• Source tweet: https://x.com/adrianpunk115/status/2051494055692116286?s=46
• X Article: http://x.com/i/article/2051355782780977152
• Author: Adrian Punk (@AdrianPunk115)
• Published: 2026-05-05T02:47:52+00:00（本地：2026-05-05 10:47）
• Metrics at capture: likes 633, retweets 122, replies 48, quotes 15, views 263100, bookmarks 1924
• Capture route: twitter tweet --full-text --json expanded articleTitle/articleText from X Article.

如何在 90 天内打造每月 1 万美元的 Claude 自动化业务

派蒙分析

一句话结论

这篇文章不是“学 Claude 的教程”，而是一套把 AI agent 能力产品化成 ToB 服务的轻创业打法；方向有现实需求，但原文低估了交付复杂度、客户数据/权限/合规、售后维护和国内市场付费路径。

文章核心模型

1. 需求侧缺口：中小企业知道 AI 有用，但不会把 AI 变成可持续运行的工作流。
2. 供给侧稀缺：会设计上下文、子代理、MCP、skill、cron 的 builder 少，因此可按项目收 3,000–15,000 美元。
3. 90 天路径：第 1–14 天练工具箱；第 14–21 天选垂直领域；第 21–30 天做免费案例；第 30–35 天产品化和定价；第 35–60 天获客；第 60–90 天模板化扩张。
4. 商业化公式：项目费 + 月度维护费。原文示例为 5 个客户 * 每月 750 美元维护费 + 每月 2 个 5,000 美元项目。

真正有价值的地方

1. 从工具思维转到交付思维：客户买的不是 Claude、MCP 或 agent，而是“每周少花 10 小时、报告质量稳定、流程可复用”。
2. 细分领域优先：垂直行业的重复流程、术语和合规边界越清楚，越容易把自动化模板复用成产品。
3. 不按小时收费：AI 自动化服务的价值来自节省时间、降低错误率和提高响应速度，按小时收费会惩罚效率。
4. 案例研究是关键资产：真实业务、真实数据、真实节省时间，比“我会用 AI”更能成交。

我认为原文低估的风险

1. 发现问题比搭工具难：客户说的痛点往往不是根因，需要流程访谈、样本数据、异常场景梳理。
2. MCP/外部系统接入不是小事：Gmail、Drive、Slack、CRM 涉及权限、数据边界、审计和长期维护。
3. 可靠性成本高：定时任务、模型漂移、输入缺失、API 限额、账号权限变化都会让“演示可跑”变成“生产不稳”。
4. 国内路径不同：国内 SMB 对美元级项目费的接受度、支付决策链、数据出境和私有化诉求都不同，不能直接照搬。
5. 售后会吞噬利润：如果没有清晰 SLA、变更边界和维护包，月费会变成无限免费客服。

如果子霆要借鉴，我建议的改写版打法

1. 不要先卖“自动化业务”，先卖“AI 工作流诊断 + 1 个高频任务试点”。
2. 先选一个离自己资源近的垂直场景：例如企业文档/知识库、营销报告、客服质检、研发流程治理，而不是泛泛服务所有中小企业。
3. 交付物要标准化：需求访谈表、上下文文件、权限清单、失败处理策略、验收指标、维护边界。
4. 报价分层：诊断包低价/免费，试点包固定价，生产化包高价，维护包按月；不要一开始承诺全流程自动化。
5. 核心护城河不是会 Claude Code，而是行业流程理解 + 可复用模板 + 可验证 ROI + 稳定运维。

可执行检查清单

1. 找一个垂直行业，列出 10 个重复任务。
2. 对每个任务估算：频率、耗时、输入来源、输出标准、异常场景、权限要求。
3. 选 ROI 最高且权限最简单的 1 个任务做 demo。
4. 用真实样本跑 20 次，记录成功率、人工节省时间、失败原因。
5. 写成案例：Before / After / 节省时间 / 质量对比 / 客户证言。

