**
Am 9. Juni veröffentlichte Anthropic ein neues Modell namens Claude Fable 5.
Genau an diesem Tag ließ ich es mein gesamtes „automatisiertes Note-Verkaufssystem“ steuern.
Das Ergebnis: Die täglichen Verkäufe haben sich in nur etwas mehr als einer Woche fast verdoppelt.
Ehrlich gesagt dachte ich nur: „Ein neues Modell ist da, ich könnte es ja mal ausprobieren“, daher bin ich selbst am meisten von diesem Ergebnis überrascht.
In diesem Beitrag schreibe ich über alles: was ich das Modell tun ließ, was verbessert wurde und sogar die Prompts, die ich verwendet habe.
Übrigens teile ich die neuesten Entwicklungen dieses Systems und detaillierte Einstellungen, die nicht in einen Artikel passen, normalerweise über mein LINE. Wenn dich das interessiert, schau dir den Link am Ende an.
Ein erfolgreiches System am Tag der Veröffentlichung von Fable 5 von der KI steuern lassen
Zuerst ein wenig Kontext.
Fable 5 ist das erste Modell von Anthropic, das „Mythos-Klasse“-Fähigkeiten – die aufgrund ihrer hohen Leistung bisher nicht öffentlich zugänglich waren – für jeden mit entsprechenden Sicherheitsmechanismen verfügbar macht.
Es erreichte 80,3 % im Coding-Benchmark (SWE-bench Pro), ein Wert, der nicht nur das bisherige Opus 4.8, sondern auch GPT-5.5 und Gemini 3.1 Pro übertrifft.
Übrigens bedeutet der „Sicherheitsmechanismus“, dass nur Anfragen in gefährlichen Bereichen automatisch auf ältere Modelle umgestellt werden. Laut offiziellen Daten greift dies in über 95 % der Sitzungen nicht.
Kurz gesagt: Bei normaler geschäftlicher Nutzung wirst du keinen Unterschied spüren.
Worauf ich mich jedoch konzentriert habe, waren nicht die Benchmark-Zahlen, sondern die Tatsache, dass es „lange und komplexe Aufgaben ausführen kann, ohne zwischendurch den Kontext zu verlieren“.
Was bedeutet das?
Es bedeutet, dass wir jetzt den „Verbesserungsprozess“ selbst auslagern können – das Lesen aller Dateien eines gesamten Systems, den Abgleich mit Verkaufsdaten und die Beurteilung, was korrigiert werden muss –, was bisher nur Menschen konnten.
Bei herkömmlichen Modellen war es oft so: Wenn man ihnen 10 Dateien gab, vergaßen sie den Inhalt der ersten paar und machten irrelevante Vorschläge. Fable 5 passiert das fast nie.
Ein klares Beispiel ist ein Bericht aus dem Ausland, in dem „die Migration von 50 Millionen Codezeilen von 2 Monaten auf 1 Tag verkürzt wurde“. Im Grunde bedeutet es, dass es die Arbeit fortsetzen kann, während es ein riesiges Ganzes vollständig versteht.
Mein System umfasst insgesamt etwa 40 Dateien plus Verkaufsdaten, daher ist diese „Fähigkeit, alles durchzulesen“ direkt effektiv.
Deshalb habe ich beschlossen, dass es der klügste Weg ist, „ein bestehendes System von der KI verbessern zu lassen“, anstatt nur mit neuen Funktionen zu spielen.
Hier gibt es eine wichtige Perspektive.
Dass sich ein Modell weiterentwickelt, bedeutet nicht, dass „das System veraltet“.
Es bedeutet, dass „die Geschwindigkeit der Systemverbesserung zunimmt“.
Für jeden, der ein System besitzt, ist jede neue Modellveröffentlichung Rückenwind.
