廣場
關注
熱門
新聞
我的主頁

Degen Sing

vip
幣齡 10.5年
最高等級 5
Web3 Degen | 山寨幣分析與交易見解 | #表情幣交易者
0
關注
53
粉絲
392
按讚
如何辭掉企業工作,在不賭上積蓄的情況下打造應用程式(6 階段計畫) 👇
階段 1:趁還在職時開始打造
→ 先別辭職。你的薪水就是你的第一位投資人
→ 找出一個你或同事每週都會遇到的棘手問題
→ 和 20 位有這個問題的人聊聊
階段 2:先推出粗糙版本,快速上線
→ 使用 Cursor、Lovable 或 Bolt,在 2 到 3 週內打造 MVP
→ 只做一項核心功能。不需要儀表板或設定頁面
→ 從第一天起就放上付款連結
階段 3:找到最初 10 位付費用戶
→ 私訊有這個問題的人,而不是「可能會喜歡的朋友」
→ 持續在 X 分享你的打造歷程
→ 如果沒有人付費,就換個問題,不要只改外觀
階段 4:找出有效的方法
→ 追蹤註冊、啟用和付費情況
→ 加倍投入能帶來用戶的那個管道
→ 調高價格。大多數人第一款應用程式的定價都太低
階段 5:打造產品組合,而不是孤注一擲
→ 使用相同的技術堆疊和策略推出第 2 款應用程式
→ 重複使用驗證、付款和登陸頁面
→ 多款小型應用程式各自取得成果,勝過一款完美的應用程式
階段 6:拿出證據再辭職,而不是靠希望
→ 等應用程式收入足以支付 6 到 12 個月的開銷時再辭職
→ 不是在你「充滿幹勁」時
沒有人是先辭職才賺進數百萬。
他們是先打造產品,才賺到錢。 🚀
「軟體並沒有消亡。它已經被解決了。到了 2028 年,沒人會聘用軟體工程師。」
這就是最近流傳的說法。但它忽略了這些事 👇
→ 撰寫程式碼正在自動化
→ 定義要打造什麼,並沒有
→ 凌晨 3 點除錯正式環境,並沒有
→ 為故障系統負責,並沒有
→ 解決模糊的商業問題,並沒有
AI 並沒有淘汰軟體工程師。
它淘汰的是那些唯一技能就是敲程式碼的人。
這個職位正從「撰寫程式碼」轉變為「為成果負責」。
這就是最終會管理 10 個代理程式的工程師。
每款 AI 工具都說能用你的口吻寫作。幾乎沒有任何工具會告訴你如何檢查。在 Twitter 上這點最重要:在 280 個字元內,每個字都會露出破綻,而回覆還要更短。任何工具都該做的 7 項測試,包括 ChatGPT 和 Claude:
ChatGPT 會認同你說的一切。
所以你的「好點子」還是失敗了。 😅
以下是讓它不再一味認同你的方法 👇
1. 讓它反駁你
→「把自己當成想扼殺這個點子的競爭對手,反駁這個點子。」
2. 禁止奉承
→「不要稱讚我。不要說『好問題』。只指出問題。」
3. 先問它會怎麼失敗
→「假設這件事在 6 個月後失敗了。寫一份事後檢討。」
4. 給它一個嚴厲的角色
→「你是一位拒絕過 1,000 個提案的懷疑派投資人。把這個提案批得一無是處。」
5. 強迫它評分
→「給這個提案打 1 到 10 分。超過 7 分就必須提出證據。」
6. 隱藏你站在哪一邊
→ 不要說「我認為 X」。問「支持和反對 X 的最有力論點分別是什麼?」
7. 讓它修改自己的回答
→「你上一個回答有哪些地方說錯了?」
8. 把它存成自訂指令
→「直截了當。當我錯了就反駁我。絕不要只為了討好我而認同我。」
認同你的 AI 讓人感覺很好。
會反駁你的 AI 才真正有用。
每款 AI 工具都說自己能用你的口吻寫作。
幾乎沒有工具會教你如何檢查。
在 Twitter 上尤其重要:在 280 個字元內,每個字都是破綻,而回覆更短。
任何工具都該做的 7 項測試,包括 ChatGPT 和 Claude:
每天發文不是策略。
那只是排程。