原文

来源：@heynavtoor

现在市场上有一个缺口，而且这个缺口正在每一周不断扩大。

把这篇保存下来。你以后一定会回来看的。

一边，是数以百万计的小企业。他们知道 AI 可以帮他们节省时间，但完全不知道该怎么真正用起来。他们试过一次 Claude，得到一个很泛泛的答案，然后就放弃了。

另一边，是一小群 builder。他们知道如何接入子代理、搭建 MCP 服务器、设计 skill 文件，并交付每周能节省 10 到 20 个小时的自动化系统。

这些 builder 现在每个项目收费 3,000 到 15,000 美元，而且还在拒绝客户。

这就是成为这类 builder 的完整打法。不是理论。不是某一天。就是接下来的 90 天。

为什么这个窗口比大多数人意识到的更大

每个企业都有同样的问题。

他们每周都有 5 到 15 项任务在不断吞噬时间。调研。汇报。内容。客户邮件。文档准备。库存更新。会议纪要。潜在客户信息补全。

这些任务是可预测的。它们是可重复的。它们都有流程。

这就让它们非常适合自动化。

但企业老板不知道怎么搭建。他们不理解子代理。他们从来没写过 skill 文件。他们甚至以为 MCP 是个拼写错误。

是的。或者读完这篇文章后，你就会懂。

“AI 存在”和“AI 真正在干活”之间的这道差距，现在每单价值 5,000 到 15,000 美元。这个价格不会永远这么高。现在之所以这么高，是因为供给太少。

接下来的 90 天，提供给你。

第一阶段：搭建你的工具箱（第 1 到第 14 天）

在你卖任何东西之前，你必须真正擅长搭建。这意味着四项能力。

能力 1：上下文文件设计

每一个自动化都始于上下文。你需要访谈客户，理解他们的工作流程，然后把它转化成一个上下文文件，让 Claude 能够产出符合行业特点、匹配客户语气的内容。

练习：为 3 个不同行业的假想企业搭建 3 个上下文文件。一个房地产经纪公司。一个营销咨询公司。一个 DTC 电商品牌。

每个文件都应该包含企业描述、目标受众、表达风格和语气、当前项目，以及质量标准。

能力 2：子代理架构

子代理是引擎。你需要设计专门化的代理，让每一个代理都把一件事做好。

练习：从零开始搭建 5 个子代理。一个代码审查员。一个周报生成器。一个冷邮件撰写器。一个会议纪要清理器。一个 bug 复现器。

用不同输入测试每个子代理 10 次。不断优化，直到它们足够可靠。

如果你不知道从哪里开始，我那篇《30 个我真正使用的 Claude Code 子代理》文章里的 agents 都是可以直接复制使用的模板。复制 YAML。调整 prompts。一小时内上线。

能力 3：MCP 服务器搭建

把 Claude 接入外部工具，才是区分“聊天机器人”和“系统”的关键。你需要熟悉如何接入 Tavily 做网页搜索，接入 Google Drive 管理文件，接入 Gmail 处理邮件，接入 Slack 做沟通，并至少接入一个 CRM。

练习：在你的机器上搭好这五个 MCP 服务器。搭一个串联它们的工作流。搜索网页，把摘要保存到 Drive，发邮件给自己，在 Slack 里发通知，并记录到 CRM。

