KeyFrame內部研究專用

7 Claude AI Side Hustles That Replace a Full-Time Job

Patrick Dang·7月8日週三·27 min英文

三句話摘要

用Claude等AI工具開展7個副業機會,幫助普通人從零開始達成月入10,000美元。 AI工具正降低創業成本,讓普通人以最少投入達月入10,000美元,但成功的決定性因素不是工具本身,而是選對機會並堅持不懈地執行。 供需失衡是切入點。AI內容需求爆炸性增長,但優質創作者稀缺,YouTube、LinkedIn、X、Instagram等平台仍處藍海。這正是建立個人品牌的最佳時機,品牌願意支付數千美元給有粉絲的創作者。

重點整理

重點
  • 1

    供需失衡是切入點。AI內容需求爆炸性增長,但優質創作者稀缺,YouTube、LinkedIn、X、Instagram等平台仍處藍海。這正是建立個人品牌的最佳時機,品牌願意支付數千美元給有粉絲的創作者。

  • 2

    Claude改變了成本結構。用Claude寫腳本、剪輯影片、批量生成文案、創建著陸頁,一個人能達到專業規模的輸出。不需要大型內容團隊、設計團隊或技術團隊,只需要最基本的工具和網路連線。

  • 3

    實戰驗證優於理論。講者的客戶都是真實案例:Brandon從建築業員工30天內達月入$10k、Sandy邊工作邊育兒達月入$40k、Mona用泰語創作也獲得50k觀看。他們起初知識有限,成功因素是選對方向並堅持執行。

  • 4

    評分卡幫你找到個人適配。不同副業適合不同性格,技術門檻高的反而競爭少。選擇應基於個人特質和目標,而非某個想法的絕對優越性。

實用技巧與重點

乾貨
  • 四維評分標準(1-5星):
  • 易上手度(從零到能銷售的時間)
  • 達成月入10k速度
  • 利潤率(交付後保留的實際收入)
  • 低技術門檻
  • 七大AI副業與評分
  • ①AI內容創作者
  • 評分:易上手4/5、速度3/5、利潤5/5、技術5/5
  • 講者評價:S級機會
  • 貨幣化:品牌贊助(千元起)、課程($9/月至$5000+/客)
  • 案例:Sandy - 6個月45k訂閱、月入$40k;Mona - 泰語首支影片48k觀看
  • ②AI文案代寫
  • 評分:易上手4/5、速度4-5/5、利潤5/5、技術5/5
  • 費用:$500-1.5k(初級)、$2k-5k(進階)、按營收百分比(高端)
  • 步驟:練習2週→選擇服務不足利基→聯繫50家公司→通話成交
  • 案例:Brandon - 建築公司員工,30天達月入$10k(3個客戶各$2k+/月)
  • ③內容分發
  • 評分:易上手3/5、速度快、利潤5/5、技術3/5
  • 費用:$750-5k/月(可更高至$10k+)
  • 方法:長形影片轉LinkedIn貼文、短片、Carousel、部落格、通訊
  • ④UGC創作者
  • 評分:易上手4/5、速度1-3/5、利潤5/5、技術5/5
  • 具體品牌:Neuro Gum
  • 案例:Brian - 應屆畢業生月入$10k+,後轉向UGC經理角色多層次獲利
  • ⑤AI銷售與潛在客戶開發
  • 評分:易上手3/5、速度3/5、利潤4/5、技術3/5
  • 費用:$1k-5k/月或按交易佣金
  • 策略:混合AI生成初稿+人工銷售確保不生硬
  • ⑥AI SEO
  • 評分:易上手4/5、速度快、利潤5/5、技術5/5
  • 費用:$1k-2.5k(初級)、$2k-8k(中級)
  • 新概念:AEO(AI引擎優化)= 在Claude、ChatGPT上排名
  • 案例:Sandy - Upwork客戶月付$5.5k,她每天僅需25分鐘(雇人$1k設置系統)
  • ⑦AI廣告投放
  • 評分:易上手3/5、速度3/5、利潤4/5、技術3/5
  • 方法:查Facebook廣告庫→用Claude批量生成變體→向D2C品牌提案
  • 概念:測試多種廣告變體,AI加速生成過程
  • 工具與平台
  • Claude / Claude skill「business idea generator」
  • Hostinger(網頁寄存、免費一年網域、商務信箱、打8折)
  • Upwork(客戶開發)
  • Facebook廣告庫
  • ChatGPT、Claude(用於AI引擎排名)
  • 額外資源
  • 講者提供免費線上課程:選擇有利可圖的AI業務、接觸客戶、建立內容、成交技巧
  • 預約電話諮詢連結在影片說明欄

結論

結論

AI工具正降低創業成本,讓普通人以最少投入達月入10,000美元,但成功的決定性因素不是工具本身,而是選對機會並堅持不懈地執行。

完整解析

詳細

Anthropic旗下Claude估值接近1萬億美元,準備進行科技史上最大首次公開募股。這家公司成長速度創科技紀錄,卻少於全球1%人口使用過。講者觀察到市面上許多AI副業教程不切實際,決定根據7年線上商業經驗和客戶成功案例,分享7個最具潛力的機會。

評估副業的關鍵框架是四個維度:上手容易度(從零到能銷售的時間)、達成月入10k的速度、交付後實際保留利潤、技術門檻高低。講者強調選擇應基於個人特質和目標,不同機會適合不同人,沒有絕對優越性之分。

第一個機會是AI內容創作,講者給予S級評價。供需失衡極為明顯——AI內容需求爆炸性增長,但優質創作者稀缺,YouTube、LinkedIn、X、Instagram仍處藍海。Claude可寫腳本、剪輯影片,讓一個人達到專業規模輸出。客戶Sandy正是典型:6個月前對Claude一無所知,現擁有45,000訂閱者,月入$40,000,同時保持全職工作並照顧三個孩子。另一客戶Mona用泰語創作,首支影片獲48,000觀看,遠勝過去作品。

第二個機會是AI文案代寫。幫助創業者、高管撰寫LinkedIn貼文、YouTube腳本、郵件等內容。Claude能針對客戶風格訓練,批量產出。客戶Brandon原是建築公司員工,決定幫建築公司經營LinkedIn內容,30天內達月入$10,000,分別來自三個客戶。起點價格$500-1.5k/月,進階$2k-5k/月,高端甚至按營收百分比計算。

其他機會各具特色:內容分發將長影片轉為多平台內容;UGC創作為品牌拍攝真實廣告風格影片(客戶Brian應屆畢業生月入$10k+,後擴展到UGC經理角色);AI銷售結合Claude寫作與人工銷售;AI SEO在Google和AI引擎上排名(新概念AEO);AI廣告投放批量產生廣告變體。

講者核心論點是,Claude等工具本質上改變了創業成本結構。一個人現在能用最少技術知識和資本,完成原需整個團隊的工作。許多客戶證明,起初知識有限不是障礙,決定性因素是選擇適合的方向並堅持執行。Sandy透過Upwork的第一個客戶,月付金額從$3k成長至$5.5k,她每天僅需25分鐘工作——這就是AI賦能的威力。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。