KeyFrame內部研究專用

3个最赚钱的Claude副业教学 普通人必看 低门槛高变现 AI副业 AI赚钱 AI创业 Claude AI工具 AI教程 手把手教学 副业 赚钱 2026 搞钱 商业 自由职业 不露脸

盈夏AI轻创业·8月20日週四·14 min中文

三句話摘要

用 Claude AI 工具打造三個低成本、可無限複製銷售的數位產品副業,月收入可達數萬美金。 在 AI 時代,賺錢的核心不是掌握複雜技能,而是能否用 AI 快速交付來解決精準需求,成本近零卻能産生可觀的被動收入。 賺錢關鍵是解決精準需求,而非掌握複雜技能。講者發現電子書市場被細分市場忽視(如自閉症兒童、高敏感孩子),透過 Claude 的市場調研功能找到 10 個潛力細分機會,再用 AI 一鍵生成內容,成本幾近為零卻能產生真實銷售。

重點整理

重點
  • 1

    賺錢關鍵是解決精準需求,而非掌握複雜技能。講者發現電子書市場被細分市場忽視(如自閉症兒童、高敏感孩子),透過 Claude 的市場調研功能找到 10 個潛力細分機會,再用 AI 一鍵生成內容,成本幾近為零卻能產生真實銷售。

  • 2

    AI 工具的價值不在把人變成全能專家,而是賦予前所未有的交付能力。以前需要懂英語、會寫作、能畫畫才能出版故事書;現在 Claude 寫文案、Google Lens 生成圖片、Canva 排版,從想法到可販售的產品只需幾分鐘。

  • 3

    虛擬產品的優勢是一次製作、無限銷售、無庫存風險、無退貨困擾。著色頁服務商透過 Fiverr 自動化插件 + 提示詞,可在幾分鐘內批量產出 30 頁畫稿,一筆訂單就能賺回成本數百倍。

  • 4

    市場處於紅利期且競爭仍少。這些細分領域(如高敏感孩子的故事書、自由職業者的規劃表)雖然需求真實,但還沒被大量供應商佔據,早期進入者能享受高利潤期。

實用技巧與重點

乾貨
  • 工具組合:
  • Claude(提示詞、文案、市場研究、潤色)
  • Google Lens(圖片生成)
  • Notion AI(模板快速建立)
  • Canva(電子書排版)
  • Google Lens Automation(自動化插件)
  • Fiverr(接單平台)
  • Etsy、Gumroad(模板販售平台)
  • Amazon KDP(自助出版平台)
  • 具體數據:
  • 兒童勵志故事書:暢銷排名前 7,000 名的作品,月銷 81-115 本(排名 1,646);一位作者系列作品月銷 16,000+ 本,月被動收入超 8 萬美金
  • 單本書收益:售價 12.54 美元,作者分得 60%(扣除成本),每本淨賺 5.22 美金
  • 財務規劃表(Etsy):售價 14 新幣(約 10 美金),已售出 1,400+ 份,變現 14,000+ 美金
  • 學生課程表(Gumroad):售價 32 新幣(約 24.99 美金),4,509 評分,變現 11 萬美金
  • 第二大腦模板(Gumroad):售價 78 美金,售出 7,000+ 份,變現 55 萬美金
  • 著色頁訂製(Fiverr):基礎套餐 30 頁 15 美金,旗艦版 60 美金;複雜圖案服務商報價 80-150 美金/單,評分 219 次,變現 17,000-32,000 美金
  • 製作流程示例(財務規劃表):
  • 用 Claude 產生 Notion 提示詞
  • 開啟 Notion,找到「Notion AI」對話框
  • 貼上 Claude 提示詞,選擇 Claude Opus 5 模型,點發送
  • 自動生成包含財務狀況總覽、預算分類、收支表、儲蓄目標的完整表格
  • 即可上傳到 Etsy、Gumroad 販售
  • 製作著色頁流程:
  • 用 Claude 生成 10 個黑白線條著色圖的提示詞
  • 開啟 Google Lens + Flow Automation 插件
  • 在設定中選擇 Nano Banana 2 模型,比例 1:1
  • 貼上提示詞,按「Run」自動批量生成圖片並下載

結論

結論

在 AI 時代,賺錢的核心不是掌握複雜技能,而是能否用 AI 快速交付來解決精準需求,成本近零卻能産生可觀的被動收入。

完整解析

詳細

當下社群充斥著 AI 賺錢攻略,卻鮮少有人真正變現。但事實上,有人正在用著與你相同的 AI 工具,悄悄賺取幾萬甚至十幾萬美金。講者透過實地調查發現,他們的成功不在於高超技能,而在於掌握正確的信息與方法。

在兒童電子書領域,講者發現了一個被市場忽視的機會:家長需要針對特定兒童群體(自閉症孩子、高敏感兒童、混血小孩)的勵志故事,但市場供應不足或內容過於泛化。通過 Claude 的市場調研功能,他快速找出 10 個潛在細分市場。以高敏感孩子為例,講者用 Claude 生成了一個完整的故事框架和英文短篇故事,再透過 Opus 模型進行語言潤色,確保故事流暢自然。接著在 Google Lens 中生成對應的插圖(先生成主角角色圖作為參考,再根據參考風格生成不同場景),最後用 Canva 進行排版——選擇合適的字體、框架模板、上傳圖片、編排文本。整個過程只需幾分鐘,但亞馬遜上類似的書籍一個月可賣出 81-115 本,暢銷作者的系列作品月銷超過 16,000 本。

第二個賺錢機會是虛擬模板。講者在 Etsy 和 Gumroad 發現,銷售 Notion 規劃表的商家變現驚人——從財務規劃表的 1.4 萬美金,到時間管理表的 11 萬美金,再到第二大腦模板的 55 萬美金。這些產品無需庫存、無需物流、無需處理退貨,一次製作便能無限販售。通過 Claude 生成 Notion 提示詞,再在 Notion 中呼喚 Notion AI 執行,幾分鐘內就能生成包含財務狀況總覽、預算分類、收支明細、儲蓄目標等完整功能的規劃表。

第三個則是著色頁訂製服務。Fiverr 上有人專門為出版商提供 Amazon KDP 著色書的內頁製作服務,單筆訂單報價可達 150 美金。講者發現,這些服務商實際上都是用 AI 生成圖片。通過 Claude 生成 10 個著色圖提示詞(指定格式為黑白線條、兒童著色風格),再用 Google Lens 搭配 Flow Automation 插件自動批量生成與下載圖片,幾分鐘內就能完成一筆 30 頁的訂單。

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

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。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。