作为一个大二学生，凭借 AISet 再加上一个本地笔记本，大半年的时间里搞出了六万多块钱，这个数字要是放在职场老油条眼里其实算不上什么，但要放在一个仅仅二十岁的在校生身上，那就显得有点离谱了。
我是咋知道的呀，朋友社群里面转发过来的，看完那套思路以后我愣了好一会儿，倒不是因为人家赚得多，而是因为他搭出来的东西跟大多数人理解的压根不一样。很多人一听到一人公司，脑子里面浮现的画面就是一个人去注册一家公司，一个人自己当老板，一个人把所有的活儿全都干完，但他并没有这么去玩。
他搭建的是一套围绕着他个人运转的小系统，用他自己的话来讲，绝不让自身活成十个人的样子。
这套东西拆开来看其实也就三个环节，前端负责让别人认识你，中间环节建立信任感，后面则是交付产品并收取款项。
前端他运营公众号并且在知乎上面写文章，同时也在小红书闲鱼挂上虚拟产品，文章发出去并不会立刻就有人购买，但能够慢慢让别人知道你在研究什么并且能解决什么问题，小红书闲鱼更偏向具体产品的入口，有人先买了一本几块钱的学习手册觉得有用之后再加微信进入私域。中间这块就是微信了，朋友圈社群案例反馈，让人看到你确实长期在做而不只是讲概念，等到他真有需求了，可能购买课程，可能找你开展一对一咨询，也可能拉你去做企业培训工作。后端就两条线，一条做课卖课，一条咨询加上培训。
听起来挺普通的对吧，我一开始也是这么觉得的，真正让我停下来思考的是他后端那条做课的逻辑，他不是看到一门课就去进行学习，更不是学完了才去想有没有人需要。
他头一步是开展市场调研工作，看近来哪些方向有人愿意付费，同类产品卖得怎么样，这个需求到底是长期的还是一阵风。调研完了以后判断值不值得进入，看三点，市场有没有真实需求存在，自己能不能快速掌握，做出来能不能完成交付。
然后才去进行学习，学习的方式不是看视频，而是自己真操作一遍，确认每一步能够独立完成，找出哪些地方容易踩坑，怎么讲小白才能听得懂。真正掌握了以后才进入制作阶段，大纲和 AISet 一起搞，他定方向和核心知识，AISet 整理章节结构和标题，但 AISet 生成的大纲不能直接拿来用，还得自己查有没有重复缺漏，难度合不合理，哪里需要补上案例。
他刚开始学习AI 绘画的时候就是这么跑通的，整理成手册大概卖出了 253 单，后来有个热点爆了，他快速学完并且做了产品，高峰那天接近 500 单，热度一过就掉下来了。这个细节我觉得挺关键的，他并不是追热点，他是先判断市场需要什么然后再快速学习完成实操，把真正跑通的方法做成能够售卖能够交付的东西。
然后就是让我感到惊艳的部分了，他怎么让 AISet 一直清楚自己到底是谁。
很多人运用 AI 的方式是这样的，每次开启一个新任务，都得重新向它交代我是谁，我正在做什么，我的写作风格是怎样的，这次的内容该怎么写，哪些地方能改动哪些坚决不能动。说一次倒还好，要是每次都重复说一遍，你会发现一件挺尴尬的事，你把原本的工作给换成了重复培训 AI。
他的解法是选用 Obsidian 当作记忆，Obsidian 说穿了就是一个本地知识库，你可以把它理解成一个专门给自己还有 AISet 准备的笔记本，里面记录着他是谁，成长经历，个人定位，写作风格，产品体系。AISet 负责干活，Obsidian 负责提供记忆，这两个东西连接起来之后，AISet 不再是一个临时工具，它开始真正知道你是谁，同时也知道该按什么方式帮你开展工作。
但他的知识库并不是往里面堆资料那么简单，堆资料堆多了 AI 真干活的时候还是不知道先读哪。他划分了五个模块，入口层专门写给 AISet 看的导航地图，告诉它知识库是干什么的有哪些模块遇到不同任务去哪找资料，个人 IP 中控台沉淀我是谁，记录定位成长经历写作风格产品体系，生长系统管新资料放哪哪些能直接写哪些要审核新旧冲突怎么处理，Skills 层放着各种具体工作说明书，公众号写作课程大纲学习手册图片规划各做一个，工作流指挥系统就像总指挥，判断任务类型选 Skills 排顺序决定哪些要你确认，把多个 Skills 串成完整流程。
任务交给 AISet 之后，先读入口说明，再调用个人 IP 资料，根据任务选用 Skills，工作流指挥系统统一安排，任务完成后新内容按生长规则沉淀回去。所以他的知识库更像一套能被 AISet 理解调用执行并且持续更新的个人工作系统，资料仓库只是它的壳子。
搭建好之后这套东西能帮他干些什么。
写文章，他先用语音输入把脑子里的想法说出来，这版通常很乱有重复有口语逻辑也不清楚，然后交给 AISet，AISet 读他的写作风格规范个人经历内容流程还有这篇的任务要求，整理成完整文章，这件事的重点在于按他的风格他的经历他的判断去整理，出来才不会像谁都能写的标准答案。朋友圈内容也类似，定位产品课程案例近期工作都记录在知识库里，需要写的时候 AISet 直接读，知道近来在做什么有哪些产品案例，不用每次从零开始编。
