The $1,000/hour Solo AI business (Full Course)（每小時 1,000 美元的單人 AI 生意 · 完整教程）

原始來源與檔名：2026-07-17T100916+0800-The $1,000hour Solo AI business (Full Course).md

SOURCE | 資訊源評估

準確性：中 — 內容來自 Startup Ideas Podcast 的 X（Twitter）推文長串，作者為 @startupideaspod，主角是名為 Corey 的實踐者。文中數字（$999 評估費、$8K MRR、平均找回 7 小時、$1,000/小時）皆為單方宣稱的成功敘事，未經獨立驗證；不過附帶多個具體案例（4 人園藝隊、婚宴場地 Asana、商業仲介 400-500 封 email），具備可被外部推論檢驗的細節顆粒度。
易理解性：高 — 結構極為線性（機會缺口 → 標準化產品 → 履約四階段 → 成交數學 → upsell 變現 → 獲客 → 收尾），每一階段都附行動指令與定價，讀者可直接照表操課。
閱讀策略建議：把它當作「商業模式食譜」而非「保證成功的範本」。重點抓兩個機制——「評估即門票」的付費漏斗設計，以及「AOA 迴圈（Audit → Optimize → Automate）」的交付與續約引擎；所有報酬數字（MRR、時薪、轉換率）請自行打六到七折再決策，並注意文中隱而未談的留存與客服成本。

NAPKIN | 餐巾紙

餐巾紙公式

收益 =（付費讓你找出「再付費理由」的客戶）×（流程重設 + 自動化建置 + 月度 AI 管家訂閱） 核心不是賣 $999 的評估，而是用 $999 評估當「門票」篩出願意持續付費的客戶，再用後端 upsell 與訂閱把單一時薪拉到 $1,000。

一句話

把 AI 顧問服務設計成「問診 → 開處方 → 療程 → 回診」的漏斗，評估費只是入口，真正賺錢的是後端實作與月度訂閱。

餐巾紙草圖

┌──  目標客戶：小型企業主（2-20 人，年收 $500K-$5M）
│    ▼ 「全美約 95% 企業只用過 ChatGPT」的採用缺口
├── $999「AI 工具評估」＝ 門票 / 處方
│    ▼ 保證找回 5+ 小時／週，否則退費（低風險承諾）
│    ▼ 四階段交付：Discover → Analyze → Report → Review
├── Upsell 選單（這才是「產品」）
│    ├─ 流程重設 $3K - $3.5K
│    ├─ 自動化建置（Zapier / Make / n8n）~$1.5K
│    ├─ 知識系統（Custom GPT）
│    ├─ 客製工作流 + 維護費
│    └─ 完整實作（打包）
├── AI Concierge 月度訂閱（作者最愛）
│    ▼ 每月兩次 45 分鐘 → $1.5K-$2K/月 ≈ $1,000/小時
└── AOA 迴圈：Audit（審查）→ Optimize（優化）→ Automate（自動化）

ROUND 1: SKELETON | 骨架掃描

核心問題：在沒有受眾、沒有資本、不寫程式的前提下，如何在本週就啟動一門能賺到錢的 AI 生意？
核心答案：賣一項低門檻、可標準化、自帶保證的諮詢產品——「AI 工具評估」（定價 $999）——把它當作診斷門票；再用流程重設、自動化建置與月度 AI 管家訂閱等 upsell，把單一有效工時的報酬推到 $1,000。
論證結構：機會缺口（95% 未採用）→ 標準化產品（評估 + 退費保證）→ 履約流程（四階段，全程靠 AI 放大單人產能）→ 成交數學（ROI 報告驅動購買）→ 後端變現（upsell 選單 + 月訂閱）→ 零成本獲客（七種方法）→ 收尾（開源範本）。