大多數動態消息都在重複同一個說法:持之以恆就會成功,所以每天都要發文,演算法就會獎勵你。大家都點頭。幾乎沒人問,他們每天發文究竟要傳達什麼。
沒有系統的產量,只是噪音。每週發 7 篇、談 7 個毫不相關的主題,只會給陌生人 7 個滑過去的理由,卻沒有任何理由讓他們追蹤你。
策略會在開始發文前決定好幾件事:
→ 這些內容是為誰而寫
→ 希望他們看了你一個月的貼文後,相信什麼
→ 你會持續回頭探討的 3 或 4 個主題
→ 一篇貼文必須做到什麼,才可以發布
注意這份清單裡缺少了什麼:發文頻率。
頻率是最後才做的決定,不是第一步。一旦你知道自己在對誰說話,以及要反覆傳達什麼,排程幾乎就會自然而然地定下來。若沒有這些,每天發文只會讓你更快筋疲力盡。
複利效應只有在某件事維持不變、足夠長的時間,才能逐步累積。
行事曆不是計畫。
你的個人品牌仰賴五個彼此無法溝通的工具運作。
聊天機器人忘記你的語氣。排程工具不知道貼文為何存在。你的數據永遠無法傳達到下週的規劃中。
所以,你就是整合工具。
我曾幫助 2,000 多位創作者和 20 多個品牌在 Twitter 上成長,而我一直反覆遇到同一個問題
最有話可說的人,發文反而最少。他們確實懂自己的領域,只是從來沒有時間把想法寫下來
AI 出現後,那些確實發文的人變快了。但他們的貼文開始讀起來和其他所有人一樣,使用相同的開場白,最後也都以相同的工整道理作結
老實說,那部分讓我非常沮喪
排程工具只能調整貼文的發布時間,而 AI 寫作工具是從網路上的平均內容開始,因此兩者都不知道一個人平常是怎麼寫的,也不知道哪些話是他們絕對不會說的
所以我打造了 @VoiceMoat,這是一套適用於 LinkedIn 和 Twitter 的個人品牌 OS
它會先從你自己的貼文中學習,根據你的寫作方式和信念檢查每份草稿,並將整套流程集中在一個地方:撰寫草稿、排程、回覆和分析
接下來幾週,我會在這裡逐頁介紹它
大多數人最後只能在兩個糟糕的選項之間做選擇,而我已經受夠了
很少發文,用自己的話。或是經常發文,卻用著不屬於自己的話
AI 本來應該解決這個問題。它讓發文變得更快,卻抹平了真正讓人值得追蹤的特質
當我
大多數人最後只能在兩個糟糕的選項中做選擇,而我受夠了
很少發文,用自己的話。或是頻繁發文,卻用著不屬於自己的話
AI 原本應該解決這個問題。它讓發文變得更快,卻抹平了那個真正讓人值得追蹤的特質
當我回頭檢視與我合作的創辦人和創作者一直遇到的問題時,歸結為 6 件事:
→ 同一個 AI 產出相同的動態消息
→ 它模仿你的語氣,卻說出你絕不會說的話
→ 它編造故事和數字,只為讓貼文引起反響
→ 寫作、排程、回覆和分析分散在不同的應用程式中
→ 這些應用程式沒有任何一個記得你的寫作方式
→ 在 Twitter 上有效的內容,常常在 LinkedIn 上表現失敗,反過來也一樣
這些問題都不難解決。只是從來沒有人為真正發文的人打造過這樣的工具。
post-image
大多數人已經在 Claude 中起草內容,只是它還不了解他們的寫作方式。
VoiceMoat,專為 LinkedIn 和 Twitter 打造的個人品牌作業系統,現已加入 Claude 的連接器目錄。
如何連接,以及當你提出要求時,幕後會發生什麼:
每個人發文都變快了。卻沒有人變得更有辨識度。
所以我打造了 VoiceMoat,專為 LinkedIn 和 Twitter 設計的個人品牌作業系統。
以下是完整內容:為什麼通用型 AI 會失效、audenAI 如何學習你的語氣,以及如果從今天開始,我會怎麼做。
社群媒體寫作工具 TOP 3 AI 寫作工具隨處可見。 但社群媒體寫作面臨的是不同的問題。 你不只是需要文法正確的內容。 你需要聽起來自然、符合平台特性,而且不會讓人覺得內容來自同一個 AI 的文字