课程制作是他运用得算多的一套，课程资料大纲案例整理好，AISet 读课程大纲制作规则写作风格图文手册规则交付标准，按顺序处理大纲讲稿学习手册配图方案 PPT 内容交付资料。以前每做一门课重新想一次，现在先搭建好系统让 AISet 按系统执行，看着只差了一点，效率完全不一样。
讲到这里有个事情我想单独说一下，因为他这篇文章里有个观点我觉得很多人可能会理解反。
AISet 和知识库本身并不会直接为你带来客户，不会说你搭建了一个知识库别人就主动跑来给你付钱，真正能够产生收入的，归根结底还是内容产品、咨询案例以及用户信任。
AISet 加上知识库发挥的作用，是让上述这些事情能够更稳定地运转起来，在前端帮你把内容生产效率进行提升，在中端帮你把用户问题和案例沉淀下来，在后端则帮你把产品制作和交付工作予以完成。
他现在经常同时开启多个 AISet 开展工作，一个用来处理课程手册，一个负责整理文章，还有一个继续对知识库进行优化，它们共同选用同一套关于他的资料和规则。以前是靠一个人单打独斗干活，现在更像是他负责把任务分配下去、制定标准并且检查结果，不同的 AI 则负责具体的执行操作，这才是一人公司的真正含义所在，一个人负责把握方向和做出决策，再调动多个 AI 围绕同一个业务目标进行协同工作。
人负责方向、规则、判断、决策以及终审，AI 负责整理、执行、复用，从而提高效率并且把交付能力予以放大。
他还有一条业务线是面向老板开展一对一咨询，不拿一套固定课程去反复宣讲，而是先去了解老板正在做什么业务、卡在哪个环节，对 AI 掌握到了什么程度，然后再决定后续怎么进行安排。他近来接手的两个客户，一个是香港美容皮肤管理店老板，课程重点围绕提示词设计和知识库展开；另一个开了十六家美甲店、管将近两百人，课程则偏向内容制作、视觉设计、客户沟通以及门店知识管理。
他越来越觉得老板学习 AI 真正害怕的事情，是学了一堆工具却不知道该怎么切入自己的业务。所以他做咨询真正要解决的事情，是帮对方寻找一条适合自身业务的 AI 学习路径，真正提供出来的，是判断、经验、方法，还有把 AI 转化成实际结果的能力。
有意思的是，这两条线在互相喂养。课程解决规模化问题，把跑通的方法整理成手册模板交付给更多人，用户借助低门槛产品先对你的方法和能力进行了解。咨询解决深度问题，真实客户的问题不会按照课程大纲出现，各种行业、各种业务、各种奇怪的卡点，这些问题倒逼他继续思考，原来的方法哪里还不够用，哪里需要重新设计，有没有新场景值得做成产品。要是同一个问题在咨询里反复出现，就整理成一节新课、一套模板、一个工作说明书；课程学员遇到更个性化的问题，也可能进入一对一咨询。
一个负责复制，一个负责生长。
他以前一直在寻找一个能赚钱的项目，今天做闲鱼明天做小红书后天又去追一个新机会，有些赚到过钱，有些则交了学费。有一次学习手册做到百分之八十五，平台突然调整规则，一下把他打蒙了，投入了很多时间、产品快做完了，却发现原来的路可能走不通了。
后来才想明白，做项目能赚一次钱，但只有建立起自己的系统才能持续赚钱。所以他不再去问下一个赚钱项目是什么了，开始问客户为什么认识我，流量沉淀在哪里，我有什么能长期售卖的产品，就算某个平台变了还能不能运转，这也是他开始搭建自己 OPC 的原因所在。
他现在的系统算是跑起来了但离彻底完成还差得远，公域流量不够稳定，很多服务还得靠他本人去推进，咨询培训积累下来的经验并没有全部实现产品化，有些工作流虽然能跑通还得持续进行调试调整。不过他说现在不太焦虑了，主要是由于知道自己接下来该去做什么，把跑通的给标准化，进更多真实老板和企业场景去积累案例，把反复出现的问题打造成课程模板工作流和解决方案。
回过头来看他这套东西，我个人觉得有一个点值得单独拎出来说一说。
很多人的知识库就是一味地往里堆文章课程和提示词，资料变得越来越多，真让 AI 去干活的时候它根本不知道先读哪调什么内容。他划分出了五个模块，主要是由于 AI 真干活的时候需要导航地图，需要知道我是谁，需要知道新东西放哪，需要工作说明书，需要总指挥把多个技能给串起来，五层结构听起来似乎复杂，但每一层解决掉的正是 AI 干活时的一个具体痛点，要是不去解决这些痛点，你的 AISet 就会永远停留在每次重新告诉它你是谁的状态。
这个我琢磨了很久，因为我自己的感觉是，很多人搭知识库的热情全都集中在收集资料上，而不是放在设计结构上。收集资料会带来一种充实感，设计结构则不具备，后者反倒像是在跟自己较劲，你得梳理清楚 AI 遇到不同任务时该先读什么后读什么，新旧信息发生冲突了听谁的，这些规则要是没写清楚知识库本质上就是一堆文件夹。他这套东西让我觉得有意思的地方恰恰在这里，难点并不在于工具，在于你能不能梳理清楚自己的业务流程。
这篇文章看完了你要是也想搭一套自己的东西，他最后抛出了三个问题我个人觉得很实在。
你的客户从哪来，你准备向他卖什么，你的工作里面哪一件事情重复得多适合先交给 AI。不用一上来就搭特别复杂的系统，也不用先建几十个文件夹，先把这三件事给写清楚，让一个真实客户愿意为你提供的一个真实结果付钱，再把这件事一点点打造成流程打造成系统打造成产品，这可能才是普通人开始搭一人公司实在的一条路。