章節骨架（條列）

The offer — 45 分鐘訪談開出 3-7 個現成 AI 工具處方，$999，保證找回 5 小時。
How you actually fulfill it (4 phases) — Discover → Analyze → Report → Review 的標準化交付。
The report math that closes people — 月度淨 ROI 公式，讓報告「笨到不能再簡單」。
The $999 is the door, not the product — 評估是入口，upsell 選單才是產品。
The favorite upsell: AI Concierge — 月度訂閱做到 $1,000/小時的引擎。
7 ways to get clients with $0 and no audience — 零受眾、零資金的七種獲客。
Final Thoughts — 處方 + 保證 + 報告；開源範本 audittemplate.ai。

ROUND 2: DISSECTION | 血肉解剖

論證鏈（ASCII）

市場缺口                              門票產品
95% 小企業只用 ChatGPT   ──────►   $999 AI 工具評估
（需求真實、缺口正在縮小）          （低門檻 · 可標準化 · 自帶保證）
                                          │
                              ┌───────────┘
                              ▼
        履約四階段（全程 AI 放大單人產能）
        Fathom/Otter/Fireflies 記錄 → Claude 分析 → Claude Design 報告 → 評審通話
                              │
                              ▼
        ROI 報告（stupid simple）→「混亂的心智不會買單」→ 成交
                              │
                              ▼
        評估 = 門票，不是產品 → 客戶付費讓你找出「再付費的理由」
                              │
                              ▼
        Upsell 選單 + AI Concierge 月訂閱 → $1,000/小時
        （AOA 迴圈驅動續約：Audit → Optimize → Automate）

3 個關鍵證據

AI Concierge 漏斗轉換率：Corey 向 6 個人介紹月度訂閱，成交 5 個，10 天做到 $8K MRR。83% 的推介轉換率，驗證「評估先行」確實把客戶預熱到願意加購訂閱。
訂閱定價階梯：AI Concierge 價格一路爬升 $1,200 → $1,500 → $1,800 → $2,000／月，而交付成本固定為「每月兩次 45 分鐘通話」。在 $1,500／兩次短通話的價格點，換算每小時 $1,000——證明「時薪天花板」是由感知價值（持續協助使用 Claude Cowork 與建置 skill）決定，而非工時。
痛點→解法的可複製範例：商業仲介每個待售標的湧入 400-500 封買家 email，全都問同樣 5 個問題；用針對該標的訓練的 Custom GPT 全數自動回覆。這是把「重複性資訊請求」直接轉成「知識系統 upsell」的標準範式。

隱形假設與邊界

假設「95% 只用 ChatGPT」的缺口會持續存在：實際上這個窗口正在快速縮小，工具普及後「請人開處方」的付費意願會下降，模式有時效性。
假設「找回 5 小時否則退費」風險可控：幾乎所有企業都能擠出 5 小時可優化空間，保證極少被觸發——這是低風險承諾，也是它「好賣」的關鍵。
假設單人可承接交付：交付品質高度依賴 AI 輸出，而 Claude 第一版建議只有 60-70% 正確（例：對 4 人園藝隊建議 Salesforce 顯然過重）。這代表「你需要具備判斷工具適配性的領域知識」是隱藏的前置條件，不是真的「no expertise」。
未驗證項：$8K MRR 是 10 天數字，文中未提及月度訂閱的真實留存率、客服成本與流失，也沒談獲客方法（敲門、LinkedIn DM）的個人業務能量瓶頸。

ROUND 3: SOUL | 靈魂提取

作者盲點：
- 把「用 AI 放大」當萬靈丹，忽略交付品質對 Claude 輸出的高度依賴；60-70% 正確率意味著你的前幾個客戶其實是品質調校期，若無領域判斷力，容易開出「過重」或「不適配」的處方。
- 只談新簽與 MRR 衝高，沒談留存與流失——訂閱制生意的成敗在續約率，不在首月簽約數。
- 獲客方法高度仰賴個人外向業務能量（實體敲門、主持聚會），這部分難以規模化、也難以外包，是模式裡最難複製的一環。
知識連接：
- 對照「醫療問診模式」：評估 = 初診，upsell = 療程，訂閱 = 回診。整個商業模式本質上是把醫療診療流程產品化（diagnostic-led selling，診斷先行銷售）。
- 對照 SaaS「freemium → paid → enterprise」漏斗：這裡用「$999 評估」取代免費層，因為 B2B 小企業主不會認真對待免費東西，付費診斷反而建立承諾。
- 對照顧問業的「land and expand」：低價落地專案 → 擴大至常態合作。
行動觸發：
- 先到 audittemplate.ai 下載開源報告範本，挑一個你身邊認識的小企業主跑一次免費 mini-audit，實際走完 Discover → Analyze → Report → Review 四階段，校準 Claude 在你所在產業的正確率。
- 選定單一垂直（園藝、婚宴場地、商業仲介、會計事務所…）累積領域判斷力，補上 Claude 60-70% 之外的那 30-40%，這才是你相對於「任何會用 ChatGPT 的人」的真正護城河。