如果你能把这一整条工作流端到端跑通，你就可以开始卖了。

能力 4：定时自动化设计

价值最高的自动化，是不需要任何人按按钮也能运行的自动化。

每日简报。每周客户报告。每月发票处理。你需要理解 /schedule、定时任务中的各种边界情况，以及如何设计在数据缺失时能够优雅失败的自动化。

练习：在你自己的工作流上搭建 3 个定时自动化。每天早上 8 点的简报。每周五下午 5 点的周复盘。每月 1 号的月度总结。

让它们运行两周。修复每一次故障。

第二阶段：选择一个细分领域（第 14 到第 21 天）

不要试图服务所有企业。选择一个细分领域，成为这个行业的 AI 自动化专家。

如何选择

你要足够理解他们的工作流，知道哪些环节可以自动化。

他们要有足够收入，能够为一个项目支付 3,000 到 5,000 美元。

他们至少要有 5 项遵循固定流程的重复任务。

他们又不能技术化到会直接自己搭建。

现在正在跑通的细分领域

房地产机构：CMA 报告、房源描述、跟进邮件、市场简报。

营销机构：客户报告、内容生产、竞品拆解、SEO 简报。

电商品牌：产品描述、评论回复、库存报告、客服邮件。

专业服务公司：提案、SOP、客户 onboarding、账单说明。

内容创作者：调研、起草、内容再利用、newsletter 生产。

理财顾问：客户报告、市场总结、会议准备、合规文档。

医疗机构：接诊摘要、预授权草稿、患者沟通。

律师事务所：文档审查、证词摘要、客户 intake、账单信函。

每一个细分领域，都有 5 到 10 个高价值自动化在等着被搭建。

选一个。不要选两个。两个细分领域，意味着零转介绍。

第三阶段：做出你的第一个案例研究（第 21 到第 30 天）

在你的细分领域里找一个人。免费为他搭建自动化。

作为交换，你会得到三件比钱更值钱的东西。一个真正运行在生产环境中的系统。一个带有真实数据的案例研究。一个真实客户的推荐语。

如何找到你的第一个免费客户

在垂直领域社区发帖：“我正在为 [细分领域] 搭建 AI 自动化，正在寻找一位 [角色] 免费合作，交换一个案例研究。”

问你的人脉。你认识的人里，总有人在你的目标领域工作，或者认识这个领域的人。

给 10 家企业发冷启动私信，用这句话：“我会为你搭建一个 AI 自动化，每周至少帮你节省 5 个小时。免费。我只需要你 2 个小时的时间，以及允许我把结果用作案例研究。”

10 条消息。你会拿到 1 个 yes。这就够了。

为他们搭建什么

从他们最痛苦的重复任务开始。就是那个他们每周都会抱怨的任务。

搭建子代理。设置上下文文件。连接必要的 MCP 服务器。用真实数据运行，而不是玩具数据。

衡量一切。这个任务手动做原来需要多久。现在需要多久。质量差异是什么。每周节省了多少小时。

一个写着“在客户报告上每周节省 8 小时”、并附带真实客户推荐语的案例研究，本身就值 10,000 美元的营销价值。

现在你有证明了。

第四阶段：打包和定价（第 30 到第 35 天）

你已经有了一个可运行的交付。你有了一个案例研究。现在该产品化了。

搭建交付包

这是你用固定费用交付的内容：

2 小时需求发现会议，用来梳理他们的工作流。

为 3 到 5 个自动化任务定制子代理。

MCP 服务器搭建和配置。

为他们企业定制的上下文文件。

两周测试和优化。

让他们可以自行维护的文档。

上线后 30 天支持。

定价框架

按照你交付的价值定价，而不是按照你花费的小时数定价。

如果你的系统每周节省 10 个小时，按内部人力成本 75 美元/小时计算，那就是每月 3,000 美元的价值。而且是持续存在的价值。

一次性收取 3,000 到 5,000 美元搭建费，是一个非常容易算清楚的 ROI。客户只付一次钱，然后在系统生命周期内每个月都节省成本。

如果是复杂搭建，包括多代理系统、自定义 MCP 服务器，或者跨平台集成，就收 5,000 到 15,000 美元。

永远不要按小时收费。那是在惩罚你的高效率。

第五阶段：找到付费客户（第 35 到第 60 天）

你有了能力。你有了案例研究。你有了交付包。现在你需要客户。

有三个渠道有效。

渠道 1：内容营销

发布你搭建的东西。展示前后对比。分享具体节省了多少时间。展示真实输出效果。

例子：“我为一家营销机构搭了一个自动化系统，把客户报告从 3 小时缩短到 3 分钟。下面是它具体如何运行的。”