Der Grund, warum ich die Verbesserungen nicht selbst vornehme, ist dreifach:
- Wenn man es selbst macht, bringt man „Annahmen“ ein (man beurteilt basierend auf der eigenen Intuition, warum sich Dinge verkaufen).
- Outsourcing bedeutet, die Inhalte des Systems preiszugeben (das Know-how zu gefährden).
- KI kann alle Daten völlig emotionslos lesen (und über Nacht Datenmengen verarbeiten, die für Menschen unmöglich sind).
Ehrlich gesagt ist Verbesserung die Aufgabe, „alle Daten zu lesen und die Unterschiede zu finden“, daher ist die KI dafür besser geeignet als Menschen.
Meine Intuition könnte sagen: „Ich habe das Gefühl, dass empathiebasierte Beiträge diesen Monat funktionieren“, aber wenn ich die KI das lesen lasse, liefert sie datengestützte Erkenntnisse wie: „Beiträge mit hohen Speicher-Raten haben konsequent dieses Element in der Einleitung.“
Dieser Unterschied ist gewaltig.
Der Überblick über das automatisierte Note-Verkaufssystem
Dies ist die Konfiguration, die ich betreibe:
- Konzeptdesign (Zusammenfassung von Wer, Was und Wie man verkauft in einer md-Datei)
- Automatisierte Beitragserstellung (KI erstellt basierend auf dem Konzept 10 Beiträge pro Tag)
- Automatisiertes Posten (Veröffentlichung auf Threads/X zu festgelegten Zeiten jeden Tag)
- Note-Führung (Der Fluss von Beitrag → Profil → Note-Artikel)
- Datensammlung (Impressionen, Speicherungen und Verkäufe werden automatisch akkumuliert)
- Automatisierter Verbesserungslauf (Die nächsten Beiträge ändern sich basierend auf den akkumulierten Daten)
Um jeden Teil kurz zu ergänzen:
Das Konzept-md in Schritt 1 ist der Ausgangspunkt für alles. Alles ab Schritt 2 bewegt sich basierend auf dem „Wer, Was und Wie“, das hier geschrieben steht.
In Schritt 2 erstellt die KI nach dem Lesen des Konzept-mds eigenständig 10 Beiträge pro Tag. Menschen schreiben sie nicht mehr.
Schritt 3 bedeutet nur, sie in ein automatisiertes Posting-Tool einzupflegen, ich drücke also nicht einmal mehr den „Posten“-Button.
Schritt 5 ist still und leise wichtig; „welcher Beitrag wurde gespeichert“, „welcher Beitrag führte zu einem Profilklick“ und „wie viel wurde an diesem Tag verkauft“ werden jeden Tag automatisch aufgezeichnet.
Schritt 6 ist eine Schleife, die diese Daten alle 3 Tage liest und sie in die nächsten 30 Beiträge einfließen lässt.
Der Punkt ist, dass dieses System nicht „fertig ist, sobald es gebaut wurde“, sondern dass sich der Verbesserungszyklus 5 → 6 → 2 immer weiter dreht.
Leute sagen oft: „Es sieht schwer aus, das zu bauen“, aber die harte Arbeit ist nur das erste Mal.
Du benutzt dein Gehirn nur beim anfänglichen Erstellen des Konzept-mds und der Bewertungskriterien. Danach gilt: Je länger es läuft, desto mehr Daten sammeln sich an, und je mehr Daten sich ansammeln, desto höher ist die Genauigkeit der Verbesserungen.
Da es eine Struktur ist, die mit der Zeit stärker wird, glaube ich ehrlich gesagt, dass die Leute, die früh anfangen, dieses Spiel gewinnen.
Was machen also die Menschen? Eigentlich nur drei Dinge:
- Am Anfang das Genre und das Konzept festlegen (das ist die Aufgabe eines Menschen).
- Entscheiden, ob die Verbesserungsvorschläge der KI übernommen werden sollen (darüber schreibe ich später im Detail).
- Gelegentlich die Daten betrachten und untersuchen, ob etwas nicht stimmt.
