24小時賺進數千美元!他用Claude Code為「無聊生意」建站的驚人秘密

當所有人都在追逐GPT應用和微型SaaS的風口時,行銷高手James (The Boring Marketer) 卻選擇了一條完全不同的道路。在最新的訪談中,他分享了如何在短短24小時內,利用Claude Code為一家柴油卡車維修公司建立網站,並立即產生數千美元收入的驚人案例。這不是科幻故事,而是正在發生的商業革命。

AI時代的「無聊商機」為何如此誘人

James在訪談開始就直言:「每個人都在建立AI代理、工作流程和SaaS工具,但我覺得大家都忽視了身邊的傳統生意。這是一個價值數十億美元的套利機會。」

他分享的案例來自一位朋友的柴油卡車維修公司。這位朋友擁有技術和營運能力,卻不懂如何建立網站和進行數位行銷。James看到了機會——在AI可能顛覆數位服務的未來,實體服務業反而具有更強的防禦性。

「我不認為未來5年內會有機器人在高速公路上修理重型卡車」,James解釋道,「這類業務對AI的抗性更強,而且需求永遠存在。」

4小時完成數月SEO工作的驚人速度

最令人震驚的是執行速度。James利用週末僅4小時就完成了整個網站建設:

  • 建立50多個針對不同服務和地點的專屬頁面
  • 完成通常需要數月的SEO優化工作
  • 實現網站在Google PageSpeed Insights的完美評分
  • 在多個高競爭關鍵字中排名前三
  • 「一個SEO代理商會向你收取天價來建立網站、創建50多個頁面、優化整個網站」,James說,「使用Claude Code,我在幾個小時內就完成了所有工作。」

    技術細節:如何讓AI為你賺錢

    James分享了他的具體操作流程,這些步驟任何人都可以複製:

    **1. 關鍵字研究的極簡主義** 「打開ChatGPT或Claude,直接說:這是我的網站,給我25到50個可以優化的關鍵字。就這麼簡單。」James強調不需要過度分析,特別是在地方市場。

    **2. 利用子代理進行多任務處理** James展示了如何同時啟動三個Claude Code子代理:一個尋找內容機會、一個分析競爭對手、一個識別技術問題。這種平行處理大幅提升了效率。

    **3. 設計與開發的完美結合** 使用Figma設計+Anima插件,將設計稿直接轉換為React組件,讓Claude Code組裝成完整網站。「很多AI生成的網站看起來都一樣,好的設計仍然很有價值。」

    **4. 極致的速度優化** Claude Code自動壓縮圖片、轉換格式、優化載入速度。「我甚至不知道它具體做了什麼,但網站變得超級快。」

    本地SEO的巨大機會

    James特別強調了本地市場的優勢:「競爭對手的網站可能10-15年沒更新過,他們還在用記事本和試算表營運。對AI精通的人來說,這是巨大的機會。」

    他舉例說明了實際效果:

    • 搜尋「mobile diesel mechanic Charlotte」立即出現在地圖前三名
    • 搜尋「I77 mobile diesel repair」同樣排名靠前
    • 這些都是競爭激烈、已有20年歷史的老牌公司佔據的關鍵字
    • 「當卡車司機在高速公路上拋錨時,他不會打開ChatGPT詢問如何修理」,James解釋,「他會打開Google,找評價好的維修服務,然後立即打電話。」

      對未來的深刻洞察

      關於許多人擔心的「SEO已死」論調,James有不同看法:「即使未來大家都用AI瀏覽器,LLM也是從SEO排名靠前的網站獲取答案。做好SEO就是在ChatGPT中獲得曝光的方法。」

      他認為,良好的SEO基礎——清晰的技術架構、正確的標籤、自然的關鍵字整合、高質量內容——這些原則不會改變,無論是對Google還是對AI系統。

      立即行動的呼籲

      James最後總結:「不要忽視無聊的生意。當所有人都在追逐AI創業的性感概念時,傳統行業的AI化改造存在著巨大的套利機會。」

      他的成功證明了一個重要觀點:AI工具的真正價值不在於建造更多AI產品,而在於用AI賦能傳統產業。對於懂得提問的人來說,Claude Code這樣的工具能在24小時內創造真實的商業價值。

      正如James所說:「最大的差距是人們不知道該問什麼問題。知道正確的問題,就能解鎖巨大的價值。」

      參考資料來源:https://www.youtube.com/watch?v=gWNFna6fgS8

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin