內容目錄
顯示
「現在 AI 這麼紅，到底要怎麼靠 AI 賺錢？」這大概是這兩年很多人最想知道的問題。
有人開始學 ChatGPT、用 AI 畫圖、剪影片，也有人看到別人用 AI 架網站、做 App、串自動化，就會覺得：
是不是只要再多學幾個 AI 工具，就比較容易找到賺錢機會？
但我自己一路從用 AI 做內容，到後來開始做網站、測驗、自動化，甚至做完整的互動遊戲之後，反而越來越確定：
會用 AI，跟能靠 AI 賺錢，是兩回事。
現在要做出一個網站、一個測驗，甚至一套簡單系統，門檻真的比以前低很多。
但做出來之後呢？
沒有人使用、沒有解決問題，也沒有人願意付錢，最後它就只是另一個「我用 AI 做過的東西」。
過程中可能還付了一堆 AI 訂閱、API、平台費，反覆修改又燒掉不少 Token。
所以我現在看到一個新的 AI 工具，已經不太會先問：
「它還可以幫我做什麼？」
我比較常問的是：
「我現在到底要解決什麼？這個東西真的值得做嗎？」
這也是我後來把 AI 的使用與變現能力，慢慢整理成 5 個層級的原因。
普通人真的可以靠 AI 賺錢嗎？
可以。
但 AI 本身不是提款機。
真正有人願意付錢的，通常還是因為你幫他：
省時間、減少重複工作、降低成本、增加詢問或成交，或解決原本很麻煩的問題。
AI 只是讓你完成這些事情的速度變快、門檻降低。
我把 AI 變現能力大致分成 5 個層級：
LEVEL 1｜AI 使用者
用 AI 幫自己提高效率。
LEVEL 2｜AI 協作者
透過 AI 完成真正可以交付的工作。
LEVEL 3｜AI 系統建構者
把 AI、網站、資料庫和自動化工具串成一套流程。
LEVEL 4｜AI 價值創造者
不再只問「做不做得到」，而是判斷「到底有沒有人需要」。
LEVEL 5｜AI 槓桿者
讓做好的系統、產品或服務可以被重複使用，甚至持續產生收入。
簡單來說，就是：
知道 AI → 使用 AI → 駕馭 AI → 創造價值 → 放大價值。
LEVEL 1｜AI 使用者：先讓 AI 幫你省時間
大部分人第一次接觸 AI，都是從這裡開始。
寫文案、整理資料、生成圖片、做簡報、翻譯、寫短影音腳本、整理會議紀錄、發想題目。
這些都有用。
如果原本一份企劃要做 3 小時，現在 AI 幫你縮短成 1 小時，最直接賺到的就是：
時間。
對上班族來說，可以更快做完工作。
對接案者來說，同樣一天可能多處理一個案子。
對自媒體創作者來說，可以降低一篇文章、一支腳本、一組圖卡的製作時間。
所以 LEVEL 1 不是不能產生價值。
只是它主要還停留在：
AI 幫你把原本就會做的事情做快一點。
但如果要談「靠 AI 賺錢」，很快就會遇到下一個問題：
如果你的客戶自己也有 ChatGPT，他為什麼還要付錢找你？
這就是 LEVEL 2 的差別。
LEVEL 2｜AI 協作者：真正值錢的不是 Prompt，而是你能不能交出結果
很多人講 AI 接案，會停在：
「我會 ChatGPT，所以可以幫人寫文案。」
「我會生成圖片，所以可以幫人做圖。」
但這種單純的工具操作，之後只會越來越容易被取代。
因為大家都能用。
真正比較有價值的地方，是：
你能不能搞懂對方真正缺什麼，再利用 AI 把問題整理成一個可以使用的結果。
我最近就碰到一個很典型的案例。
一張名片、幾張照片，我幫一位快 60 歲的室內設計師做出接案網站
因為最近比較常接觸房產，我也認識不少室內設計、裝修工程相關的前輩。
有一次，一位快 60 歲的室內設計師跟我抱怨：
「現在真的很難接案。」
我就問他：
「那你有沒有在網路上宣傳？」
「有沒有自己的官網？」
答案都是沒有。不是他沒有實力。
我看過他的作品，他甚至做過上海、越南、柬埔寨等海外的設計與工程案。
問題是：
他的實力全部存在現實世界裡，網路上幾乎找不到。
他最後能提供給我的資料，就只有：
一張名片，加上幾張最近的作品照片。
