目前，创作者主要在销售数字产品和服务。

辅导、课程、社群、训练营（Cohorts）和订阅制会员。

这非常合理。

这些产品的利润率极高。一个人就能实现规模化交付。与依赖平台流量分成或接商单相比，它们赋予了你极大的自由。而且，它们可以说是消费者能买到的最具蜕变性的产品——历史上从未有过这样一个时代，你能从那些掌握最前沿技能的人那里，买到如此高性价比的、以兴趣为导向的教育。由于教育能直接改变人的行为，因此，正确的教育是唯一能真正改变你人生的东西。当然，这行也有割韭菜的骗子。

现在，我对这一领域的演变趋势有一个预测。

如果你能看透这一点，你或许能在未来几年内建立起降维打击的竞争优势。

我的预测基于以下几个核心判断：

1) 信息永远不会免费

一方面，你提到的观点，沃兹，是信息在某种程度上“渴望”变得昂贵，因为它太有价值了——在正确的时间、正确的地方获得正确的信息，就能改变你的人生。另一方面，信息又几乎“渴望”变得免费，因为传播它的成本一直在不断逼近于零。所以你看到这两股力量在相互博弈。

—— 斯图尔特·布兰德（Stewart Brand）采访苹果联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）

信息本身并不“渴望”免费，因为信息根本没有意志。

是人们希望信息免费，因为他们不懂得信息本质上也是一种劳动成果。

虽然这话现在听起来像陈词滥调，但事实就是：如果人们不掏钱，他们就不会投入注意力。只有那些金钱观极度匮乏的人，才会对为关键信息付费感到不爽。

当然，信息存在的时间越长，它的价值就越会被稀释。它会沦为常识，AI 也会吸纳最流行、最相关的信息进行训练。但还有另一类信息，在可见的未来里将死死捍卫住它的高价值。

这就是创作者入局的切入点。

创作者贩卖的是“个人化信息”（图文、音频、视频），并且未来也会一直如此。

真正的问题在于，如何将“正确的信息”放在“正确的位置”，正如斯图尔特·布兰德在上面的引言中所说。

2) AI 永远无法开箱即用地给你最佳答案

这并不是因为 AI 不如你。

而是因为你还不够优秀，无法驾驭 AI 让它超越你。

如果你直接让 ChatGPT 帮你写本书，它绝对能写出来，但那破书根本不值得一读。

但如果你既具备极高的写作功底，又精通提示词工程（Prompt Engineering，主要就是向 AI 下达极其精准的指令），那么你大概率能以过去无法想象的速度，写出一本神作。而且，这本书的灵魂依然源自你的个人知识储备，而不是 AI 的。

AI 只有在获得了海量的上下文/背景信息（Context）之后，才能在高度主观的领域（如营销、写作、设计等任何非机械化的创造性领域）真正发挥威力。当背景信息喂得足够饱时，AI 其实就不再是知识的提供者，它只是在替你干那些繁琐的体力活。

这套逻辑绝对说得通。

3) 课程是静态的

市面上有 3 种产品方案（Offer）的交付模式：

你自己做（DIY）。陪你做（DWY）。替你做（DFY）。

自社交媒体诞生以来，创作者们卖的就是这些。有的人靠营销技能接私单（替你做）；有的人凭着对健康的痴迷做教练（陪你做）；如果想要在产品矩阵里加一个低客单价的产品，他们就会卖课程（你自己做）。