Was die tägliche Arbeitszeit angeht, sind es weniger als 10 Minuten.
Und was ich Fable 5 dieses Mal tun ließ, war die am weitesten vorgelagerte Aufgabe des Zyklus: „Alle Dateien dieses Systems mit den aktuellen Verkaufsdaten abgleichen, um Bereiche zu identifizieren, die korrigiert werden müssen.“
Ich habe nichts Schwieriges für den Datentransfer getan; ich habe es einfach die Menge der Systemdateien und die Daten mit Verkäufen, Impressionen und Speicherungen so lesen lassen, wie sie waren.
Viele Leute denken: „Ich muss es organisieren, bevor ich es übergebe“, aber es ist genau umgekehrt.
Wenn du Rohdaten übergibst, wird die KI sie selbst organisieren und Korrelationen aufgreifen, die Menschen nicht bemerken.
Der Prompt, den ich eingegeben habe, war im Grunde dieser (ich lasse ihn hier, damit du ihn kopieren und einfügen kannst):
„Lies alle Dateien dieses Systems und vergleiche sie mit den Verkaufsdaten, um alle Unterschiede zwischen ‚wenn es sich verkauft‘ und ‚wenn es sich nicht verkauft‘ zu identifizieren. Gib mir nur die Datenunterschiede, nicht die Impressionen. Schlage als Nächstes vor, in welcher Datei und in welchen Bewertungskriterien des Systems diese Unterschiede reflektiert werden sollten, als Set aus Dateiname und Änderungsvorschlag.“
Der Punkt ist, dass ich es auf „nur Datenunterschiede, nicht Impressionen“ beschränkt habe.
Wenn du das nicht tust, wird die KI allgemeine Ratschläge wie „Erhöhe die Posting-Frequenz“ einmischen, die Art von Dingen, die überall stehen.
Indem ich es auf Datenunterschiede beschränke, kommen nur Verbesserungspunkte heraus, die einzigartig für mein System sind.
Nachdem die Unterschiede ermittelt wurden, lautet der Prompt für die tatsächliche Umsetzung der Korrekturen:
„Ich werde angeben, welche der Vorschläge ich übernehmen werde, also schreibe die entsprechenden Dateien direkt um. Zeige mir am Ende eine Liste der Unterschiede vor und nach dem Umschreiben. Ändere kein einziges Zeichen in den Teilen, die ich nicht angegeben habe.“
„Ändere kein einziges Zeichen in den Teilen, die ich nicht angegeben habe“ ist extrem wichtig. Wenn du das nicht einfügst, wird die KI aus gutem Willen andere Bereiche „verbessern“. Wenn man die KI an ein funktionierendes System lässt, ist die eiserne Regel, den Umfang der Änderungen zu beschränken.
Drei Unterschiede, die Fable 5 zwischen „Wenn es sich nicht verkauft“ fand
Es gab also drei Unterschiede, die Fable 5 aufzeigte.
In dem Moment, als ich den ersten sah, dachte ich: „Das wird die Verkäufe definitiv verändern.“
Unterschied ①: Verkaufende Notes hatten „den Satz direkt vor dem Kauf“
Dies ist die Schlussfolgerung, zu der Fable 5 nach dem Vergleich aller verkaufenden und nicht verkaufenden Notes kam.
Die Konzepte der verkaufenden Notes hatten die „Emotionen, die dem Leser direkt vor dem Kauf in den Sinn kommen“, verbalisiert und integriert.
Diejenigen, die sich nicht verkauften, waren nur bis zum „Ziel“ und dem „Problem“ konzipiert.