留白提問（2 題）

當「95% 未用 AI」的缺口在 12-18 個月內因工具普及而縮小，這個商業模式的護城河會剩下什麼——是領域判斷力、客戶關係，還是月度訂閱的轉換成本？
AI Concierge 每月只佔客戶兩次 45 分鐘，客戶憑什麼持續續約一整年？真正的續約驅動力是「可衡量的產出」，還是「怕落後 AI」的焦慮？若是後者，這個引擎能撐多久？

跨域映射

同一個「診斷 → 處方 → 療程 → 回診」漏斗，可套用到稅務、法務、健檢、資安稽核等任何高專業服務業。
套用到企業內部 IT／數位轉型：把「AI 採用度評估」做成同一張報告，對內對外皆可。

DEEP READ | 精讀指引

推薦理由：這篇不是「AI 工具清單」，而是一份完整的單人服務業商業設計——它示範了如何把一個低門檻諮詢動作（跟老闆聊 45 分鐘）包裝成有保證、可標準化、能驅動後端變現的產品。對任何想把「自己的專業判斷」產品化的人，它的漏斗設計比任何一個具體 AI 工具都更值得拆解。

第一段焦點：門票經濟學。讀的時候不要把注意力放在「$999 評估」本身，而要問：為什麼是 $999 而不是免費？為什麼附帶「找不到 5 小時就退費」的保證？答案藏在一個反直覺的定位裡——你的客戶付你 $999，是在付費讓你找出「所有他應該再付你更多錢的理由」。評估報告裡的每一個痛點，都是一個潛在的 upsell 入口。這把傳統顧問「免費健診換合約」的邏輯反過來：先收費、再擴大，用收費本身篩掉不認真的客戶。

第二段焦點：用 AI 把「人」的產能放大到不可思議。真正讓單人能做到這件事的，是四階段裡每一階段都外掛了 AI——Fathom/Otter/Fireflies 負責記錄、Claude 負責把逐字稿轉成工具研究與分析、Claude Design 負責把結論排版成可成交的報告。但你必須帶著批判讀那句「Claude 第一版只有 60-70% 正確」：這代表模式的瓶頸不在 AI，而在你能不能判斷哪 30-40% 是錯的。對 4 人園藝隊建議 Salesforce 是經典的「過度工程」，而你若不具備領域感，就會把這種錯誤處方交到客戶手上。

第三段焦點：$1,000/小時不是工資，是感知價值的單價。AI Concierge 每月只佔兩次 45 分鐘，卻能收 $1,500-$2,000，換算每小時 $1,000。讀到這裡請停下來想：客戶買的不是「你的時間」，而是「持續有人幫我把 AI 用進日常工作流程」的安心感。這是整篇文章最該偷走的定價觀念——訂閱制的報酬上限由感知價值決定，與你實際投入的工時脫鉤。

