深圳第一天
课堂笔记

从「要不要造词」到「这个概念带来了什么」

上午从讲师自己的困惑开始：有人批评他把简单事情讲复杂、不断造新词。他与 AI 讨论后，把判断标准放到「概念收益」上：新概念是否帮助受众区分原来混在一起的事情、理解一个问题。这里保留的是他的思考过程，不等于给所有新造词背书。（06:54）

换一个能解释案例的框架

课堂用「创业要不要做自己擅长的事」示范一轮输入。四部分要放在一起：

1. 正面观点与理由。 只会解决某一个问题，未必能独立完成获客、成交与交付，所以「我擅长」可能还不足以成为一门生意。
2. 反面观点与理由。 看过多个已经赚钱的对标后，只有其中一个自己能做，这种可执行的差异也可以叫「擅长」。
3. 指出原框架解释不了的地方。 两边用的「擅长」并不完全是一个意思，请 AI 换一个更有区分度的框架。
4. 补上一个具体案例。 讲师特别强调这一段：案例要暴露原来两种说法都解释不好的地方，给新解释提供约束。（12:49—13:22；52:15）

案例：机器人专家想做 IP

一位在机器人领域有经验的人想做个人 IP。课堂没有简单把他分进「擅长」或「不擅长」：机器人这一工作对象，和他在工作中体现的底层能力，需要进一步区分。后者可能进入另一种有付费需求的交易结构。（13:22—18:04）

这使问题从「我喜欢或擅长什么」继续走到：谁需要我的哪种能力，这种能力能交付什么结果，能否进入一笔真实交易。 这是本例整理出的提问方向；案例本身还没有证明哪个新产品一定能卖出去。

这一方法的适用条件

「换框架」应增加解释力。输入里最好同时有两边的理由，以及让两边都显得不够用的例子。只把两个选项换成一个新名词，还不足以证明问题已经解决。

可复用的课堂输入结构为：我看到的两种说法 → 各自的理由 → 解释不清的矛盾 → 一个具体案例。 这是一份依据课堂步骤整理的简版，不是对屏幕提示词的逐字复刻。

想清楚之后，还要找到别人关心的入口

讲师把「自己把事情想明白」与「别人愿不愿意听」分开。一个逻辑完整的回答，可能仍然没有吸引受众的切入点；标题如果只改变遣词造句，也未必能弥补这个问题。（18:29 之后；55:56）

课堂引入两种办法：用不同框架观察同一事件，找出不同人关心的部分；沿着抽象层级，从一个具体对象走向更广泛的问题。讲师用 Bessie 这头牛、牲畜、农场资产、财富的层级变化作说明，再把这种方式借到内容创作里。（38:11—41:46）

案例：牛奶视频为什么有流量，却未必值得发

课堂围绕「一种牛奶在特定零售渠道销售」的案例，讨论了供应链、消费选择与更广泛社会议题等不同切口。讲师回看自己的视频时认为，某种表达虽然吸引了大量观看，却让讨论偏离了他原本想讲的业务问题。（20:27—29:05）

同一素材可以有不同的传播角度；能把人引来，还要看引来了谁、他们在讨论什么。 案例中的播放量、渠道和商品信息属于讲师自述，本笔记未外部核验。

议程设置：给选题保留范围

在本次课堂的用法里，「议程设置」主要用于检查账号持续让人关注什么，以及这些讨论能否服务其业务。讲师据此解释：商业模式会影响哪些大话题值得讲，有些内容即使能扩大传播，也应放弃。（26:42—29:05；49:44 附近）

他同时保留了个人表达的选择：有时明知一条内容的流量不会大，仍然因为想表达而发布。于是，「是否值得发」也取决于这条内容要完成什么，并非所有作品都用同一个播放量目标判断。（01:10:00）