Konkret war das Konzept einer nicht verkaufenden Note auf dieser Granularitätsebene:
„30-jährige Frau · möchte wieder mit ihrem Ex zusammenkommen · bring ihr bei, wie.“
Und das Konzept einer verkaufenden Note war so:
„30-jährige Frau · möchte wieder mit ihrem Ex zusammenkommen · kauft in dem Moment, in dem sie denkt: ‚Wenn ich genau das tue, was diese Person sagt, muss ich vielleicht nicht mehr um Mitternacht auf mein Handy schauen und mich ängstlich fühlen.‘“
Siehst du den Unterschied?
Ersteres endet mit „was zu verkaufen ist“.
Letzteres ist bis hin zu den Gedanken im Kopf 0,5 Sekunden vor dem Öffnen der Geldbörse konzipiert.
Das war die Trennlinie für Verkäufe.
Also ließ ich es „Verbalisierung der Emotionen direkt vor dem Kauf“ als obligatorischen Punkt in das Konzeptdesign-md aufnehmen.
Allein das Hinzufügen dieses einen Punktes ändert alles. Da das Konzept vorgelagert ist, beginnt die Wortwahl der generierten Beiträge, der Titel der Note und die Art und Weise, wie der Fließtext wirkt – alles wird auf diesen „Gedanken direkt vor dem Kauf“ hin geschrieben.
Eine Änderung eines Punktes in einer Datei wirkt sich auf alle nachgelagerten Produkte aus. Das ist die Schönheit der Systematisierung.
Übrigens ließ ich Fable 5 auch das Geschick für das Schreiben dieses Punktes ausgeben: Das Kriterium ist „das Schreiben der wahren Gefühle, die der Leser niemandem sagen kann, in den eigenen Worten des Lesers“.
„Ich möchte meine Angst auflösen“ ist schwach.
Wenn du schreiben kannst: „Ich habe solche Angst, wieder geghostet zu werden, dass ich den Senden-Button nicht drücken kann“, dann ist es ein Treffer.
Es ist in anderen Genres genauso. Zum Beispiel im Bereich Nebenverdienst, anstatt „für Leute, die mit einem Nebenjob verdienen wollen“, verwende:
„Leute, die eine Woche vor Zahltag auf ihren Kontostand schauen und seufzend einen Artikel im Supermarkt zurück ins Regal legen.“
Wenn du so weit schreiben kannst, wird es zu einer Note, die wie eine Anzeige aussieht, die nur für diese Person sichtbar ist.
Unterschied ②: Bewertungskriterien für Beiträge waren zu sehr auf Impressionen fokussiert
Die Bewertungskriterien für den automatisierten Verbesserungslauf waren „Impression-lastig“.
Was jedoch mit Verkäufen korrelierte, waren nicht Impressionen, sondern „Anzahl der Speicherungen“ und „Profilklickrate“.
Das bedeutet: Beiträge, die Impressionen erhalten, und Beiträge, die Geldbörsen öffnen, sind verschiedene Dinge.
Jeder, der Listen-Marketing betreibt, würde das verstehen, aber die Anzahl der Leads und die Anzahl der Conversions korrelieren nicht zwangsläufig.
Beiträge, die Impressionen erhalten, sind die Typen „Empathie, nachvollziehbar, Humor“.
Aber bei Beiträgen, die Geldbörsen öffnen, finden Bewegungen wie „Ich möchte das speichern und später lesen“ oder „Lass uns das Profil dieser Person checken“ statt.
Viral zu gehen fühlt sich gut an, aber die Zahlen, die direkt mit Verkäufen verknüpft waren, waren die bescheideneren.
Übrigens können diese beiden Zahlen von jedem kostenlos in den X Analytics eingesehen werden.
Allein dadurch, dass du deine Beiträge nach „Speicherungen“ statt nach „Impressionen“ sortierst, solltest du die Muster finden, die sich verkaufen.
Als Referenz: Gespeicherte Beiträge hatten drei Dinge gemeinsam:
- Sie enthielten spezifische Schritte, die später verwendet werden können (endet nicht in dem Moment, in dem es gelesen wird).