STRUCTURE MAP | 全文結構圖

┌── 機會缺口：全美數百萬企業，僅約 5% 用 ChatGPT 以外的 AI
│
├── 1. The offer（產品定位）
│    └─ 45 分鐘結構化訪談 → 開出 3-7 個現成 AI 工具
│       · 保證找回 5-10 小時／週，否則退費
│       · $999；平均找回約 7 小時
│       · 目標客戶：2-20 人、年收 $500K-$5M
│
├── 2. 履約四階段（交付流程）
│    ├─ Phase 1 Discovery：Zoom + AI notetaker，只問問題
│    ├─ Phase 2 AI analysis：逐字稿餵 Claude 研究工具（60-70% 正確）
│    ├─ Phase 3 Report：Claude Design 模板，迭代 12 版
│    └─ Phase 4 Review：螢幕共享 + 三道收尾問題
│
├── 3. 成交數學（ROI 報告）
│    └─ 月度淨 ROI = 每週節省小時 × 客戶時薪 − 月度工具費
│       · 工具月費平均 $60；ROI 落在四到五位數
│
├── 4. $999 是門票，不是產品（upsell 選單）
│    ├─ 流程重設 $3K-$3.5K
│    ├─ 自動化建置 ~$1.5K（Zapier/Make/n8n）
│    ├─ 知識系統（Custom GPT）
│    ├─ 客製工作流 + 維護費
│    └─ 抵扣技巧：$999 折抵、建置先加價 $1,000
│
├── 5. 最愛 upsell：AI Concierge（月訂閱）
│    └─ 每月兩次 45 分鐘 → $1.2K→$1.5K→$1.8K→$2K/月
│       · AOA 迴圈：Audit → Optimize → Automate
│       · 6 人推介成交 5 人，10 天 $8K MRR
│
├── 6. 七種零成本獲客
│    └─ 實體聚會 / 敲門 / LinkedIn DM / 免費 mini-audit
│       / 夥伴轉介 / 共享空間 office hours / 發布戰果
│
└── 7. Final Thoughts：處方 + 保證 + 報告 → 開源範本 audittemplate.ai

The $1,000/hour Solo AI business (Full Course) — Architectural Deep Dive

前言／背景

本文源自 Startup Ideas Podcast（@startupideaspod）的一則 X 長推，內容是其來賓 Corey 實跑出來的單人 AI 顧問生意全流程。命題極為尖銳：在不寫程式、沒有既有受眾、不投入資本的前提下，如何在本週就啟動一門時薪可達 $1,000 的 AI 生意。

核心洞察建立在兩個事實的交界處——「全美有數百萬家小型企業」與「其中約只有 5% 使用 ChatGPT 以外的任何 AI 工具」。這兩者之間的落差，就是整個商業機會。作者把這個機會產品化為一項稱為「AI Tools Assessment（AI 工具評估）」的諮詢服務，並圍繞它設計出一套從獲客、交付、成交到續約的完整漏斗。

值得架構師式閱讀的原因：這不是一份「AI 工具推薦清單」，而是一份單人服務業的系統設計文件。它示範了如何把一個低門檻動作（與企業主對談 45 分鐘）封裝成有保證、可標準化、能驅動後端高毛利變現的產品，並在每一個交付環節外掛 AI 來放大單人產能。本份深度總結保留原文所有定價、工具名、流程與公式，並補充運作原理與設計意圖。

章節詳細總結

1. The offer：用「問診」定位取代「技術實作」

產品本身的設計刻意去技術化：與小型企業主坐下來 45 分鐘，執行一場結構化訪談，抽出他們的營運瓶頸，然後開立 3 到 7 個現成（off-the-shelf）AI 工具的「處方」，承諾幫他們每週拿回 5 到 10 小時。

讓這個產品自己會賣的是那條保證——找不出至少 5 小時，全額退費。定價 $999，平均客戶每週拿回約 7 小時。

作者用一句話釐清定位的關鍵差別：

你不是在建自動化，你不是在寫程式。你是一個在開處方的醫生。

這個定位決定了整個商業模式的邊界——你賣的是「診斷與處方（判斷）」，不是「實作（勞務）」。實作是後端 upsell 的事。目標客戶也隨之被精準框定：員工 2 到 20 人、年營收 $500K 到 $5M 的小型企業——大到付得起 $999、小到還沒有內部 IT 資源。

2. How you actually fulfill it：標準化的四階段交付

履約被拆成四個可重複的階段，每個階段都外掛一個 AI 工具來放大單人產能：

Phase 1  Discovery  → Zoom + AI notetaker（Fathom / Otter / Fireflies），全程只問問題
Phase 2  Analysis   → 逐字稿餵 Claude，研究每個痛點的對應工具（60-70% 正確）
Phase 3  Report     → Claude Design 模板，迭代 12 版
Phase 4  Review     → 螢幕共享報告 + 三道收尾問題