内容已经拍完时，分情况处理

以上区分来自 57:04—58:24。飞书纪要中的「严格禁止先拍」需要和这些例外放在一起读。

两个不能省掉的条件

表达层级可调整，不等于实际播放量可保证。 讲师在 41:46 收窄到「至少流量层级不是玄学」，同时承认平台分发与发布时间等因素可能产生影响。

流行表达有时效。 01:06:33 的原话是「如果 AI 不联网的话，AI 可能帮不了你」。他强调要观察当下大家认可的表达，不能把它压缩成所有 AI 都无法参与这项判断。

先弄清「谁，在什么时候，相信什么」

讲师希望做的是他所称的「正确的非共识」：找到大众认知中的问题，给出不同观点与解释。受众首先要知道讨论的对象，才可能对其有常识；这只是必要条件，还不足以构成一条有价值的反常识内容。（02:36—03:45）

同一个观点会随人群与时间变化。课堂以「先做内容还是先变现」为例：一个早期具有新意的观点，被大量传播后，对相关创作者人群可能已不再新鲜。判断时要看当下这个人群的实际认知。（10:31）

案例：有很多火锅店，能推出所有人都能吃辣吗

讲师借李普曼的刻板印象讨论，区分「重庆有很多火锅店」与「重庆人都能吃辣」。前者描述环境，后者把群体内部差异压平了。他用自己求学时观察到的差异说明，创作可以从这种简化里找到值得重新解释的问题。（06:47）

这部分是课堂对相关理论的引用和应用，未核对原著。笔记保留可用的检查动作：原判断把哪些不同情况混在了一起，补上差异后，结论会怎样变化。 不能因此预设所有常识都错误，或预设 AI 总能把反对意见变成正确答案。

母题还不是一条完成的选题

发现一个值得讨论的认知差异，只是获得了素材或母题。接下来仍要决定从谁的处境进入、第一句话讲什么、呈现哪一个具体事件。课堂多次提醒，不要把拆解得到的整段答案原样当成成片。（25:37—26:28）

讲师谈到追热点时主张：先有自己持续讨论的框架，再判断某个热点是否合适。没有匹配角度时，可以不追；不能仅凭事件热度判断它适不适合自己的账号。（26:28 之后）

评论区看是否围绕事情

他希望评论围绕内容所讨论的问题，而不全变成支持或反对创作者本人。29:09—30:17 的例子中，连赞美作者「真反常识」也可能偏离议题。因此课堂这里的筛选标准是是否在讨论事情，并非简单删除态度极端的评论。

对于反驳内容，讲师还强调要看对方是否有严密逻辑、观众究竟为什么爱听，以及反驳后能给自己的受众什么。狭小行业内的利益冲突，也会改变他是否发布的判断。（21:53；34:20—36:27）这些属于他的创作取舍，不能写成普遍禁令。

一个具体提示词技巧，与一个尚未做过的试验

课堂演示让 AI 先把指定理论及其特征说清，再依据这些概念检查文稿、生成新的表述。讲师认为，这种先补上下文的方式能帮助模型保持分析框架。（30:54—32:41）

他随后猜测，较强模型可能不再需要前两段解释理论的提示词，并两次说明「我没有试过」。所谓「半年后可能过时」，指的是这项具体技巧的预测，不是整套创作方法的失效期限。（36:53—37:33）

语言考古：检查一个词遮住了什么

讲师把一套拆解方法称为“语言考古”：回到词的原始使用场景，找出它成立时依赖的条件，再检查它被搬到当前场景后，哪些条件已经变了。他也承认，日常交流只要双方明白意思，“赛道”等概括词本身有用；要批判的是它怎样误导判断，不能只证明别人用了一个不够严谨的词。（03:56—07:33、08:25—11:14）

“赛道”的示范是：体育比赛有共同规则和竞争关系，但同样发抖音的商业博主与情感博主，未必争夺同一笔生意；“AI 博主”也不一定彼此竞争。讲师认为，缩到“靠广告变现的 AI 博主”，争夺有限广告预算的关系才更明确。因此，某类创作者受阻，不能直接推出“整个抖音赛道已死”。这是他的概念分析，不是依据词源裁定当代用法的通用标准。（07:33—10:41、17:36）