这样的帖子会吸引正确受众。也就是那些需要同样东西的人。

每周一篇。四个月后，你会开始有主动咨询。

渠道 2：直接触达

找到你所在细分领域里明显存在自动化缺口的企业。发一条简短、具体的信息。

例子：“我为 [类似企业] 搭建了一个 AI 系统，可以自动化 [具体任务]，每周帮他们节省 [具体小时数]。你愿意花 15 分钟聊一下，看看类似系统是否适合你的工作流吗？”

每天发 3 到 5 条触达信息。每周 5 天。30 天内你就会有付费客户。

公式是：100 条触达信息，带来 10 次通话，成交 2 到 3 单。这就是你的漏斗。

渠道 3：转介绍

你的免费案例客户认识行业里的其他人。向他们要介绍。

“你认识 2 到 3 个同样在 [任务] 上花太多时间的 [角色] 吗？我很想像帮你一样帮他们。”

一个优质转介绍，价值等于 10 封冷邮件。转介绍的成交率是 50% 到 70%。

第六阶段：扩展到月入 10,000 美元（第 60 到第 90 天）

一旦你有了 3 到 5 个付费客户，模式就会浮现。

每个营销机构都需要同样的 3 个自动化。每个电商品牌都有同样的 5 个痛点。每家律所都在抱怨同样的 4 类文档。

这就是你的护城河。

把模式产品化

为你所在细分领域里的每一个常见用例，搭建模板化交付包。

需求发现会议会变短，因为你已经了解他们的工作流。

搭建会变快，因为你是在定制模板，而不是从零开始。

利润率上升。交付时间下降。客户结果变好，因为你已经用前 5 个客户把这个模式调试过了。

增加持续性收入

提供每月 500 到 1,000 美元的维护和优化服务。

你帮他们优化自动化。随着需求变化增加新的自动化。当模型更新时，你确保一切继续正常运行。

这会把项目收入转化为可预测的月度收入。

账怎么算

5 个客户，每个客户每月 750 美元维护费 = 3,750 美元持续性收入。

每月 2 个新搭建项目，每个 5,000 美元 = 10,000 美元项目收入。

合计就是每月 13,750 美元。每年 165,000 美元。来自一个 18 个月前还不存在的服务。

客户名单不需要很大。工作必须足够出色。

你真正需要的工具

你可以用五个工具跑完整个业务。

Claude Code 或 Cowork：子代理存在和运行的地方。

Notion 或 Obsidian：存放上下文文件、客户 SOP 和案例研究的地方。

Cal.com：预约需求发现会议，避免来回发邮件。

Stripe：开票。使用付款链接，让客户在你搭建之前先付款。

Loom：异步客户更新。一个 Loom 视频可以替代一次 30 分钟会议。

这就是完整技术栈。总成本每月低于 200 美元。

真正会阻止你的东西

有三件事会杀死 90% 尝试做这件事的人。

对工具箱完美主义。他们花 8 周学习，而不是动手搭建。停。两周练习就够了。第一个付费客户教你的东西，比两个月理论更多。

定价太低。他们收 500 美元，因为觉得自己“还在学习”。这个信号会毁掉交易。客户信任更高价格，因为更高价格传递的是专业能力。最低收 3,000 美元。

没有细分领域。他们想服务所有企业。结果谁也没服务好。选一个行业。变得擅长。然后再扩展。

如果你避开这三个陷阱，剩下的只是重复练习。

令人不舒服的真相

这个窗口期不会一直开放。

现在，能够真正交付 AI 自动化的人，相对于需求来说非常少。这就是为什么你可以收高价，客户能接受你作品集不多，而且只要你表现出专业能力就够了。

18 个月后，市场会变得拥挤。现在建立位置的人，会占住自己的细分领域。等待的人，只能在价格上竞争。

大多数人会读完这篇文章，然后想上几周。

那些本周就预约第一次需求发现会议的人，到夏天结束时，就会拥有一个每月 10,000 美元的业务。

能力是免费的。工具很便宜。市场正在饥渴等待。

剩下的唯一一件事，就是决定。