一条提示词。七天。一万八千美元。这不是标题党，是有人在LinkedIn上真实发生的事。更关键的是，他把整个流程、提示词原文、踩过的坑，全部公开了。
故事从一封LinkedIn消息开始。周二下午，作者正在喝第三杯咖啡，一位只在聚会上见过一次的创始人发来消息："我们的AI copilot功能一团糟，用户很讨厌。能帮我们审计一下吗？预算不是问题。"
作者差点像往常一样回复"好的，我们定个两周的合作周期"。但这次他换了个做法：打开Claude Code，粘贴了一条打磨了数月的提示词，48小时内交付了一份完整的技术审计+重构方案。周五开票6000美元。下周二，又有两位创始人拿着同一份交付物找上门来。一周总收入：18000美元。
这篇文章的核心就是那条提示词，以及它为什么能变现。
先上结论
一条提示词 + Claude Opus 4.7 + 一个真实代码库 = 客户愿意付四位数的交付物。关键区别在于：这条提示词强迫Claude扮演高级顾问，而不是聊天机器人。输出的是决策文档，不是代码。这才是能开票的东西。
为什么"直接用ChatGPT"行不通
作者观察过很多开发者尝试用AI变现，失败的模式高度一致：粘贴一个模糊请求"帮我review代码"，Claude返回一份礼貌的通用清单，客户看完心想"这我自己Google也能搜到"，没有第二笔订单。
问题不在模型。在于大多数人把Claude当搜索引擎用，而不是当队友。资深工程师不会给客户一份"考虑加测试"的列表，而是会说："chat_service.py里的重试逻辑就是你p99延迟11秒的原因。这是修复方案，这是风险，这是上线计划。"这条提示词填补的就是这个差距。
5分钟准备
需要三样东西：Claude Code（终端、IDE或桌面版任选）、Opus 4.7负责重度推理，Sonnet 4.6负责收尾、一个真实代码库（客户仓库或对方提供的代表性片段）。安装命令很简单，Windows用irm管道，macOS/Linux用curl。进入仓库目录，输入claude，粘贴提示词。setup结束。
提示词原文
没有"你是一个 helpful assistant"的废话，直接上结构：
角色设定：你正在以Principal Engineer身份为客户做付费技术审计，客户会把你的输出当作决策文档。你的任务不是礼貌，是具体、有观点、有用。
四轮递进，禁止跳步：
第一轮MAP：遍历仓库，建立系统心智模型——入口点、数据流、外部集成、部署目标。输出：10行架构摘要，非技术创始人能看懂。
第二轮RISK：识别三个最高优先级的技术风险。每个风险必须绑定具体文件、函数、行号。输出：风险矩阵，按"修复成本vs业务影响"排序。
第三轮FIX：针对每个高风险项，给出具体修复方案。包含代码片段、测试策略、回滚计划。禁止泛泛而谈"考虑重构"。
第四轮DECISION：写一封给创始人的执行摘要。格式：我们发现了X，建议做Y，预计需要Z时间，不做的话Q会在R时间内发生。
输出约束：每个pass用Markdown h2分隔。代码块必须可运行。不要道歉，不要免责声明。
为什么这个结构能变现
作者拆解了四个设计决策：
角色锚定："Principal Engineer"这个词不是装饰。它激活了Claude的训练数据里关于技术领导力、利益相关者沟通、风险权衡的特定模式。对比"senior developer"会得到更多代码细节，更少业务语境。
四轮强制：大多数人让Claude"一次性 review 完"，得到的是浅层扫描。
热门跟贴