拆概念是解答的手段，选题要接住用户的痛点

讲师强调，观众想知道“我怎么赚到钱”或“孩子怎么学会英语”，未必想听“赛道／零基础这个词哪里错了”。研究所得的框架，应当用于回答前一个问题。直接把 AI 聊天室的分析记录当逐字稿发布，可能只是把事情解释清楚了，尚未说明观众为什么值得听。（11:49—13:59、18:36—20:46）

课堂假设案例：零基础英语。 同一份专业知识可以有两种讲法：（12:30—16:59）

• 只从概念开始：“零基础其实分十种情况。”家长仍不知道这与孩子学会英语有什么关系。
• 先接住需求：“孩子现在这种基础，应该怎么学？”用教师真实履历、教学案例说明为何值得听，再解释不同起点需要不同办法，最后给出对应路径。

讲师随后把结构压成三步：先证明自己有能力帮忙；快速指出旧思路的问题；把主要篇幅留给新办法。他举出前两步合计约 30 秒的安排，这是其创作建议，不是所有内容必须照搬的时长。课堂没有展开“十种零基础”的具体分类，也没有验证长视频因此一定成交。（20:46—23:07）

给 AI 找方法，也要检查方法的适用范围

课堂演示把“概念拆解”与“让更多人愿意听”分开：前一个步骤形成解释，后一个步骤寻找与受众相关的讲法。讲师还建议，选择理论时具体到适合当前任务的流派；他自己的商业内容偏用奥派，但也提到有人把这一步换成了其他学科。理论、流派与所谓“七张表”的归属仍需查原著，不能把课堂偏好写成学术高下。（26:14—34:10）

引流款：只问定义，推不出交付方式

“引流款”被用来说明拆词的局限。知道它用于获客，仍回答不了该做微信群、文档还是网盘，也推不出价格。讲师建议补充真实使用场景：人们在哪些情况下说这个词、遇到什么问题、想完成哪一步。他举自己整理答疑群记录的做法，区分“敏感业务反复遇到限制”和“新手第一次操作失误”等不同需求。（35:46—44:33）

宜家冰淇淋的对照：如果只看购买地点，它似乎没有把人从别处引来；若把发现路径补上——朋友推荐或网上看到，再去门店购买——就能看见“得知产品的场景”和“消费产品的场景”不同。讲师将它与公域内容吸引用户、再到微信消费答疑服务类比，归纳为：在容易被发现的地方获客，在适合后续交付的地方承接。这个案例展示机制推演；冰淇淋的利润及实际引流贡献未在课堂给出验证。（45:11—49:47）

“交付到”：用户收到，还得愿意看

讲师用“交付到”区分“资料已经发出”和“用户实际接触、感受到价值”。在他的产品设计中，前端卖点吸引购买，超预期交付积累信任，后端产品自身的卖点再促成购买；发出一个从未打开的网盘，未必完成了中间这一步。该链路是他的经营框架，不能视为转化保证。（37:07—40:25、01:00:32—01:01:55）

他根据自己的受众体验偏好微信群，后文明确收窄为“我的引流款”。他也讲过一个反例：图文矩阵引来的用户愿意读一份他人用 AI 写的自传 PDF，但其中有事实错误，后续又被提醒存在造神风险，他因此停用了这条方案。这里值得留下的问题是“用户为何愿意消费这份材料”，不能记成“所有文档都没人看”或“只有微信群有效”。（01:00:32、01:03:22—01:07:25）

