老套路割新韭菜，本質還是流量生意。
(資料圖片)
編者按：本文來自微信公眾號 銀杏科技（ID：yinxingcj），作者：王葉琳，創業邦經授權轉載。
引入
“我都不知道為什么大家還沒有行動起來?！盇I創業者、科普人曾可發出了這樣一個疑問。
在互聯網大廠從事軟件開發多年，曾可樂于分享經驗，輸出觀點。工作之余，他喜歡在各類論壇、博客上發表科普文章，或者參與討論?！百~號堅持更新了6、7年，在科普圈也累積了一些粉絲，做這些事很有成就感，尤其會覺得自己身處時代浪潮、與流行同步?！?/p>
2022年底，ChatGPT的消息首次出現在曾可的手機新聞彈窗。在看到ChatGPT準確的語義理解與對話生成能力之后，憑借多年從業經驗，曾可在心里下了一個判斷，這會是一個“改變認知的新事物”。
2023年初，AIGC的爆炸式熱度幾乎一夜之間覆蓋到到每個領域，圍繞AIGC的爭論出現兩級極端化。輿論喧囂之外，在新技術趨勢面前，最先擁抱的那批人早已嘗到了甜頭。
曾可如今不再是單純的科普博主，他的新身份是AI創業者。
在主頁發布了購買付費工具加入AI交流群的通知后，曾可賺到了自己的AI第一桶金，憑借過去的粉絲積累，交流群迅速吸引到幾百人加入，且人數還在增加，群友信任他的專業能力，愿意為信息與新知付費。
與此同時，AI喚起的“知識焦慮”讓賣課成為最直接的變現手段。
一時間，“AI課”層出不窮，幾乎個個都打上了前沿、權威的標簽，讓人難以分辨。
跨過門檻，進入新世界數字鴻溝是橫亙在“我們”與“技術”之間的第一道門檻，能夠接近和使用信息中介，是劃分技術擁有者和技術欠缺者的尺度。生成式AI如此火熱，真正“用上”明星產品ChatGPT的人卻寥寥。
與AI本身的互動才是核心，也是最能直觀體驗到技術力的環節。除此之外，“教你怎么更好的與AI互動”缺少評價標準，沒有太多獨占信息。
故而使用、體驗成了信息差變現的最好賣點，甚至可能是唯一賣點。
“我買了四五個相關課程，每一個都會首先教你怎么用上正版ChatGPT。”為了完整體驗人工智能，林力通過各種渠道購買了幾個時下熱門的ChatGPT課程。
這些課程定價從幾十到幾百元，但在林力看來，除了幫助購買者用上正版GPT以外，課程的其他內容很難說有多少含金量。
作者從常見的知識分享平臺上搜索了解到，人工智能相關課程圍繞著“如何變現”展開，常見的課綱包括人工智能的歷史講解、前沿資訊更新、工具使用指南、業內大佬分享。
這些課程的共同點是，幾乎都會把“ChatGPT的使用方法”作為主要賣點，比如如何注冊賬號、怎樣申請測試，簡單的提示詞該怎么寫。
林力告訴作者，幫助用戶越過了基本的使用門檻，多數“AI課”還能教給你的東西無非是怎么用AI寫文案、做PPT、生成圖片。
同類課程眾多，消費者如何判斷課程的含金量就成了一個很大的問題。
“這里存在一個矛盾，簡單的生成沒有專門買課學習的必要，但凡善用搜索都能找到一大堆教程和示例，而且評估生成質量更多是看具體專業經驗。復雜的提示詞你可能需要學一些編程知識，理解機器學習原理，這些積累很難在短期的‘ChatGPT課’速成?！?/p>
原理講解、操作技巧，這些知識大都能在公開網絡上免費獲取，付費課程，可能只是付費給知識搬運。
“也有值得買的課，比如權威業內分享行業經驗，他們的課程內容有一定參考價值。但多數課程本質上還是在做信息差生意，很難稱得上是知識付費”，林力總結說，讓人接觸到技術前沿就是這類課程最大的價值，其中可能為消費者節約了一些整理、搜集信息的時間成本，除此之外鮮有增量知識。
與此同時，那些沒辦法或者覺得不必要通過官方渠道用上ChatGPT的人，也有針對他們的“體驗降級”版。
比如利用聊天機器人功能，對接ChatGPT的API，讓群聊變成一個可以與AI對話的窗口。一些賣課機構會用這種“ChatGPT交流群”吸引好奇者體驗AI，進而引導購買付費課程。