Phase 1 — Discovery call（探索通話）：用 Zoom 進行，並用 AI notetaker（Fathom、Otter、Fireflies）錄音與逐字。關鍵紀律是「只問問題、不給答案」。作者點名最有效的一題：

如果你能揮魔杖刪掉一個流程，你會刪掉哪一個？

答案通常是 email。

Phase 2 — AI analysis（AI 分析）：把逐字稿餵給 Claude，讓它針對每個痛點研究真實存在的工具。Corey 把這一步做成了 Claude skill。作者誠實標註了品質曲線——你的前幾份大概只有 60-70% 是對的，因此必須做人為判斷修正。給的經典反例是：Claude 曾對一支 4 人園藝隊建議 Salesforce，這顯然過重，要換成更輕量的工具。輔助工具目錄兩個：futurepedia.io 與 theresanaiforthat.com。

設計意圖：這個階段揭示了模式的真正瓶頸——不是 AI 能不能研究工具，而是你能不能判斷哪 30-40% 的 AI 建議是「過度工程」或「不適配」。領域判斷力是隱藏的前置條件。

Phase 3 — The report（報告）：用 Claude Design 製作，做成模板，前後迭代了 12 版。一份完整報告包含：執行摘要（executive summary）、费力vs.影響矩陣（effort-vs-impact matrix）、速贏項（quick wins）、推薦工具清單、4 天快速啟動計畫，以及財務影響頁（financial impact slide）。

Phase 4 — Review call（評審通話）：螢幕共享報告，然後問三道收尾問題——最急迫的是什麼、你想自己做還是要人幫忙、你的時間表是什麼。結果是有一半到六成的客戶會主動要求實作協助——這正是 upsell 的入口。

3. The report math that closes people：用 ROI 公式驅動成交

報告裡真正讓人買單的是一條簡單的 ROI 公式：

月度淨 ROI = 每週節省小時 × 客戶時薪 − 月度工具成本

平均工具月費約 $60。算出來的 ROI 通常落在四位數，有時到五位數。作者引了一句話解釋為什麼整份報告要刻意做到「笨到不能再簡單（stupid simple）」：

一個混亂的心智不會買單、不會實作、拿不到 ROI，也不會加購。所以整份報告就是被設計成笨到不能再簡單。

運作原理：ROI 公式把抽象的「用 AI」翻譯成客戶聽得懂的「錢與時間」。當淨 ROI 是四位數而評估費只要 $999，購買決策在數學上幾乎自動成立。簡化不是偷懶，而是降低認知摩擦以促成行動。

4. The $999 is the door, not the product：評估是入口，upsell 才是產品

這是整篇文章的定調金句：你的客戶剛付你 $999，要你找出每一個他應該再付你更多的理由。評估報告裡的每個痛點，都是一個潛在的 upsell。選單如下：

流程重設（Process redesign） — 把一個壞掉的 16 步驟流程修成 7 步驟。賣 $3K 與 $3,500。
自動化建置（Automation build） — 用 Zapier、Make 或 n8n。一個婚宴場地的 Asana 建置成交價約 $1,500。
知識系統（Knowledge system） — 案例：一位商業仲介每個待售標的被 400-500 封買家 email 淹沒，全都在問同樣 5 個問題。用針對該標的訓練的 Custom GPT 全部自動回覆。
客製工作流（Custom workflows） — 通常是一個 Claude skill，內建一筆經常性維護費。
完整實作（Full implementation） — 打包方案。

讓猶豫客戶跨過門檻的關鍵技巧：把那 $999 折抵到建置費裡。做法是先把建置費加價 $1,000，再折抵 $999——你賺的錢一樣，但客戶覺得他賺到了。這是典型的「錨定 + 折抵」定價心理學。