价格和商业模式，最终还要放回现实验证

讲师对线上虚拟产品提出“缺少对标时，首单先考虑 300 元以内”的经验，同时明确：若有真实做成的高价对标，应优先研究那个案例。平台限价、投流 ROI 等数字未给出完整出处；他对依赖投流造成后续强推销的担忧，也不能替代具体产品的成本与交付核算。（49:47—52:21、01:00:00—01:00:32、01:07:51—01:09:29）

当高流量内容不适合现有生意，讲师让 AI 分别回答：商业模式不变，能讲到什么范围；如果要讲更广的话题，产品可以怎样调整。他没有把第二份方案视为已成立的新业务——更换生意可能要执行数月才能验证。其个人取舍是优先考察那些既有需求、又能增加可持续内容来源的产品方向。（52:53—59:59）

本段最后补足上午方法的限制：历史理论可以提供解释和候选办法，但当下的平台政策、用户行为与真实成交，需要新的上下文和测试。讲师在末尾明确讨论的是 AI 断网、仅靠内部数据的情形；不应概括成“AI 永远不能回答商业问题”。（51:15—52:21、01:09:29—01:11:30）

本节线索：先区分对话与行动，再看模型收到哪些信息，最后把材料、方法和本地文件组织起来。以下依据完整逐字稿整理；产品演示和讲师判断分别保留，不视为通用技术定论。（00:00—00:39；53:21）

Chatbot 和 Agent：本课先这样区分

讲师为减少“智能体”的歧义，把主要通过回答问题工作的产品称为 Chatbot，把能执行任务的产品称为 Agent。Agent 也会对话；视频中的整理桌面、批量重命名、制作软件，是课堂用来说明“行动”的例子。这是本课的工作性区分，不能只凭产品名称或聊天界面判断实际能力。（02:16—04:25）

回答由哪些信息共同形成

模型提供能力基础；上下文提供当前可用的聊天、记忆和资料；用户提示词说明这次要做什么；Skill 封装可复用的方法，还可能带示例、图片和脚本。脚本既可能预先写好，也可能执行时生成，因此 Skill 不等于一段提示词。讲师先用“四个东西”简化讲解，随后补充“其实还不止这四层”，不应把它抄成完整且排他的公式。（11:48—12:02；17:02—18:16）

多人 Agent 协作的讨论把差异落到资料与权限上：即使模型和 Skill 相同，各自可读的文件也可能不同。学员提出记忆、立场和权限差异，讲师继续讨论“能让 Agent 使用、但不直接向另一人开放”的材料。这是一段关于协作必要性的讨论，尚未证明共享全部文件可以替代所有 Agent 协作。（12:02—13:19）

系统提示词与用户提示词

课堂把产品预先设定的角色、语言、时间等信息，与用户当次输入作区分。用“扮演马斯克”的例子说明：从不同位置发出的要求，可能产生相似表面回答；模型愿意扮演某角色，并不表示底层设定已被修改。讲师也提醒，不能由一次回答反推隐藏设定。关于具体平台如何提供日期的解释，是其课堂判断，逐字稿未附后台配置证据。（13:54—17:02；19:00—21:43；26:14—27:12）

讲师把稳定遵循角色和行为要求称为“锚定”，展示了简短要求、结构化要求及不同平台的结果差异。他最终收窄为：结构化提示词有助于约束行为，但效果还受模型和平台影响，并非写好就必然成功。这里记下演示的比较思路，不把一次角色测试当成模型身份或整体质量的鉴定。（29:20—34:17）

元提示词与模拟测试

“生成提示词的提示词”在本课叫元提示词；“制作 Skill 的 Skill”叫元 Skill。讲师介绍自己的制作流程：先模拟用户可能提出的问题，自问自答；发现效果不好就修改，再换问题测试。它的用途是提前暴露“自己用得顺、别人用不好”的情况。本节介绍了流程，没有提供完整测试集、评分标准或跨用户验证结果。（37:26—39:33）