比較危險的是鏡像網站和山寨AI。以“ChatGPT”為關鍵詞在應用商城或網頁上搜索，能找到大量“仿ChatGPT”應用。這些應用以使用便捷、功能齊全為賣點，甚至直接打出“GPT國內入口”的旗號，免費體驗次數耗光后進入收費使用模式。
《銀杏科技》從一位程序員處了解到，“山寨”聊天機器人是基于GPT-3，其功能遠不如最近的 GPT-4 和 GPT-3.5，其次存在一定安全風險，包括監測用戶的輸入行為，提供的敏感信息也會有泄露風險，甚至是聊天機器人的輸出結果也完全有可能被操控。
“只要AI還在迭代，還在更新我們對技術的認知，這個信息差生意就還能做下去?！绷至σ约岸辔毁徺I了AI相關課程的消費者在討論中達成了這樣一個共識。
這個生意本質是因為賣課人更懂AI嗎？
恐怕不盡然，多數情況下，是媒介接觸更頻繁、使用更熟練的人整理好了關鍵信息，選擇收費共享。
學會新世界的“咒語”不知何時，行業里流傳著這樣一句話：“會取代我的不是AI，而是率先掌握AI的人?！?/p>
對于普通用戶來說，你要先跨過使用門檻，然后投入更多的精力與工具磨合，讓它更適用于日常生產實踐。
身在一線崗位的從業人員對技術更新與行業變動更為敏銳，他們清楚的知道AI將繁瑣任務自動化對于生產而言是巨大的革新。
他們的目的性更強，目標更明確，未來的競爭會集中于熟練與不熟練AI工具二者之間，從業者必須加速“自我迭代”。
李凜是一家營銷公司的內容策劃，她的團隊由5-8個文案組成，負責在知乎、小紅書、微博等平臺編寫各種推廣文案。老板對她的最新指令是，做好裁員的準備，“留兩三個骨干就行，等公司接入了AI，這些初級的文案工作全都交給AI。”
日常工作流中調用AI助手
“這是大勢所趨，尤其文案這個工種，本來就是AI最好替代的?，F在比較擔心自己能不能駕馭好AI，畢竟最后的內容還是需要一個把關人?！?/p>
過去，李凜的團隊每人盯一個主流平臺，每天產出一篇2000字以上的長內容，和三篇500字左右的短內容。
現在，在李凜的構想中，只需要留下3個AI熟練工，每個人都用AI做全平臺內容產出，內容主體由AI生成，文案只負責最后的校對和精修。這樣一來，每天的產量至少可以翻倍，實現日均產出2篇長文和6篇短文。
同樣是生成式大模型最擅長的圖像生成領域，從事美術設計相關的文浩也有類似看法。
據他了解，已經有一些游戲公司成立了專門的AI部門，專注開發適用于自己生產流程的AI工具?！澳瓿鮉indjourney剛火的時候，還覺得AI制圖達不到工藝標準，現在已經開始研究怎么訓練AI生成想要的風格。單純畫師的生存空間很可能被擠壓?！?/p>
據《銀杏科技》了解，業內已經有不少公司開始將重復度比較高的業務交給AI處理，比如跑概念圖、概念圖轉線稿、線稿人細化、線稿跑上色、上色人細化。
以目前的技術條件來看，讓AI全權代理這些工作還不現實，畫師需要兼修成品。但從產品交付層面來看，除了對美工要求高的，還得畫師親自操刀，AI所產出的成品已經能滿足相當一部分更重視產量的客戶。
“以前從沒想過這種技術活都能被搶飯碗，公司里很多實習生都跟不上這個節奏?！睆氖旅佬g外包的闕闕表示，“AI篩選了一批人，我們沒離職的畫師都在學用AI，也很愿意學，畢竟提升的工作效率是實打實的?！?/p>
“我們都開玩笑，以后簡歷上如果不寫個會熟練運用AI，說不定都達不到人家的篩選條件?！?/p>
招聘平臺上，求職者簡歷開始強調熟練應用AI工具的能力
另一邊，率先掌握技術并且通曉技術原理的人，也在強調學習底層方法論的重要性。
為了提高營銷文案產出的效率，李凜決定自己先做試驗，先摸索出一套適合公司業務的通用“提示模板”，再讓其他同事在此基礎上發揮，調整細節。
按李凜的說法，公司會先觀察一段時間AI生成文案的投放數據反饋，只要證明可行，團隊重組會立馬跟進。
曾可則認為，“熟練使用AI的人會逐漸成為超級個體，勝任很多工作。”現在很多賣課的教人怎么用GPT寫文案、生成圖片，看上去好像是授人以漁，但AI能夠做到的事情不止這些，真正應該普及的是底層方法論，也就是怎么和生成式 AI 溝通——“會寫prompt（提示詞）”。