但每一种模式都有致命的缺陷。

课程是死板的静态信息，你必须对其进行极其精准的解读，它才能起作用。

接私单通常会让你感到极度空虚，因为你是在给别人打工，而不是在造自己的帝国。

如果你想把教练服务规模化，你要么得拿命换时间，要么得养一支日益庞大的团队。

但如果现在，AI 能让你把这三者合而为一呢？

如果一款数字产品，能够基于你独一无二的认知体系，既提供“教育”又提供“执行”，那会怎样？

数字产品的未来

我这几年也做了几款数字产品。

我的下一个产品将是一个“30天打造个人品牌”的训练营挑战。

（因为在我试图将这一套直接做成 Kortex 的新功能——即共享内嵌自定义提示词的工作区——来抓住这波红利之前，我必须先去验证这个假说）。

现在，我们来沙盘推演一个场景。

假设我的数字产品包含 2 个模块：

  • 教育模块：以极易消化的方式拆解的课程和知识体系。
  • 执行模块：基于那套特定知识体系精心喂出的 AI 提示词（Prompts），让你能以光速落地执行。

单独把这两个模块拆开，它们的价值都远远不及两者合体。

光让 AI 替你干活，并不能教会你自己怎么干活。所以，当 AI 不可避免地只给你吐出一坨草稿时，你根本不知道怎么把它改成能拿结果的终稿。AI 解决不了产品迭代的问题，也救不了惨淡的转化率（除非你非常清楚该如何去引导它）。

这就是为什么那些“氛围感程序员（vibe coders）”现在根本做不出任何复杂系统的原因。

他们对编程没有高阶认知，所以一旦遇到 bug，要么得乖乖滚去学写代码，要么就彻底卡死——因为他们把自己的行动自主性（agency）给外包了。哪怕现在人类已经能用大白话搓出一个完整的 App，这也绝不代表这玩意儿会有人用。说白了，你还是得学习底层硬核逻辑。

而当你只拥有教育时，你又很难把这些知识硬套进你自己的具体境况里。很多人上课上得很挣扎，就是因为他们只会死板地照抄老师，却意识不到自己独一无二的境况，早就改变了这套知识的落地方式。

这就是两者结合后能产生核爆级威力的地方。

AI 极其擅长抓取你的个人背景信息（Context），尤其是在你通过极佳的提示词引导它时。这样它在干活时就能把你的所有特殊情况都考虑进去。

如果你跟着我学做个人品牌，这中间有无数的变量。你必须疯狂榨取你脑子里的信念、观点、兴趣和点子。AI 不可能像脑机接口一样把它们抽出来，但它能像个顶级心理医生一样，一步步引导你的大脑把这些东西自己挖出来。

这也是为什么市面上的课程完课率和成功率低得令人发指的原因。

让我把话揉碎了说：

假设有一门教你做 YouTube 的课。

里面教：

  • 如何挖掘自带病毒传播潜力的选题
  • 如何设计并迭代出爆款封面图
  • 如何搭出脚本文案和核心骨架
  • 如何设计钩子和前奏以锁死完播率
  • 如何拆解分镜，把控节奏、空镜头、主镜头和视觉冲击力

你必须搞懂一个极其残酷的真相：做这些事，根本就不存在唯一的“最优解”。

如果你在毫无个人背景信息（Context）的情况下去让 AI 干这些活，它只会给你拉出一堆满大街都是的工业流水线垃圾。

但 YouTube（以及绝大多数非机械化的相关领域）的尿性在于，“管用的套路”随时在变。没有两个百万粉博主是完全重合的，但他们都能在各自的山头插旗。这意味着，哪怕是专门针对 YouTube 开发的 AI 软件也注定有致命缺陷，因为它大概率只会基于“某种唯一的最佳实践”来搭建。要是全网都在用那套傻瓜 AI 工具，那做出来的东西必死无疑。

所以，在这门 YouTube 课程里，创作者是用他们独步天下的思想、模型和方法论把它建起来的。

然后，当他们把上面列的每一个要点，都无缝转化为一条极其精密的 AI 提示词（比如选题提示词、大纲提示词、脚本提示词）时，魔法就诞生了。

你不仅拿到了他们的认知教育，你还拿到了他们的顶配执行力！

你意识到这有多可怕了吗？

一门 YouTube 课，不再是一门课。它是被切下来的一块“创作者数字分身”，能自己动起来跑业务。

你，作为个体的买家，可以直接买下他这块被外脑化的大脑。你只需研究那本薄薄的“操作手册”，把你自己特有的个人背景信息（Context）喂给它，剩下的脏活累活，它全替你干了。

它吐出一堆选题，你挑一个；它引导你搭大纲，你修一修；它直接用你的个人口吻生成一篇讲稿。发展到某一天，AI 甚至能直接把全片都剪出来，声音跟你一模一样，画风跟你如出一辙。