知识库与 Skill 背后的分工

讲师用旧知识库说明检索增强生成（RAG）：先从资料中检索相关内容，再将材料与问题一起交给回答模型。课堂的“先找答案、再作答”是帮助理解的简化描述。其更关注的共同点是知识分工：使用者提供行业问题，另一人提供资料或方法，两部分合起来帮助 AI 完成任务。“Skill 形式可能变化，知识分工仍有价值”是讲师的核心判断。（40:48—45:24）

本地文件：存的时候留下找回路径

讲师展示了自己的本地查找方法：保存资料时，优先检查已有合适位置，并在导航文件 SOURCE_OF_TRUTH.md 记录材料是什么、存在哪里；查找时先读导航，再打开对应目录和文件。他明确说这是多种方案之一。其个人材料规模和查找耗时属于自述，不能直接当作别人的性能保证。可复用的是“保存与更新导航一起做”，且导航负责指路，找到以后仍须读取原文件。（49:26—52:45）

本节尚需核实

会员价格、产品能力与平台优劣评价（06:27—08:24；31:11—36:54），监管导致功能下架及海外模型使用的法律判断（19:28；46:59），RAG 已不再需要的概括（41:20），Skill 起源日期与产品指令文件的正式层级（25:00—25:23；45:24），均不作已确认事实。另有一处须回听：31:11 首句说冲突时倾向“用户提示词”，同段后文却强调系统设定更高级，暂不据此记优先级规则。（31:11）

先启动，也要持续投入

小李说，自己曾尝试复制栋哥引用理论的表达方式，两个月后觉得失去了自己的风格。因此，学习别人时也要找到适合自己的讲法。〔06:49—07:39〕

他用多条事先没有预料到会走红的作品，说明发布才有机会得到反馈；他本人也不能提前解释每一次走红。这里值得留下的是“先做出作品”，不能推成“发了就会火”。他同时强调持续投入时间、积累灵感和细化制作；课堂里的成功概率说法属于经验判断。〔08:15—14:06〕

定位与人设，要分开想

他将定位分为竞争中的位置与内容传播中的位置。前者看相对于同行有什么差异，后者看观众持续注意什么。人设只是其中一部分，不能替代用户、产品、形式和风格的选择。〔17:27—18:27〕

他的案例是回重庆做账号：据他回忆，当时调研后觉得当地有短视频知识服务的空位，评论也出现“重庆居然有懂短视频的人”。他认为结果来自内容能力和区域差异共同作用；“没有竞争对手”应保留为他当时的判断。〔18:27—21:36〕

产品可以从用户需求中逐步长出来

小李最初想做项目合作，之后用户依次询问线上课、线下课和陪跑，他才逐步增加产品。他自述前三个月相关销售额分别为 17 万、68 万、98 万；这不是普通账号的收入预期。〔22:21—23:53〕

另一个例子是先做烧烤摊、拍短视频，积累顾客与粉丝后再开店。他自述前期投入约 4 万元，约三个月积累 1.3 万粉丝。这个顺序可用于理解分阶段验证，但他口中的“没有任何风险”不能照录成结论。〔24:17—25:25〕

整理时保留的条件：这些案例已有相关技能、服务能力或实际经营，并在收到具体需求后调整产品。它们支持“产品不必一开始全部定完”，不能直接证明“任何人先拿到任意流量，就能找到生意”。

让人通过行为认识你

小李用餐饮老板的三条视频解释自己对“议程设置”的应用：停电后为顾客免单、请员工的孩子吃饭、帮助传播寻人信息。事件不同，都让观众看到老板如何对待别人。视频中的情节是课堂播放案例，真实性尚未另行核查。〔26:41—31:23〕

他归纳为两层：持续让观众关注某个问题，也持续让观众注意你的某种属性。与其说“我真诚”，不如呈现自己遇到事情时的判断、取舍和行动。只有口播也可以讲清当时如何处理一个难题。〔42:48—45:42〕