除了“表達清晰”這種人盡皆知的標準以外，曾可告訴《銀杏科技》，這里面確實有一些更專業性的技巧存在。
比如會使用引號、反斜杠等分隔符，要求模型按照既定的結構輸出。如果想得到非常具體的答案，你也可以用舉例的方式引導模型給出對應結果。
再比如，如果我們需要AI回答討論性問題，可以使用“迭代”的方法，得到詳細且準確的反饋。
常規的設問方式示例如下。
“迭代”，是生成多個輸出并評估其質量，選擇最合適的輸出繼續設問，拓展文本。
逐步開始、逐步擴展，這種方法適用于需要生成更高質量的文本輸出，且每個步驟都有修改空間。使用者要懂得“訓練”AI，給它自我學習的時間和流程。AI生成不是魔法，一次反饋效果不佳，使用者可以把問題拆分成多個步驟，讓AI給出每一步的思考過程。
換言之，想要更快的適應AI時代，與AI共存，就必須更新自己的語言系統，學會用程序設計語言與無機物對話，用人工智能的“思考”方式處理問題。
提示詞越完善，給出的結果就越準確。在美術創作者的文化圈里，它被賦予了一個帶有奇幻色彩的比喻：“咒語”。
古代，神話傳說中掌握咒語的人被認為可與神靈溝通，借助神秘力量達成不可思議之奇跡。而今，能嫻熟編寫提示詞的人成了職場上通靈之力的代表，借助人工智能的能力，達到過去難以想象的目標。
看似高維抽象的技術，本質還是人們手中的工具，仰視技術，不如學習如何駕馭技術。
AI“煉金術”手握AI工具怎么變成收入，是一個被所有人關注，并且足夠現實，甚至緊迫的問題。
在這個話題下，利用AI生成內容變現是最具有操作可行性的策略，也是各大“AI搞錢指南”所教授的主要內容，這類策略的關鍵詞有兩個：低標準、量產。它的本質，依然是內容變現，依舊是流量生意。
作為有一定技術背景，且已經能熟練使用AI創收的“先鋒人群”，王舒推薦的AI變現平臺是互聯網問答產品，“思路很簡單，就是用AI去答題，賺取平臺補貼。”
首先申請成為答主，然后通過內容養號，所謂的養號指的是搶題，逐步提升賬號的權重，提高賬號產出內容的被推薦幾率，然后規模化的復制這種路徑，刷題變現。
“我自己做了一段時間，現在還在帶一批大學生當副業做。被封號的可能性很小，我們只是用AI讓‘自己’的腦子轉得更快，回答問題更多，這里面沒有觸犯到平臺規則的東西?！?/p>
王舒說，靠刷題賺補貼不是新鮮玩法，但AI加入后，刷題效率發生了質變。以往你可能需要思考、手動搜索、判斷對錯，會耗費一定時間，現在AI可以完美回答絕大多數問題，每道題的收入區間大致在1元到8元，只要你刷得夠多，就能獲得不錯的收入。
王舒帶的幾個人里，每天刷四五個小時題，單日收入300左右不會太難。做這個講究多勞多得，他提到，如果你肯花時間多養幾個號，月入過萬不在話下。過去人力答題、手動搜索的效率比不上AI輔助，要達到300的單日收入，至少得刷8個小時以上的題。
“現在的AIGC工具很多，ChatGPT、文心一言，你能用到什么就用什么。”王舒總結了一些經驗，“主要是找好問題領域，比如生活、娛樂類題目，難度不會太大，驗收標準也不高，AI可以輕松勝任答題助手?！?/p>
同樣的思路在繪畫與圖像處理領域也能適用。以LOFTER、小紅書等平臺為例，已經出現了AI繪畫接單的宣傳，他們的共同特點是無法保證細節精確和風格獨特，但是出稿效率快、單價低，成為“個體戶”AI撈金的首選。
不難發現，無論是最基礎的，用AI批量生成內容變現，還是更進階的，玩概念、做品牌，其商業思路并沒有多少神秘之處。AI變現這條路，除了基本的技術熟練度之外，頭腦靈活、動作迅速的重要性勝過其他因素。
AI已不再是科幻電影中的假設，而是我們觸手可及的技術。
站在這樣一個時間節點，在新舊交替的裂隙中，神話AI，只會讓它離你越來越遠，不如擁抱它、了解它、改進它，讓它真正為人所用。
(文中人名字皆為化名，如有雷同純屬巧合。)