归根结底，做视频的依然是你自己，你只不过是少干了绝大部分的体力活。

这绝不是流水线上的“AI 电子垃圾”，因为它灌注了极度私人的“背景信息”。

如果是一家公司的内容团队呢？你根本不需要花高价去雇外包干活了，因为这套数字分身不用坐班也能替你把活干完。

那要是像健身教练这种没法替你举铁的行业呢？听着，他们照样能卖一套内嵌了神级提示词的产品，瞬间给你生成私人订制的抗阻计划、饮食协议和每日打卡系统，全天候监控你的体脂流失进度。

你根本就不再是卖一门课了。

你在卖一整套“终极解决方案”——一套极度个人化、极度精准的系统。这种系统 AI 永远不可能开箱即用直接给你，因为它必须被老手强行训练后才能具备这种降维打击的能力——而这种降维打击，拿结果的概率要高出上百倍。

信息的价值不仅没有暴跌，反而在以极其残暴的弧线飙升。

如何打造一款“AI 优先”的产品

如果你是个创作者，或者你正在磨刀霍霍想做创作者，你现在能做的最明智的一件事，就是学会如何把你的认知炼成一行行的“提示词（prompt）”。

如果你是个小白，但把这手活玩通了，恭喜你，你现在就已经手握第一款可以立刻挂网收钱的重磅产品了！

换作是我，我会这么一步步拆解：

1) 疯狂记录你的隐性流程

随便找个笔记软件或文档。

如果想把这事干得更丝滑，就在 Kortex 里做，这样当我们后面准备把它炼成提示词时，你能直接在 AI 聊天窗口里调用这篇文档。你当然也可以在 ChatGPT 之类的工具里来回复制粘贴，但 Kortex 里聚合了各路大模型，你能根据具体的使用场景随时切换最佳的 AI。

接下来，进入角色扮演：假设你正在手把手地带一个完全不懂行的学徒，把你是怎么干活的，极其详尽地拆解给他看。

这个过程会花点时间。

如果你是做 YouTube 的，你就必须为你整个工作流里的每一个极细微的步骤建一个文档。翻回我上面列的那些工作要点，把它们像剥洋葱一样一层层扩展。

当然，几乎所有工种都能照葫芦画瓢。如果你从没干过这种拆解脑内黑盒的事，一开始绝对会卡壳。你要明白，你现在是在主动学习如何“管理和培训”一个极度听话但毫无常识的数字雇员（AI），这必然需要极其高昂的时间成本。

但是，这活儿只需记录一次，就能被永久复用。

而且，你完全可以把这份文档当作你未来课程大纲的脚手架。

前期折磨人，但后端的回报极大。

这是你必须死死咬住的超高杠杆行动。

1.5) 偷师别家系统

我强烈建议你针对自己的手艺，亲手去死磕这个手写拆解的过程。

但为了把价值拉满，教你个走捷径的狠招：

  • 锁定一个你想搞定的硬核任务
  • 翻遍 YouTube，挖出一个把这活儿讲透了的大神视频
  • 或者，搞到一本把这套手艺写绝了的书的 PDF
  • 把这些硬核料生猛地喂给 AI（你可以扔个视频链接，或者把 PDF 传进 Kortex）
  • 给 AI 下令，让它把大师的每一个微操指令都给无情扒出来
  • 把这堆心法直接存成文档，留作我们在第二步的弹药库

我之前拆解“如何做 YouTube 片头”，就是这么玩出来的 😉

我翻出一个讲片头的视频，直接让 AI 进去把它骨头都拆了。

2) 将所有散件炼成神级提示词

你绝对应该把自己关在房间里，死磕 30 到 40 个小时，把提示词工程（Prompt Engineering）这套技术自己摸透。

我显然不可能在这篇文章里把它全讲明白。

正因如此，我要直接把我的压箱底捷径交给你。

我极度痴迷于把提示词的逻辑，根据任务属性，野蛮地切分为两个阶段。

第一阶段 = 信息榨取期。 在这个阶段，AI 化身采访员，疯狂提问用户，把那些要干好这活儿必须具备的私人背景信息（Context）全部套出来。

第二阶段 = 无情执行期。 它直接嚼碎用户的私人信息，然后像一台精准的机器一样，把任务漂亮地执行完。

如果任务是“写个吸睛的 YouTube 片头”，你显然需要抓取用户的私域信息。你需要他们那个想拍成视频的原始毛坯点子，还需要一份他们个人的语气拆解报告作为锚点，这样写出来的东西才会带有他们独有的语感。

最佳的玩法是，你手里还得同时攥着一个“爆款选题生成”提示词。这样，你就能直接把选题的输出结果，无缝喂给你的“片头生成”提示词。

在这个工作流里，所有的子任务都是像叠罗汉一样，一层一层咬合上去的。

  1. 首先，你用“选题生成”提示词疯狂抓取关于你兴趣点的个人背景，然后吐出一堆数据极佳的爆款选题。
  2. 接着，你抽走其中一个选题，把它当作新语境喂给“YouTube 片头”提示词；这个提示词会同时收集你接下来要在视频里聊的“核心痛点”。
  3. 随后，你再把这堆东西，当做弹药喂给“大纲生成”提示词。
  4. 最后，你再把生成的大纲，喂给终极的“逐字稿脚本”提示词。

一言以蔽之，你要亲手打磨出一串相互咬合的连环提示词，把你的一整套工作流封装起来。

现在，捷径来了。

我手里攥着一个提示词，它的唯一作用，就是“生出神级提示词”。

所以，你只需告诉它你想摆平什么任务，把这任务的微操指令喂给它，然后让它把生成的提示词死死钉在我上面说的“两阶段模型”里。

你要么直接去抄别人的作业，要么去 Kortex 里点开“Chat → Create Incredible AI Prompts”让它替你干。我个人偏爱用 Gemini 2.5 Pro 或者 Claude 3.7 Sonnet 来跑这个活。

这套玩法的迷人之处在于，你能把所有这些极品提示词存成独立的档案文件，方便你随时组织和调用。

3) 自己先用并疯狂迭代

你是不是觉得完事儿了？

不，你才刚刚上桌。

我知道你幻想着 AI 是个挥一挥魔杖就能替你把全宇宙的事都搞定的法宝，但如果你想要极品级的产出，事情根本不是这么玩的。

把它当成个毛坯初稿。

这跟你往自己人生里搭建任何一套系统，逻辑是完全相通的。

你排出一套日程，自己尝试一周，你敏锐地抓出哪里卡壳，然后尝试新手段去修补，直到它能拿到绝佳结果。健身、写爆款内容，全是一个道理。

你接下来几周唯一的使命，就是亲自使用你自己炼出的提示词，给它们打分，并无情地去打磨这些指令，直到它们产出的结果能逼近你自己手写水平的 80% 到 90%。

到了那一步，你手里才算有了值得拿给别人用的硬货。

就现阶段而言，AI 永远需要一个人形大脑在终端对产出进行评判和精修。

如果你让它吐了一篇 YouTube 逐字稿，当然，你拿去直接拍也能捞到不错的数据……大概率比全网大部分人强，但你最好还是把它当成一个底稿，最后一定要亲自上去给它注入灵魂一击。

4) 创建配套课程文档

恭喜。

现在你手里有一个提示词武器库，既能拿来给自己工作加速，也能直接包装成产品卖给别人。

现在，你必须着手搭建“认知教育”部分了。

你既要教别人这些提示词到底该怎么用，还要把他们干这门手艺必须要懂的底层知识讲透。

万幸的是，你早就在第一步把工作流拆解出来了。

你现在要做的，就是把那堆框架扩写、拼装，把它们塑造成一款能把客户从 A 点带到 B 点的产品。

我之前写过一篇关于《如何打造数字产品》的万字长文指南，如果你想深挖可以去看看。

为了不在这再长篇大论，这是我打造数字产品的标准动作：

  • 闭眼买下市面上数据卖得最好的同行竞品
  • 把它拆开，当成独立的档案全塞进 Kortex
  • 逼 AI 把这个产品的底层骨架和模式全给我扒出来（它凭什么能卖得好）
  • 用你刚刚在上面学到的知识，把这堆骨架炼成一个“提示词”
  • 把你那个自产产品的细节统统喂给它
  • 让它手把手带你把自己的产品给搓出来

你今天在这里学到的，绝不仅仅是如何做一款产品。

它是一套与 AI 共生的思维方式。

它是你调教 AI 去替你完成世上任何任务的底层心法。

话就说到这。

感谢阅读。

  • Dan