我用Claude接了一单8000元的外包，3小时交付，客户说"框架很专业"

48小时，8000元，企业数字化转型方案。

我盯着这条需求消息看了整整两分钟，然后打开了对话框，开始打"不好意思，这个方向不太适合……"

然后我删掉了。

不是因为我突然有了信心，而是因为我想试一件事。

那是三个月前的事。现在回头看，那单子改变了我对"用AI接单"这件事的整个认知——不是AI帮你写东西，而是AI帮你把专业判断力变成可复制的工作流。

---

大多数人用AI的方式，从一开始就错了

先说一个反常识的结论："帮我写一份企业数字化转型方案"这个prompt，是最没用的prompt。

我见过太多人抱怨"AI写出来的东西都是废话"，但他们给AI的指令就是"帮我写XXX"。这就像你去找一个顾问，劈头就说"给我出个方案"，然后对方问"你们公司什么情况"，你说"你自己想"——输出垃圾是必然的。

AI的本质不是写手，是思维放大器。你给它的不是任务，而是思考框架。

真正高效的用法是：让AI把专家的思维过程"演给你看"，然后你用自己的判断力去校验和填充。

这个区别，决定了输出质量的天壤之别。

---

我的完整SOP：从拿到需求到客户验收的5个节点

下面是我那单8000元方案的完整操作流程，拆解成5个提示词节点。每个节点我都会给出真实用过的prompt模板。

节点①：需求拆解——先搞清楚客户真正想要什么

客户发来的原始需求往往是模糊的。"数字化转型方案"可以是IT基础设施升级，可以是业务流程再造，也可以是数据中台建设。你得先把这个模糊需求变成清晰的问题。

我用的prompt是这样的：

你是一位有15年经验的管理咨询顾问，服务过多家制造业和零售业客户。

客户原始需求：[粘贴客户发来的完整需求描述]

请帮我完成以下分析：
1. 识别客户的显性需求（他说了什么）和隐性需求（他真正想解决的问题）各是什么
2. 这类方案通常需要回答哪3个核心问题，才能让客户觉得"这个顾问懂我"
3. 给出一个专业顾问会采用的方案结构（只要骨架，不要写内容）
4. 告诉我哪些部分最容易被客户挑战，需要重点论证

输出格式：分四个部分，每部分不超过200字，语言直接，不要废话。

这个prompt的关键在于角色设定+任务拆解+格式约束三件套。

Claude给我输出的结果里，有一条让我眼睛一亮：它指出这类客户的隐性需求通常是"向董事会证明数字化投入的ROI"，而不是真的要一份技术方案。这个判断直接影响了我整个方案的叙事逻辑——从技术导向改成了价值导向。

这是我自己想不到的，因为我没有做过管理咨询。

---

节点②：行业背景速查——让你说话有依据

方案里不能全是空话，得有行业数据和案例支撑。这一步我用Claude做的是信息结构化，而不是让它给我数据（数据要自己核实，后面踩坑章节会说）。

我正在为一家[行业]企业撰写数字化转型方案。

请帮我梳理：
1. 该行业数字化转型的3个主要驱动因素（政策/市场/技术维度各一个）
2. 行业内公认的2-3个标杆案例（只需要案例名称和核心亮点，我会自己核实数据）
3. 该行业数字化转型最常见的3个失败原因
4. 一句话总结：这个行业的数字化转型，本质上是在解决什么问题

注意：数据类内容请标注"需核实"，我会自己查证。

注意最后那句话——我主动要求Claude标注不确定的内容。这个习惯救了我好几次。

---

节点③：方案骨架生成——专业感的来源

有了需求理解和行业背景，这一步是生成整个方案的目录结构。

基于以下信息，帮我生成一份企业数字化转型方案的完整目录结构：

客户背景：[填入从节点①得到的客户分析]
核心诉求：[填入隐性需求]
行业背景：[填入节点②的关键信息]

要求：
方案分为5-7个章节
每章节下列出3-4个子议题
整体逻辑线：现状诊断→问题定义→解决方案→实施路径→价值预测
风格：咨询报告风格，不是IT技术文档风格
每个子议题后面加一句话说明"这里要回答什么问题"

这一步的输出，就是你方案的骨架。骨架对了，后面填肉才有意义。

我拿到骨架之后，会花10-15分钟自己审一遍：哪些章节顺序需要调整，哪些议题客户不关心可以删掉，哪些地方需要加强。这是我的判断力介入的关键时刻，不能跳过。

---

节点④：内容填充与数据包装

骨架确认后，逐章节填充内容。这里我不会让Claude"写整章"，而是一个子议题一个子议题地推进。

我在写方案的[章节名称]部分，具体议题是[子议题名称]。

这里需要回答的核心问题是：[填入骨架里的问题描述]