5. The favorite upsell: AI Concierge：月訂閱做到 $1,000/小時

作者最鍾愛的 upsell 是月度訂閱「AI Concierge（AI 管家）」。交付極輕：每月兩次 45 分鐘通話，客戶共享螢幕，你協助他們使用 Claude Cowork 並建置 Claude skill。就這樣。

定價卻一路爬升：$1,200 → $1,500 → $1,800 → $2,000／月。在 $1,500 對應兩次短通話的價格點，換算每小時 $1,000。

Corey 向 6 個人介紹這個訂閱，成交 5 個——10 天做到 $8K MRR。每一次通話都跑同一個迴圈，稱為 AOA：

Audit    → 審查他們現在怎麼做
Optimize → 優化步驟（例如 13 步降到 7 步）
Automate → 把它自動化成一個 skill

運作原理：AOA 迴圈是訂閱的續約引擎。它把每次通話都變成「看得見的進步（步驟減少、流程自動化）」，讓客戶每個月都能感知到具體產出，這是訂閱能持續收費的根基。而 $1,000/小時的單價證明：訂閱制的報酬上限由「感知價值」決定，與實際投入工時脫鉤。

6. 七種零成本、零受眾的獲客法

作者列出七種在沒有受眾、沒有預算的情況下取得客戶的方法：

舉辦在地「AI for business」聚會，用交換條件借用共享辦公空間的場地。
直接敲門。一位聽眾跑了 30 家在地企業，約到 5 場會議，成交 2 個。
對在地企業主發 LinkedIn DM。先探查痛點，第一則訊息絕不推銷。
對你本來就認識的人做免費 mini-audit。
與會計師、保險業務、代理商結盟換轉介。每 2-3 週追蹤一次。
在共享辦公空間提供每週「AI office hours」。有人第一次就拉到 11 個人。
發布你的戰果。一個戰果可以小到只是你給了某人的 ChatGPT 問題一個很棒的答案。

邊界提醒：這七種方法高度仰賴個人外向業務能量（實體敲門、主持聚會、持續追蹤），是整個模式裡最難規模化、也最難外包的一環。

7. Final Thoughts：處方、保證、報告

每一位企業主都在焦慮自己落後於 AI。你帶著一份處方、一個保證、和一份任何人都能照著做的報告出現——這就是整個生意的立足點。

作者重申了貫穿全文的定位金句：

$999 不是產品，它是門。

最後，Corey 把確切的報告範本開源在 audittemplate.ai，免費下載，可直接接進 Claude Design 使用。

延伸資源：完整 Podcast 連結

Apple Podcasts：The Startup Ideas Podcast
Spotify：完整集數
YouTube：完整集數

總結與結論

賣診斷，不賣實作；賣門票，不賣產品。$999 的「AI 工具評估」本質是一個付費漏斗入口，它先收費篩掉不認真的客戶，再付費讓你找出他們所有「再付費的理由」。真正賺錢的是後端的流程重設、自動化建置與月度訂閱。
每個交付環節都外掛 AI 來放大單人產能。Fathom/Otter/Fireflies 記錄、Claude 分析、Claude Design 出報告——這是單人能撐起整個服務的技術前提。但品質曲線誠實標註：Claude 第一版只有 60-70% 正確，模式的瓶頸不在 AI，而在你判斷工具適配性的領域知識。
ROI 數學 + 笨到不能再簡單的報告 = 自動成交。「月度淨 ROI = 每週節省小時 × 時薪 − 工具月費」把抽象的 AI 翻譯成錢與時間，當淨 ROI 是四位數而評估費 $999，購買決策在數學上自動成立。
AOA 迴圈是訂閱的續約引擎。Audit → Optimize → Automate 讓每次月度通話都產出「看得見的進步」，這是 AI Concierge 能收 $1,500-$2,000／月、換算 $1,000/小時的根基——訂閱報酬由感知價值決定，與工時脫鉤。
機會有時效性，護城河是領域判斷力。「95% 只用 ChatGPT」的缺口正在縮小，當工具普及，付費請人開處方的意願會下降。長期而言，相對於「任何會用 ChatGPT 的人」的真正差異化，是你對單一垂直的工具適配判斷力，以及月度訂閱累積的轉換成本。