KeyFrame內部研究專用

Using AI to build Your Business From Scratch (Step by Step)

Keder Cormier12 min英文
觀看原始影片

三句話摘要

破產創業者如何用 AI 團隊取代真實員工,重建業務規模並提升效率。 當資金短缺無法組建傳統團隊時,系統性地使用 AI agents 不是替代人力,而是讓創業者能先行動、先規模化,為未來引入人才奠定基礎。 從被動問「我能雇用誰」轉為主動問「AI 能幫我什麼」。 講者在失去所有財務能力後,改變思維方式,不再追求擴大傳統團隊,而是探索 AI 如何為業務服務,這個根本性的心態轉變使他找到了可行的替代方案。

重點整理

  1. 從被動問「我能雇用誰」轉為主動問「AI 能幫我什麼」。 講者在失去所有財務能力後,改變思維方式,不再追求擴大傳統團隊,而是探索 AI 如何為業務服務,這個根本性的心態轉變使他找到了可行的替代方案。

  2. 將 AI 視為「部門」而非「聊天機器人」。 大多數人只是在 ChatGPT 中提出隨機問題然後關閉,但講者創建了具有獨立責任的 AI 團隊結構——CEO、COO、業務教練、設計師、文案等,每個 AI 成員都接受過訓練,了解業務風格和需求。

  3. 透過工作流程自動化降低決策負擔。 例如創建課程時,講者可以與虛擬 CEO 溝通想法,CEO 會自動與其他 AI 成員協調(課程設計師 Esther 負責模組、Nelly 負責提示詞等),系統自動生成課程結構,無需講者從零開始思考。

  4. AI 團隊搭配「你」才是完整解決方案。 講者明確表示人類不可替代,強調的是在沒有資金時,AI 讓創業者能先行動、先建設,之後再根據業務成長逐步引入人才,而非永久替代。

實用技巧與重點

  • AI 團隊成員清單
  • 圖形設計師:YouTube 縮圖、Facebook 圖文、品牌概念
  • Rosie(電郵專員):行銷活動、歡迎序列、啟動郵件、每周電子報
  • 提示詞專家:協助不懂提示工程的人
  • 研究助理:搜尋、總結、資訊整理
  • CEO、COO、業務教練:協調和委派工作
  • 課程開發團隊:Esther(課程設計)、Nelly(提示詞生成)
  • 課程創建工作流範例
  • 輸入:「建立教授如何使用 AI 的課程」
  • 受眾定義:創業者
  • 系統自動產出:課程模組
  • 各 AI 成員自動分工協作
  • 建立 AI 團隊的方法
  • 第一步:識別自己每天重複做的一項工作
  • 第二步:為該工作建立專門的 AI agent
  • 第三步:每天使用該 AI 成員完成特定任務
  • 第四步:逐個添加新的 AI 成員
  • AI 訓練要點
  • 讓 AI 理解你的業務風格,無需每次從頭解釋
  • AI 越多被使用,越能產出更符合需求的結果

結論

當資金短缺無法組建傳統團隊時,系統性地使用 AI agents 不是替代人力,而是讓創業者能先行動、先規模化,為未來引入人才奠定基礎。

完整解析

講者曾擁有一支傳統全職團隊,包括虛擬助理、編輯、設計師、開發者、行銷人員和專案經理,按照常規思維,業務越大團隊越大。但一次重大的投資決策失誤讓他損失了數百萬美元,被迫解散整支團隊,陷入無法重建的困境。面對無法雇用員工的現實,他沒有放棄,而是改變了提問方式——從「我能雇用誰」轉變為「AI 能幫我什麼」。這個思維轉變成為了他業務重建的關鍵。

在參加活動看到他人使用 AI 的方式後,講者開始系統性地為自己的業務建立 AI 團隊。與普通人開啟 ChatGPT 就提問不同,他把 AI 視為一個擁有多個部門的公司。他的 AI 團隊包括負責視覺內容的設計師、負責郵件行銷的 Rosie、提示詞專家、研究助理,甚至虛擬的 CEO 和 COO。每個 AI 成員都根據講者的業務需求被訓練過,了解他的風格偏好,因此無需每次都重新解釋需求。

這套系統的核心優勢在於自動化決策流程。以課程開發為例,講者可以告訴虛擬 CEO 想建立一門關於 AI 的課程,CEO 隨即自動與其他部門協調——設計師 Esther 負責課程模組設計,Nelly 負責提示詞優化,系統自動生成課程架構。整個過程中,講者只需提供初始想法和受眾定義,剩下的工作由 AI 團隊完成,大大減輕了他的認知負擔。

講者強調,建立這樣的 AI 團隊不是一蹴而就的。他的建議是從一個專門的 AI 成員開始——選擇自己每天重複做的一項工作(比如寫文案、做研究或社群媒體),建立該任務的 AI agent,每天使用它,然後逐漸添加新成員。這不是說 AI 完全取代人類,而是在缺乏資金的情況下,讓創業者能先動起來、先建設,之後隨著業務成長再引入人才。他計劃建立 AI 社群和學校,教授這些系統和提示詞,但重點是分享他正在實踐的真實經驗,而非理論。

12 min
企業管理中文10月8日

The Most Important Skill for Entrepreneurs Can't Be Taught—A Conversation with Yu Ying, Vice Dean...

凯莉彭 Kelly Peng看原片 ↗
  • 反思能力決定成長天花板:講者發現職場只有兩種人——遇到問題時,一種向外求(怪環境),一種向內求(找自己的因)。前者無論如何調整職位都不會進步,後者才有迭代與改善的機會。這種能力在青少年階段仍可塑,成人後幾乎無法逆轉。
  • 審美感必須靠大量接觸累積:審美是不可替代的創業必備素質,但不是天生的。看過百件、兩百件產品後自然能感知共性。此能力需要浸潤式學習,短期內無法突擊。
11 min
AI 技術中文10月8日

2026年10月8日|24小時世界AI新聞台-重溫|OpenAI 合約 AI 測試、Reka Rho-1、Google Earth AI

文恩澄 Rannes Man看原片 ↗
  • AI 代理從輔助進化到流程參與:OpenAI 與 Ironclad 的研究表明 AI 代理已能設定表單、建立審批規則並確保多步驟工作流合規,但人工監督仍不可或缺。這標誌著 AI 在企業軟件中的角色從簡單任務輔助升級到複雜業務流程的參與者。
  • 多模態統一正成為主流方向:Reka 的 Rho-1 展示單一模型處理文字、圖像、影片和動作的可行性,減少使用者在不同工具間切換的負擔。但技術仍面臨長時間生成穩定性與跨影片物件定位的挑戰,目前輸出解析度上限為 672×384 像素。
13 min
AI 技術中文9月26日

万亿美元AI资本开支的回报在哪里 | 黑石Jon Gray | 数据中心 | AI算力 | 工业革命 | 投资回报 | 超大规模云厂商 | 芯片短缺 | 电力基础设施 | 生产率 | AI应用场景

最佳拍档看原片 ↗
  • AI不是泡沫,而是範式轉移:喬恩·格雷用1870-1900年工業革命類比今日AI浪潮,強調這是勞動生產力翻倍、GDP與製造業產出成倍增長的機遇期,但並非所有公司都能從中獲利。
  • 投資報酬率已被驗證:黑石旗下公司已看到實際案例——印度鑽石公司提效、通訊鐵塔公司租約處理快五倍、軟體編碼模型每投1美元回報18美元,證明AI開支的合理性。