甚至連一張適合放在網站上的個人形象照都沒有。
所以我直接叫他站在牆邊，用手機幫他拍了一張。
原本就是很日常、甚至有點像剛從工地回來的照片。
但我真正需要處理的不是「把他變成另外一個人」，而是：
怎麼讓第一次看到網站的人，
感覺這是一位有多年工程經驗、真的做過大型與海外案件的專業設計師。
接著我把他提供的作品重新挑選、整理，再把他的經歷拆開來看：
他做過哪些案子？真正的優勢在哪裡？客戶為什麼要相信他？
網站應該先讓人看到作品、資歷，還是服務？
最後再加入聯繫表單。
現在只要有人從網站填寫需求，他就會收到新的案件諮詢，再自己聯絡對方。
從：
收集資料 → 整理定位 → 處理形象素材 → 整理作品 → 架網站 → 設定網址 → 基礎 SEO → 建立詢問入口
前前後後大概三個小時。
真正值錢的不是：
「我三小時做了一個網站。」
而是我拿到的東西原本只有：
一張名片＋幾張照片＋一句「最近很難接案」。
最後卻把這些零散資訊整理成一個可以被搜尋、展示專業，甚至接到詢問的入口。
這才是我認為 AI 協作真正開始產生商業價值的地方。
從以前做 UI/UX，到現在用 AI 架站，最大的差別是什麼？
我以前做過 UI/UX 設計，所以對「以前做一個網站或 App 到底要經過多少流程」其實很有感。
以前一個比較完整的專案，不是把首頁畫漂亮就可以交出去。
前面要先確認需求、資訊架構、使用流程。
接著做 Wireframe、UI 設計稿。
複雜一點還會做 Prototype 或 Wireflow，讓客戶確認：
從這個畫面點下去會去哪裡？整個使用流程到底對不對？
確認後才開始進工程。
接著還有前端、後端、資料庫、測試、修改、上線。
以我以前參與過的案子來說，前前後後花三到六個月並不奇怪。
而且中間不只是一個人的成本。
設計、PM、前端、後端，甚至還有不同角色一起協作。
但現在最大的改變是：
以前要在很多不同角色之間來回溝通的事情，現在一個人就有機會先把第一版做出來。
有些以前可能排三個月的東西，現在一個星期就有機會做出可以測試的版本。
但我要特別強調：
不是不用 Debug。
甚至剛好相反。
當你做得越快，就越容易把原本應該在前面想清楚的問題，一起高速帶到後面。
所以我後來越來越認同一句話：
AI 降低的是執行門檻，不是思考門檻。
LEVEL 3｜AI 系統建構者：從做一個東西，進階到解決一整段流程
再往下一層，就不只是叫 AI 寫文章、做圖或生一個網站。
而是開始問：
「這件事情能不能讓它自己跑？」
現在透過 AI、No-code、Low-code、自動化平台與 Vibe Coding，一般人已經比較有機會碰到以前要找工程師才能完成的東西。
例如：
AI 架站、測驗網站、會員系統、LINE Bot、CRM、預約流程、資料庫、自動化工作流。
這時候真正需要的能力也開始改變。
你不能只會說：
「幫我做一個網站。」
你要開始理解：
使用者從哪裡進來？
資料寫去哪裡？
什麼動作會觸發下一步？
使用者登入之後看到什麼？
如果資料錯了怎麼辦？
哪一些流程應該自動完成？
這時候，你開始從「使用工具」進入「設計系統」。
LINE 社群活動管理：先找出那些一直重複做的事情
我身邊有一個桌遊社群。
原本群主要自己發活動、統計人數、確認誰有報名、修改名單，然後一直回答：
「還有位置嗎？」
「我有報名成功嗎？」
「下一場活動是什麼時候？」
這些事情都不難。真正的問題是：
一直重複。
所以我開始把 LINE 官方帳號、資料庫和自動化流程串起來，慢慢做到：
建立活動 → 搜尋活動 → 報名 → 紀錄 → 修改 → 查詢
我覺得這個案例真正有價值的地方，不是：
「我會做 LINE Bot。」
而是：
我先找到一段每天都有人重複處理的工作，再決定哪些步驟值得自動化。
所以如果你想學 AI 自動化，我反而不建議一開始先研究：
「n8n 到底有多少節點？」
「現在最強的 AI Agent 是哪個？」
先看你自己或身邊的人。
有沒有人每天都在：
一直複製貼上？
一直人工整理名單？
一直重複回答？
一直把資料抄來抄去？
客戶來了卻常常忘記追蹤？
這些地方，才比較可能藏著真正值得自動化的需求。
講到這裡，我也不想把 AI 架站講得好像：
「不會寫程式也沒關係，按幾個按鈕網站就完成。」
我自己前面也踩過一堆坑。
第一個坑：
叫 AI 一次改太多，最後連原本好的版本都回不去
早期做網站時，我也很急。
看到第一版：
這個風格不對。那個功能不好。這裡我要改。那裡也順便調。
最後一次寫一大串指令叫 AI 全部修改。
改完一看：
「奇怪，我怎麼覺得第一版比較好？」
再叫它改回去，結果已經回不去了。
後來才慢慢養成習慣：
一次處理一個問題、重要階段留下版本、開始使用 Git 與 Commit，不要每一次修改都像在賭博。
這些事情以前工程開發本來就很基本。
只是 AI 讓不懂工程的人也開始碰開發之後，大家才會用自己的方式重新踩一次。
第二個坑：
畫面做出來只是開始，後面還有一堆東西要接
開始用 Codex、Claude 這類工具做比較完整的網站之後，我才真正感受到：
畫面做出來，只是前面一小段。
接著開始遇到：GitHub、資料庫、Hosting、API、環境變數、各種金鑰。
最煩的有時候甚至不是寫程式。
而是：
「這個 Key 到底要去哪裡拿？」
「為什麼教學寫的英文，跟我現在看到的後台不一樣？」
「翻成中文之後反而更看不懂。」
「它叫我貼這段程式，但到底要貼在哪裡？」
一開始我花很多時間，根本不是在開發功能。
而是在理解：
這些服務到底怎麼接在一起。
等你真的弄懂一次，後面速度才會開始變快。
第三個坑：
大型專案一定要把測試環境和正式環境分開
後來做到《命運之島》這種比較大型的 AI 互動遊戲，又踩到另一個坑。
一開始沒有把測試資料和正式資料分得夠乾淨。
有些功能只是測試用。
有些資料是真正玩家留下來的。
排行榜、會員、隊伍、場次資料又會互相影響。
結果就是：
測試功能、正式功能、玩家資料全部混在一起。
最落漆的狀況就是：大家正在玩，我在旁邊修。
這時候才真的理解，為什麼正式系統需要把開發、測試、正式環境分開。
AI 可以幫你很快加功能。
但如果底層資料架構沒有先想好，功能加得越快，後面可能越亂。
第四個坑：
自動化最怕的不是紅字，而是全部綠燈
我自己串 LINE 自動化時，還遇過另一種很崩潰的狀況。
如果系統跳紅字，其實還好。
至少知道：這裡錯了。
真正麻煩的是：每一個節點都是綠色。
流程也顯示有跑，沒有 Error。
結果 LINE 就是什麼都沒有出現。
？？？
這種才最花時間。
因為這通常代表流程可能沒有報錯，但某一段根本沒有真正被觸發。
可能是 Webhook、條件判斷、資料格式、回傳位置，或某一個值沒有真的傳出去。
這也是我後來才真正理解：
「系統沒有報錯」跟「系統有正常工作」，是兩件完全不同的事。
所以我不會跟你說 AI 架站完全不需要技術。
比較準確的說法應該是：
你可以不用先學會寫程式，但不能永遠不知道系統怎麼運作。
LEVEL 4｜AI 價值創造者：做得出來，不代表值得做
當你慢慢開始什麼都做得出來之後，反而會碰到我認為 AI 時代最大的一個陷阱：
因為什麼都做得到，所以什麼都想做。
看到 AI 算命很紅：「我也來一個。」
看到人格測驗很多人分享：「我也做一個。」
看到 SaaS：「不然我也做 SaaS。」
最後網站做了好幾個、AI 工具訂了一堆、Token 一直燒。
每一個都做到六七成。
然後：根本沒有人需要。
所以我現在想到一個新東西，會先逼自己回答：
我到底為什麼要做這個？
不是因為很酷。
也不是因為最近很紅。
而是：
它到底要解決什麼？
我現在會先把點子走過這 7 個問題
我本來就是一個很容易冒出各種奇怪點子的人。
AI 對我最大的幫助，就是以前很多只存在腦袋裡的東西，現在真的有機會做出來。
但也因為這樣，我反而更需要踩煞車。
所以現在會先走過：
IDEA 想法
↓
PROBLEM 問題
↓
USER 使用者
↓
SOLUTION 解法
↓
VALUE 價值
↓
MVP 最小可行版本
↓
MONEY 商業模式
例如：
「我想做一個很漂亮的人格測驗。」
這只是 IDEA。接著還要問：
- 誰會做？
- 他為什麼要做？
- 測完之後得到什麼？
- 結果可以幫他做什麼決定？
- 這群人是不是我真正想接觸的人？
- 做完之後下一步去哪裡？
如果這些問題全部回答不出來，做得再漂亮，也很可能只是一次性娛樂。
所以我現在不只叫 AI：
「幫我把這個點子做出來。」
我會先叫它：
「幫我挑這個點子的漏洞。」
這兩種用法差非常多。
AI 測驗網站不一定直接收錢，它也可以是一個變現入口
這也是為什麼我自己做了不少測驗網站。
後來我越來越確定：
測驗不一定是商品，它也可以是入口。
例如：
社群內容
↓
引起好奇
↓
進入測驗
↓
得到個人化結果
↓
理解你的觀點
↓
加入 LINE／留下名單
↓
進入後續服務或產品
這個邏輯，比：
「我做了一個測驗，現在要怎麼跟大家收錢？」
合理很多。
LEVEL 5｜AI 槓桿者：不要每一次都重新做一次
假設今天我用 AI 幫客戶寫一篇文章。
完成一篇，收一次錢。
下一篇，再重新做。
本質上還是時間換收入。
只是速度變快。
但如果今天建立的是：
可以重複使用、持續運作，而且不需要每次從頭做一次的東西。
商業模式就開始不一樣了。
所以 LEVEL 5 真正要問的不是：「我要不要做 SaaS？」
而是：
「我做完第一次之後，這個價值能不能繼續被使用？」
從一個好玩的占卜網站，慢慢長出真正的商業模式
我做的 AI 占卜網站，一開始其實沒有想得這麼商業。
最早比較像是：
覺得好玩，所以先做。
一開始的功能主要是個人解析，加上兩個人的合盤。
但做著做著，我開始發現很多占卜系統之間其實不是完全分開的。
例如只要會用到生日，就可能同時碰到：
生命靈數、八字、五行。
既然八字又會延伸到五行相生相剋，我就開始想：
如果解析完發現某一個人的五行需要補強，那接下來能不能再提供一些比較具體的調整方向？
像是精油、水晶，本來就常被拿來做情緒、儀式感或個人狀態上的搭配。
剛好這兩類產品我自己也有合作資源，所以我開始思考：
如果占卜不是只給一段結果，而是再往後接一個「可以做什麼」的建議，整個產品會不會更完整？
這時候它已經不只是：
輸入生日 → 看一段解析 → 關掉網站。
而是開始從一個娛樂型工具，往「解析＋建議」走。
真正讓我開始認真看這個產品，是大量找朋友實測之後
後來我找了不少朋友實際測試。
除了個人解析，也讓他們測兩個人的合盤，包括伴侶、同事、朋友、合作夥伴之間的相處。
其中一位做皮拉提斯品牌的老闆測完之後跟我說：
他覺得我網站產出的內容，和自己過去曾花約 3,000 元找老師解析的答案，感受上很接近。
他也拿自己跟同事、合夥人的關係去測，覺得很多相處上的描述和建議都有對到實際狀況。
這個回饋對我來說滿重要的。
因為在這之前，我看它比較像：
「我做了一個滿好玩的 AI 工具。」
但當真的有人拿它去跟自己付費買過的服務相比，而且願意用在工作關係和合夥關係裡，我才開始意識到：
也許真正有價值的，不只是占卜本身，而是它能不能幫助一個人理解自己和別人之間的互動。
後來，另一個人的作品讓我看到「團隊」這個可能性
有一次我參加 AI 講師相關的活動。
現場有一位講師展示他做的生命靈數引導式教學網站，也可以做個人解析。
整體概念跟我原本的系統有一些相似。
但有一個地方讓我印象很深：
他的應用情境裡有「團隊」。
這讓我突然開始想到：
如果是一整個團隊呢？
因為真正每天需要長時間相處的，很多時候不是伴侶，而是：
老闆、主管、同事、合夥人。
後來我重新調整合盤與團隊相關的內容，一位企業講師看到之後就跟我說：