这属于他的内容应用讲法；“议程设置”的原理论范围与这些延伸之间的关系，需要另行溯源。

先有素材，再选择讲法

课堂列出的素材来源包括：专业知识、遇到的问题、热点事件、个人成长经历。先积累，再选择切入点；了解一个事件，并不等于已经有了适合自己账号的选题。〔37:39—42:48〕

同一个热点，律师可以讨论法律问题，短视频从业者可以分析传播方式。选择哪个角度，要回到自己希望持续讲什么。AI 在这里可以帮助理解、补充和整理素材，仍需要人判断准确性和讲法。〔39:05—42:48〕

小李展示了四种脚本形态：知识干货、故事、记录过程、情绪观点。康复从业者提问“除了方法还有什么可讲”，他回答：解决客户难题的经历、工作流程、生活中的感受也能成为内容。素材来源与脚本形态不是同一张分类表，一份素材可以尝试不同形态。〔46:44—49:44〕

客户咨询和日常解决问题的过程也值得留意。他举例，关窗帘等拍摄准备对从业者很平常，对不会拍摄的人却可能有用。〔49:44—51:26〕

视频体验不只来自文案

同一句话换个人、语气和环境，观众的感受可能不同。他用“在教室吃小面”和“在路边摊吃小面”作比方，提醒人关注眼神、声音、衣着、场景与文字共同构成的体验。〔52:22—55:48〕

这里保留课堂对制作的启发；录音中 what／how 有交错，其与麦克卢汉的具体理论对应未核验。不能据此写成“画面能证明没有撒谎”。

场景与设备，为想呈现的感受服务

他建议有门店、团队和工作场景的人使用这些材料，并优先表达自己认可、实际做得到的事情。选择手机还是相机，要看即时记录、画面质感和观众体验的需要。关于相机让栋哥“更有知识感”，他明确说这是感受，尚不能得出结论。〔45:42；57:51—01:01:55〕

他也提到记录形式可以包含重构或演绎，因此“看起来像抓拍”不等于事情未经设计。〔01:02:52〕

第二天带去的作业

带一个母题，也就是一份自己有内容可讲的素材，到现场实操成脚本。先想素材从哪里来，不必提前把一整套脚本写完。〔01:03:33〕

课后可用一句话检验理解：我手里有什么真实材料，准备从哪个角度讲，打算用哪种脚本形态？这是整理后的复习问题，不是讲师额外布置的作业。

人群说不清，是否就不能开始做内容？

一位学员问，怎样逐渐确定哪些人是客户。回答者质疑的是缺乏实际筛选作用的标签：如果宣称“只卖给 00 后”，却照样卖给有同样需求的 1999 年出生者，年龄划线就没有解释购买的关键。他建议先说清产品能解决什么、卖点为什么吸引人，而非先凑一份宽泛的人群画像。“对 AI、赚钱感兴趣”也被他认为范围过大。（00:00—06:32）

他以自己的业务说明，内容和产品可能轮流成为限制：早期内容不足以证明产品价值，后来又可能是产品接不住能够产出的内容，所以两边都要调整。这不是“不用理解客户”，而是他尝试省去无效标签，直接检验内容与购买理由的联系；本场也没有得出一套适合所有生意的人群划分法。（01:24—03:19、06:11—06:32）

已有生意跑得不错，AI 应从哪里介入？

女装带货学员想把现有业务与 AI 结合。回答者先追问结合对买衣服的人有什么价值，建议通过自己的真实工作熟悉工具边界，再决定具体介入点。他的高强度使用措辞属于个人建议，不能把 token 消耗量当成学习成效或盈利条件。（13:43—15:54）

他随后介绍一套销售支持设想：由熟悉产品的资深销售与 AI 实施者共同整理方法，客服处理能够覆盖的问题，复杂问题回到销售本人，每天或每周复盘，持续维护。重点是业务专家参与、人工兜底和反复迭代。替代工作量的百分比、缩减人员的方案是他的经验判断及计划，本场没有展示该企业已达到的结果，也未证明 AI 能可靠识别所有自身答不了的问题。（15:54—18:21）

