01 · 一条内容变成多平台内容包
入门 / 60–90分钟适合：个人 IP、咨询顾问、培训讲师。目标不是批量灌水，而是保留一个核心观点，适配不同平台。
原始素材→观点提炼→平台改写→人工审核
交付物：1篇长文、3条短帖、1条短视频口播稿、标题备选。
关键控制：要求 AI 标出素材依据；不允许编造经历、数据和引用。
关键控制：要求 AI 标出素材依据；不允许编造经历、数据和引用。
持续更新 · 精选用 AI 做成生意的人
不追逐 AI 新闻，
研究如何用 AI
创造价值。
我们精选真在用 AI 做事、并做出生意的人。研究他们的路径、可复用的工作流，以及从能力到产品、从工具到收入的方法。
我们的研究原则：先看真实过程，再拆解方法；先做小实验，再讨论规模化。
创
FOUNDERS观察创业者的成长路径
WORKFLOWS把能力变成可复用流程
BUSINESS验证真实商业价值
OBSERVE → DECONSTRUCT → REBUILD → SHARE
01从真实创业人物出发
02把抽象能力拆成步骤
03每个方法都尝试复刻
04用结果而非热度判断价值
01 / AI FOUNDERS
值得关注的 AI 创业人物
不是名气最大的人，而是真在用 AI 做事、并做出生意的观察样本。点击卡片查看研究重点、可借鉴之处与需要核验的地方。
02 / WORKFLOW LAB
工作流实验室
把“AI 很强”变成“这件事我能交给 AI 做”。下面是适合小团队从今天开始复刻的流程蓝图。
02 · 客户资料到定制方案
进阶 / 2–3小时适合：企业培训、设计服务、咨询服务。把散乱需求整理成可讨论、可报价的初版方案。
客户资料→需求抽取→方案草拟→人工确认
交付物：需求摘要、问题清单、方案结构、交付边界、报价依据。
关键控制：不让 AI 自行承诺价格、工期或未确认的服务范围。
关键控制：不让 AI 自行承诺价格、工期或未确认的服务范围。
03 · 长视频 / 访谈到研究简报
进阶 / 2小时起适合：行业研究、人物研究、知识型内容。将公开视频转化为可追溯的研究笔记。
视频链接→转录分段→主题编码→证据核查
交付物：人物时间线、观点索引、关键原话时间戳、行动清单。
关键控制：区分本人自述、第三方报道和我们的推断；每条重要结论保留出处。
关键控制：区分本人自述、第三方报道和我们的推断；每条重要结论保留出处。
04 · 多文件到经营分析
进阶 / 1–3小时适合：小微企业经营者。让 AI 协助整理表格、找异常、提出问题，而不是直接替你做经营决策。
Excel / PDF→字段统一→指标分析→复核决策
交付物：数据字典、异常清单、趋势摘要、待验证假设。
关键控制：抽样核对原始数据；敏感信息先脱敏；结论注明数据口径。
关键控制：抽样核对原始数据；敏感信息先脱敏；结论注明数据口径。
05 · 一份 SOP 变成团队 Skill
实验型 / 半天适合：重复性知识工作。把高手脑中的步骤、标准和例外情况，转化成 Agent 可调用的工作说明。
真实任务→步骤拆解→Skill 草案→测试迭代
交付物：Skill 文件、输入输出规范、测试样例、失败处理规则。
关键控制：用真实任务测试，不以“提示词看起来完整”作为验收。
关键控制：用真实任务测试，不以“提示词看起来完整”作为验收。
06 · Agent 交付前质量检查
实验型 / 1–2小时适合：内容生产、资料研究、代码与文档交付。让另一个角色专门找错，而非让生成者自我打分。
初稿产出→检查清单→反向审查→修订验收
交付物：错误列表、严重程度、修订记录、验收结论。
关键控制：把事实、逻辑、格式、版权和隐私分开检查。
关键控制：把事实、逻辑、格式、版权和隐私分开检查。
03 / FROM SKILL TO BUSINESS
AI 能力如何变成业务？
不从“卖什么 AI 工具”开始，而从客户愿意为哪种结果付费开始。
PATH A · SERVICE
先卖结果，再沉淀流程
从一个具体业务环节切入：资料整理、报告生成、客服知识库、销售跟进、培训内容生产。先人工+AI完成交付，记录耗时、质量和客户反馈，再把重复步骤产品化。
PATH B · PRODUCT
先解决自己的高频问题
从自己每周重复发生的麻烦开始，做一个足够小的工具。找 5–10 个真实用户观察是否持续使用，再决定是否增加功能、收费或做成 SaaS。
01 / 找问题
定位高成本环节
频繁、耗时、容易出错，而且有人为结果付费。
02 / 做交付
用现成工具跑通
先不开发复杂系统，证明流程本身有价值。
03 / 量结果
记录前后差异
比较时间、质量、返工率、客户满意度。
04 / 可复制
沉淀产品资产
把 SOP、Skill、模板、案例和评估标准留下来。
04 / FIELD EXPERIMENT
7 天 AI 实践挑战
不需要先学完一门课。用一周完成一个小闭环，留下真实成果。
DAY 01
选定任务，记录基线
写清楚输入、步骤、交付标准和当前耗时。
DAY 02
让 AI 完成一个子步骤
不要一次全自动化，先选择最容易标准化的一步。
DAY 03
建立可复用的工作说明
明确角色、上下文、输入格式、输出格式和限制。
DAY 04
用真实样本测试
至少测试 3 个不同样本，记录错误和例外情况。
DAY 05
加入检查与人工确认
建立事实核验、质量检查和需要人批准的节点。
DAY 06
复刻第二次
换一个新任务或新样本，观察是否真的可重复。
DAY 07
写一页实验复盘
记录效果、成本、失败点、下一轮要改进的一个地方。
05 / HOW WE RESEARCH
我们的研究方法
信息很多，真正稀缺的是判断。我们尽量把事实、观点、推测和实验结果分开。
🔎
优先一手来源
优先引用本人访谈、公开演示、Newsletter、官方文档和原始案例；二手内容只作为线索。
🧭
区分事实与推断
“本人说过”不等于独立验证；收入、客户数量、效率提升等自述会明确标注。
🧪
必须尝试复刻
看懂不代表会做。重要方法尽可能在自己的真实任务中测试。
🧰
关注可迁移能力
不迷信某个模型或工具，重点研究需求拆解、流程设计、评估、交付和获客。
⚖️
尊重版权与隐私
以评论、分析和链接为主，不搬运付费内容，不公开客户机密，不把个人资料输入不可信工具。
📈
用结果衡量进步
记录完成率、耗时、返工率、复用次数和客户反馈，而不是只统计提示词数量。
06 / READING DESK
从哪里开始持续学习
下面列的是值得建立信息源订阅的入口。打开后请优先寻找近期原始内容，并核对发布者身份。