- Sie enthielten Zahlen oder Eigennamen, was die Leute dazu brachte, sie als „Memo“ behalten zu wollen.
- Es gab Raum, es auf die eigene Situation anzuwenden (in einer Form, die so verwendet werden kann).
Umgekehrt werden „gute Geschichten“ nicht gespeichert. Impressionen werden vor Ort konsumiert und enden dort.
Als ich die Bewertungskriterien auf „Fokus auf Speicherungen und Profilklicks“ umschreiben ließ, sanken die Impressionen leicht, aber die Verkäufe stiegen – eine interessante Bewegung.
Allein durch das Ändern einer Zeile der Bewertungskriterien im automatisierten Verbesserungslauf ändert sich die Richtung aller generierten Beiträge, daher sollten Leute, die ein System haben, dies zuerst überprüfen.
Unterschied ③: Die Reihenfolge des Fließtextes war „Lösung zu früh“
Notes, die sich nicht verkauften, verrieten die Lösung zu sehr am Anfang.
Wenn du die Antwort zeigst, bevor der Leser erkennt „das ist mein Problem“, hören sie auf zu lesen, bevor sie den Wert spüren.
Verkaufende Notes verwendeten „30 % der Gesamtlänge für die Verbalisierung des Problems“.
In einer 7.000-Zeichen-Note werden die ersten 2.000 Zeichen nicht verwendet, um eine Lösung zu geben, sondern um „die Situation des Lesers genauer zu beschreiben als der Leser selbst“.
Erst nachdem der Leser in einem Zustand von „Warum kennst du mich so gut?“ ist, lieferst du zum ersten Mal die Lösung.
In dieser Reihenfolge wird selbst der gleiche Inhalt als etwas „Wertvolles“ gelesen.
Und für diejenigen, die sich fragen, „wie man die Verbalisierung des Problems schreibt“, hinterlasse ich das Verfahren, das ich tatsächlich verwende.
Ich lasse die KI 10 Monologe schreiben, die der Zielkunde nachts im Bett denkt.
Dinge wie „Es ist eine Woche her und immer noch keine Lesebestätigung“, „Ich kann mit meinen Freunden nicht darüber reden“ oder „Mein Suchverlauf dreht sich nur darum, wieder mit einem Ex zusammenzukommen“.
Allein durch das Umstellen dieser 10 und das Platzieren am Anfang des Fließtextes ist der Teil der Problemverbalisierung fast vollständig.
Ein häufiger Fehler hierbei ist, das Problem in „Allgemeinplätzen“ zu schreiben.
Phrasen wie „Wieder zusammenzukommen ist schwer, nicht wahr?“ oder „Es macht dich ängstlich, nicht wahr?“, die auf jeden zutreffen, treffen niemanden. Erst wenn du es auf das Niveau eines Monologs spezifizierst, tritt der „Das geht um mich“-Moment ein.
Das war auch etwas, das Fable 5 als Datenunterschied aufzeigte. Es ist eine Grundlage des Verkaufs, wenn man darüber nachdenkt, aber es war ein Teil, der nicht in das automatisierte Generierungssystem integriert war.
Dinge, die Menschen natürlich tun würden, fehlen im Systemdesign.
Diese „Löcher zu finden, die bekannt, aber nicht implementiert waren“, ist das Beste daran, die KI die Verbesserungen vornehmen zu lassen.
Designphilosophie, wenn man Verbesserungen der KI überlässt
Es gibt drei Prinzipien, die ich gelernt habe, als ich dies für die Überlassung von Verbesserungen an die KI ausprobiert habe.
Prinzip ①: Verbesserungen an die KI, Entscheidungen über die Annahme an dich selbst
Es gab insgesamt 7 Vorschläge von Fable 5.
Ich habe 3 übernommen.
Unter den 4, die ich ablehnte, war zum Beispiel ein Vorschlag, „die Anzahl der Beiträge von 10 auf 15 pro Tag zu erhöhen“.