主动向企业卖 AI 服务，要先准备什么？

另一位学员已有传统企业客户，想主动销售 AI 优化服务。回答者区分两种合作：深入较大企业发现值得改造的业务；或向已有客户销售边界清楚的服务。对于后者，他建议先有“菜单”，列明服务、价格、过去案例与结果，让客户判断买不买，而不是承诺什么都能做。（18:27—21:02）

菜单还要列客户必须提供的材料。他举例，销售服务可以要求一定数量的真实聊天记录；如果没有材料，不能把进场后访谈数天、从头整理也默认为原价包含的工作。课上“2000 条记录”是示例门槛，不是统一标准；“知识库项目却没有文档”则用于说明售前检查的重要性。大型合作可以另谈定制，小型按单服务尽量控制范围，是他针对该提问的判断。（21:02—21:51）

免费沙龙跑通了，还要不要试付费课？

同一学员问异地开课、免费升单以及财税与 AI 服务能否捆绑。回答者认为免费场与付费场可以并行测试，也提醒不要默认每位财税客户都愿意购买 AI。他将差旅总投入、客户时间成本、同场参与者的筛选作用纳入考虑。（22:11—26:59）

“差旅成本不能倒挂”和“高价值老板不愿参加免费课”是他给出的经验判断；他也承认免费业务可能已经跑通。因此可保留的动作是测试另一种收费方式会吸引谁，而不是直接判免费课无效，或照着差旅费倒推一个必然正确的课价。（23:27—26:43）

复杂合作的分钱，能交给 AI 决定吗？

面对“最终分钱决策都由 AI 做吗”的提问，回答者先区分已有市场价的普通服务与参与程度复杂的合作。他说自己看重 AI 随分配方案给出的理由、计算过程，以及相关人能否接受；他明确承认方案可能仍不公正。这里记录的是个人使用方式：有报告、精确到小数，并不自动证明方案公平，更不构成 AI 对合作方的决策权。（27:19—28:29）

职业选择，可以先怎样靠近真实业务？

一位刚毕业的学员问长远发展，谈到去大厂观察与预判行业。回答者建议把选择放到「能否更接近用户」上检查，继续追问：准备找谁、卖什么、卖多少钱、怎样说服对方。他认为这些具体接触更能带来方向反馈。这是对该学员的建议，本场没有评估所有大厂岗位、个人约束与职业路径，不能压缩成普遍的就业结论。（28:29—31:43）

咨询太多，怎样减少重复劳动？

一位销售约 6000 元雅思产品的学员问，能否放弃犹豫、想私聊的客户。回答者认为，这个价格下咨询很正常，可以通过持续积累“百问百答”减轻负担：先收集真实问题，再比较同一问题的不同回复效果，逐步形成可复制的答案，之后由客服承接。关键工作不是一次性生成文档，而是反复优化；本场没有承诺一份 FAQ 就能让所有客户迅速下单。（38:12—40:31）

自己与 AI 给出不同内容建议，听谁的？

一位来自马来西亚、帮老板做内容的学员，拿独自来深圳上课的经历问该讲“勇敢”还是“学习”。回答者现场看过 AI 产生的角度后认为，分层可能合理，但即使最大的角度，也未必让陌生人关心。因而“AI 找到了更大的角度”仍不足以决定发布。（42:06—48:59）

学员改问“快速赚到第一桶金”如何切入，回答者要求先有真实解决方案：不是换一个开头就兑现承诺。他用美妆博主展示知识框架的做法说明，图示可以帮助观众迅速理解将获得什么，前提是后面确有内容支撑。该建议不能变成“有金字塔或表格就有专业能力”。（49:19—52:10）