這個東西其實很適合拿進企業培訓。
它可以當成團隊培力的其中一個入口，讓成員理解：
- 誰比較習慣直接決策？
- 誰比較需要時間消化？
- 誰容易在壓力下產生衝突？
- 不同角色之間，怎麼溝通會比較順？
這時候，我原本以為只是一個「占卜網站」的東西，應用情境就完全不一樣了。
商業模式不是我一開始想好的，而是使用情境慢慢把它推了出來
也是在這個階段，才開始有人跟我談：
「那這個東西要怎麼收費？」
企業講師提出，如果他願意協助推廣，可以做聯盟分潤。
接著我才開始反過來整理：
不同使用者，到底需要什麼？
最後慢慢長出幾種不同方案。
一般使用者可以免費體驗基本功能，再付費解鎖比較完整的解析。
願意協助推廣的人，可以透過聯盟機制取得推廣分潤。
而講師、顧問或占卜相關工作者，可能需要的不是單純看結果，而是一份可以拿去和客戶說明的完整診斷內容。
所以又進一步規劃：
一般使用者方案、付費解鎖、聯盟推廣，以及專業工作者可以使用的診斷書方案。
目前整個產品已經做到主要功能與方案大致完成，只剩金流串接完成後就可以正式上線。
對我來說，這個專案很能代表 LEVEL 5 真正在做什麼。
它不是：
「我一開始就決定要做一個訂閱制 AI 占卜 SaaS。」
實際上完全不是。
它比較像：
先做一個東西 → 找人使用 → 看他們真的拿它來做什麼 → 發現新的使用情境 → 再慢慢長出商業模式。
這也讓我更確定：
好的 AI 產品，不一定是你一開始就把商業模式想得完美，而是你先做出一個有價值的核心，再從真實使用者的行為裡找到它真正值得被付費的地方。
這跟「看到 AI 算命很紅，所以趕快做一個收費網站」是完全不同的邏輯。
《命運之島》：
AI 讓我把原本很難做的想法先做出來
另一個我自己做過的案例，是《命運之島》。
最早的問題其實很單純：
很多財商知識大家都聽過，但「聽懂」跟「真的輪到自己選」完全是兩回事。
所以我沒有再做一份財商簡報。
我反過來想：
如果直接把玩家丟進情境裡呢？
讓他真的碰到資產、負債、風險、談判和投資選擇。
甚至要在時間內做決定、跟別人合作，再看到最後的結果。
後來就慢慢變成：
財商知識 → 情境 → 遊戲機制 → AI 判斷 → 即時互動 → 實體活動
如果放在以前，我大概第一個會想：
「這要找多少人做？要花多少錢？」
但現在我可以先把規則、流程、畫面甚至第一版系統做出來，再找真人試玩。
然後試玩之後才發現：
「喔，這裡跟我原本想的不一樣。」
再回去改。
對我來說，這才是 AI 真正改變我的地方。
AI 沒有幫我想到《命運之島》。
它真正幫到我的，是：
讓一個原本可能只會停在腦袋裡的想法，可以先被做成一個真的有人能玩的版本。
普通人想靠 AI 賺錢，到底應該先學什麼？
如果你現在才剛開始，我真的不建議一次追 20 個 AI 工具。
因為工具換得太快。
我反而會把 AI 能力拆成五個面向。
1. 理解力：知道什麼時候該用 AI
不是所有問題都需要 AI。
你至少要知道 AI 擅長什麼、不擅長什麼，哪些內容可以直接使用，哪些一定要自己判斷。
2. 執行力：把腦袋裡的東西講清楚
Prompt 不是咒語。
很多時候 AI 回得很爛，是因為你自己還沒有想清楚。
「幫我做一個厲害的網站。」
跟：
「這是一個給 35～45 歲男性使用的財商測驗網站，希望 3 分鐘內完成，結果頁最後導向 LINE 諮詢。」
AI 收到的是完全不同的需求。
所以真正重要的不是背 Prompt。
而是：
你能不能把模糊的想法拆成 AI 可以執行的事情。
3. 整合力：開始讓工具互相工作
哪些步驟可以固定？
哪些資料可以保存？
哪些工具可以串？
哪些工作不需要每次人工做？
這時候你才開始從：
「我會很多 AI。」
走到：
「我有一套自己的工作流程。」
4. 價值力：先確認到底有沒有人需要
這是很多人最容易跳過的一層。
因為現在 AI 太容易把東西做出來。