请帮我：
1. 给出这个议题的3个关键论点
2. 每个论点配一个支撑逻辑（如果需要数据，请注明"此处建议引用XXX类型的数据"）
3. 用咨询报告的语言风格写出来，约200-300字

客户背景：[简要描述]

这个节点最耗时，但也是质量最高的环节。我的经验是：一个议题一个对话，不要在一个对话里堆太多任务，Claude的注意力会分散。

---

节点⑤：客户语言润色——让方案"说人话"

这是最后一步，也是最容易被忽视的一步。咨询报告语言和客户听得懂的语言，有时候是两回事。

以下是方案中[章节]的内容草稿：
[粘贴内容]

这位客户是[职位描述，如"传统制造业的董事长，60后，不懂技术但很关注投资回报"]。

请帮我：
1. 指出哪些表述太技术化，客户可能看不懂
2. 把执行摘要部分改写成"董事长版本"——用他关心的语言讲，核心是钱和风险
3. 检查有没有可能引起误解或反感的表述

这一步往往能让方案的"专业感"再上一个台阶——不是因为内容变了，而是因为客户感受到了被理解。

---

顺带说一下，我用的是Claude API直连方式，响应速度和稳定性比很多套壳工具强得多，成本也更可控。目前在用 [api.884819.xyz](https://api.884819.xyz)，按量计费。那个月接了3单，API费用加起来不到150元，相比接单收入几乎可以忽略不计。

---

踩过的坑——Claude会在哪些地方"害"你

说完干货，必须说坑。这部分我觉得比SOP更重要，因为它决定你能不能真的用好这套方法。

坑①：数据幻觉

Claude会非常自信地给你一个"数据"，比如"某行业数字化渗透率已达67%"——这个数字可能是它编的，或者是过时的。

坑②：行业细节的"表面专业"

Claude对通用管理概念掌握很好，但对某些细分行业的具体操作逻辑，可能只有表面认知。比如它对"制造业MES系统实施"的理解，和一个做过5年MES项目的顾问比，差距很大。

坑③：客户个性化需求的识别盲区

Claude不知道你的客户是什么性格，不知道他上周刚被董事会质疑过，不知道他最讨厌听"赋能"这个词。这些信息只有你知道。

人工校验检查清单

每份方案交付前，我会过一遍这个清单：

• [ ] 所有数据都有可查证的来源
• [ ] 行业术语使用准确（找一篇权威文章对照）
• [ ] 方案逻辑自洽，没有前后矛盾
• [ ] 客户的核心痛点在摘要里有明确呼应
• [ ] 没有"赋能""生态""闭环"等客户可能反感的词

---

这套方法能赚多少钱？我的账单和天花板

说点实在的。

过去三个月，我用这套方法接了11单，类型包括：数字化转型方案、市场进入分析、品牌战略报告、竞品分析报告。

• 单价区间：3000元 - 12000元
• 平均单价：约6500元
• 月均接单量：3-4单
• 月均收入：约2万元
• 每单实际投入时间：4-8小时（含沟通、校验、修改）
• 客户满意/要求修改/退款比例：8/3/0

我必须说清楚这套方法的边界：

1. 不适合高度专业化的技术方案。如果客户是CTO，要的是系统架构设计，Claude给的框架会在细节追问下露馅。

2. 不适合需要大量一手调研的项目。客户访谈、问卷调查、实地考察——这些AI替代不了。

3. 规模化瓶颈：我一个人的上限大概是月接6-7单，再多就顾不过来质量校验。想规模化，要么组团队，要么提高单价做更高端的单子。

Claude没有让我变成顾问，但它让我的判断力值了顾问的价。

这句话我想了很久。AI不是让你假装专业，而是让你把你本来就有的判断力，用更高效的方式表达出来。如果你本身对商业逻辑一无所知，这套方法也救不了你。

---

如果你也想搭建自己的接单工作流

先把这5个prompt节点抄下来，找一个真实需求跑一遍。不用等到接单，随便找一个朋友的公司业务练手也行。

感受一下"让AI演示专家思维"和"让AI帮你写东西"之间的区别——这个认知差距，比任何工具都重要。

Claude API稳定直连渠道可以看这里：[api.884819.xyz](https://api.884819.xyz)，新用户有额度，可以先跑通自己的流程再决定要不要规模化。

---

📌 下一篇预告：

我接了一单医疗行业的运营方案，客户是专业人士，会反复追问数据来源和逻辑依据。我踩了一个几乎让我退款的坑，也摸索出了一套"专业客户应对提示词"——下周发。

如果你正在接或者准备接专业度要求高的单子，那篇比这篇更值得看。建议先收藏这篇，等下篇一起用。

---

#AI接单 #Claude #外包副业 #Prompt技巧 #AI工作流 #8848AI #效率工具 #AI赚钱