另一段写稿讨论也强调相同限制：自己尚不理解文案为什么保留某部分、舍弃某部分时，难以给 AI 清楚的修改要求。他建议先亲自写、建立判断。课堂存在“洗稿”及避开查重的口述，本笔记只保留理解内容与形成反馈标准的部分，不将其整理为复制他人表达的操作步骤。（34:28—38:04）

没有跌宕经历，个人故事还能讲什么？

回答者不认为个人内容只能靠干货或悲惨经历。他举自己整理往事的例子：在三个真实事件中，判断先是 A，后来变成 B，多年后重新理解 A，由这些变化讲出认知收获。另一条路径是情绪共鸣，但不意味着必须揭露隐私或编造挫折。“认知或情绪至少给一个”属于他的创作判断，适用时仍要看具体受众与表达目的。（52:57—55:30）

关于他自身创业，课堂简述了早期资料销售、观察相同渠道中的饰品业务、研究对标，及后来发帖结识 AI 从业者的经历。他将当前内容业务部分归为误打误撞。营收、毛利、涨粉与时间节点均为自述，材料销售涉及的版权口述未经核实；这些经历不构成可复制的收益配方。（06:46—13:43）

主页看不出卖什么，或小流量已有成交，如何处理？

针对小红书主页识别问题，回答者建议用已有内容的标题、封面和置顶解释自己能提供什么，区分“在信息流吸引点击”与“进入主页了解业务”两种任务。编辑权限等平台功能没有在本场核验。他在获知笔记已有成交后，又提醒不要仅因主页看起来分散，就忽视实际业务结果。（55:30—57:17）

对于小流量但能成交的视频，他建议保留原来讲法，同时另做更广泛受众能理解的版本，用结果比较，而不是预设专业内容只能小流量。“所有内容都有更大流量的拍法”是他的工作假设，不是已验证规律；比较时仍需同时看业务效果，不能只看播放量。（57:17—58:56）

平台限制另有一段个案讨论：学员把直播受限归因为“封脸”，回答者提出其他可能原因，但现场没有平台通知、后台证据或系统测试结论。此处只记为原因未核实的求助，不收录规避限制的操作方法。（31:58—34:14）

先考虑变现，与先做出内容

两段分别提醒「别忽略未来交易」和「别等一切确定才接触用户」。仍需具体判断的是：自己已有多少专业与交付能力，最初的买方和需求假设是什么，下一步能收到哪种真实反馈。

问谁会买，与不把人锁进标签

晚间 00:19—03:19 讨论了年龄、地区、身份等标签的局限：符合标签的人未必需要产品，不符合的人也可能购买。把它与白天的业务讨论合起来看，值得核对的是具体卖点解决了什么问题、哪些人实际愿意买，而不是只把一份人群画像写得更细。

AI 能给很多方案，与自己仍要判断

第三段 02:13 明确说，AI 给出多个方向以后，还要自己判断哪一个可能更有流量；第四段 38:35—39:33 介绍了模拟用户测试。它们都没有让「生成了一份答案」自动等于「真实用户会买单」。

给明天留一份真实素材

小李在 01:03:33 布置的作业是：带一个母题到现场，实操完成脚本。素材可以来自自己的经历、工作中的问题或实际观察到的事件。

六份原文共 682 个时间戳段落，录音合计 6 小时 2 分 58 秒。前三段与第四段中的实际多讲者身份，未逐句听音核对；第五段开头自称小李／李同学；第六段多处提问称呼与回答相接，主要回答者高置信度对应栋哥，具体提问者身份未逐一核验，不将他人提问归为 Claire。转写可能含同音字错误，本笔记没有依据猜测复原 PPT、精确提示词或学术引文。

范围：2026 年 9 月 11 日已提供的白天五段课堂材料与一段晚间答疑。智能纪要与逐字稿属于同场材料，不重复计为两场；现场问答仍保留其针对具体提问者的条件。本文为 Codex 根据 Claire 提供的材料整理的个人课堂笔记，未经讲师审定。