所以更要問：
誰有這個問題？
他現在怎麼解決？
原本的方法哪裡不好？
你的東西到底讓他變快、變省、變簡單，還是增加收入？
回答不出來，就先不要急著開發完整版。
5. 變現力：把 AI 放進你原本就會的事情裡
最後才是錢。
我不太建議一開始就想：
「我要靠 AI 做一個全新的行業。」
先看你本來會什麼。
設計、剪輯、房產、顧問、教育、社群、業務、內容……
AI 可以插進哪一段？
哪一段原本很花時間？
哪一段以前做不到？
哪一段現在可以變成新的服務？
你不一定是在「賣 AI」。你可能還是在賣原本的專業。
只是 AI 把你原本能做到的事情放大了。
五種能力不是五門課，而是一條路
你可能已經很會叫 AI 做事情，所以「執行力」很高。
但還沒有把不同工具串成工作流程。那你卡的是「整合力」。
也可能你已經會架網站、做自動化，整合力很強。
但一直做自己覺得很酷、沒有人真正需要的東西。
那你缺的可能不是技術。
而是「價值力」。
甚至你已經可以替別人解決問題，但每次還是做一件、收一次錢。
下一步才會開始碰到「變現力」：
怎麼把能力整理成服務、產品，甚至可以重複運作的商業模式？
所以真正值得問的不是：
「我現在還要再學哪一個 AI？」
而是：
「我現在到底卡在哪裡？」
AI 時代，真正該學的可能不是更多 AI 工具
回到一開始：
普通人到底要怎麼靠 AI 賺錢？
我現在不會先叫你去找「2026 最賺錢的 AI 工具」。
我會先問：
你已經懂哪一個領域？
你身邊的人一直卡在哪裡？
有沒有哪件事情大家每天重複做？
有沒有什麼需求以前太貴、太麻煩，所以你根本做不了？
如果以前一個想法要找設計師、工程師、PM，花幾個月才能驗證，
現在你能不能先用 AI 做出第一版？
這才是我認為 AI 給普通人真正有意思的機會。
以前很多想法最後停在：
「我不會做。」
現在這個問題正在慢慢變成：
「這個想法到底值不值得做？」
所以我不太相信：
「學會 AI 就能賺錢。」
我比較相信的是：
當你本來就會觀察問題、整理需求、判斷價值，AI 會把這些能力放大。
反過來也是一樣。
如果連自己要解決什麼都不知道，AI 只會讓你更快做出一堆不知道要幹嘛的東西。
你現在的 AI 生存能力，走到哪一個階段？
如果你已經開始使用 AI，我反而建議先不要急著再學下一個工具。
我做了一份：
《在 AI 時代，你的生存能力是幾分？》
我把 AI 能力拆成五個面向：
理解力｜執行力｜整合力｜價值力｜變現力
它不是考你記得多少 AI 名詞，也不是看你會多少套工具。
我真正想讓你看到的是：
你現在到底卡在哪裡？
你可能已經很會「使用 AI」，下一步需要的是整合。
也可能已經能「駕馭 AI」，卻還沒有找到真正值得解決的問題。
或者你已經能創造價值，下一步才是思考怎麼把它放大。
測驗中的五大能力，也可以查看各自代表的能力，以及接下來可以練習的小任務。
因為 AI 工具永遠學不完。
與其一直問：
「下一個我要學什麼 AI？」
不如先知道：
「我現在最需要補的是哪一種能力？」
最後真正決定你能不能靠 AI 創造收入的，從來都不是：
「你會不會用 AI？」
而是：
「你能不能用 AI，把自己的想法與能力，變成別人真正需要、而且願意交換價值的東西？」
→ 開始測驗：《在 AI 時代，你的生存能力是幾分？》
重點整理
普通人真的可以靠 AI 賺錢嗎？
可以，但 AI 本身不是收入來源，真正被付費的是 AI 協助你創造的價值。
AI 自動化可以怎麼賺錢？
企業流程、LINE、CRM、名單、客服、內容流程等。
用 AI 做測驗網站可以賺錢嗎？
「測驗本身不一定直接收費」，可以透過名單蒐集、顧問、課程、商品、訂閱等方式變現。
做一個 AI 網站需要花很多錢嗎？
AI 架站確實大幅降低開發成本，但 Token、API、網域、主機與資料庫仍可能產生費用。真正最貴的不是工具，而是不斷開發沒有人需要的東西。