Die Logik war fundiert, aber ich hatte in der Vergangenheit bereits verifiziert, dass für meine Leserschaft der Zeitliniendruck zu stark wäre und sie mich am Ende stummschalten würden, also lehnte ich es ab.
Wenn du alles schluckst, wird sich das System in Richtung KI-Allgemeinplätze neigen und umgekehrt aufhören, sich zu verkaufen.
Tatsächlich habe ich in der Vergangenheit einmal alle Vorschläge übernommen, und die Zahlen sanken in dieser Woche.
Auch wenn jeder einzelne korrekt erscheint, wird es in der Kombination zu einem „Account, den man überall findet“.
KI ist ein Genie darin, Unterschiede zu finden, aber die Materialien für die Beurteilung, „ob man diesen Unterschied übernimmt“ – vergangene Verifizierungshistorie und das Gefühl für die Leser – existieren nur in dir selbst.
Prinzip ②: Verbesserungen immer in den „Dateien“ reflektieren
Sag nicht nur im Chat „tu das ab jetzt“ und beende es; lass die KI die Systemdateien selbst umschreiben.
Der Grund dafür ist, Verbesserungen in Vermögenswerte zu verwandeln.
Anweisungen in einem Chat verschwinden, aber Bewertungskriterien, die in einer Datei platziert sind, sind weiterhin für alles ab der nächsten Generation wirksam.
In meinem Fall unterteile ich die Umschreibungsziele nach Rollen.
„Wer was an wen verkauft“ ist die Konzeptdatei, „welcher Beitrag als gewachsen beurteilt wird“ ist die Bewertungskriterien-Datei und „in welcher Reihenfolge die Note zu schreiben ist“ ist die Strukturdatei.
Da ich sehen kann, welche Datei mit jeder Verbesserung gewachsen ist, fühlt es sich an, als würde das gesamte System immer intelligenter.
Prinzip ③: Von vorgelagert korrigieren (Konzept > Beitrag > Wortwahl)
Wenn es um Verbesserungen geht, neigt man dazu, von nachgelagert zu korrigieren, wie bei der Wortwahl eines Beitrags.
Jedoch ist die Reihenfolge der Effektivität für Verkäufe „Konzept > Bewertungskriterien > Textstruktur > Wortwahl“.
Der Hauptgrund, warum sich die Verkäufe dieses Mal verdoppelt haben, war zweifellos der Konzeptteil von Unterschied ①.
Der Grund ist einfach: Ein vorgelagerter Ort beeinflusst alles, was von dort generiert wird, aber ein nachgelagerter Ort beeinflusst nur dieses eine Stück.
Wenn du eine Zeile des Konzepts korrigierst, ändern sich alle zukünftigen Beiträge und Notes. Wenn du ein Ende eines Beitrags korrigierst, ändert sich nur dieser Beitrag.
Wenn der Arbeitsaufwand gleich ist, ist es besser, ihn dort einzusetzen, wo er effektiv ist.
Egal wie sehr du das Nachgelagerte polierst, wenn das vorgelagerte Design sich nicht verkauft, werden sich die Zahlen nicht bewegen.
Leute auf der Systemseite profitieren jedes Mal, wenn sich KI weiterentwickelt
Also, was passiert jetzt?
Ich habe die Verbesserungen Mitte Juni reflektiert, und von da an haben sich die täglichen Verkäufe bei fast dem Doppelten stabilisiert.
Der effektivste Teil war zweifellos der Konzeptteil von Unterschied ①. Unmittelbar nach der Reflektion änderte sich der Fluss von „Speichern → Profil → Kauf“ aus den generierten Inhalten sichtbar.
Die Arbeitszeit bleibt unverändert, fast bei null.
Dieser Vorfall hat mich von einer Sache überzeugt:
Die Leute, die am meisten profitieren, jedes Mal wenn sich KI weiterentwickelt, sind „diejenigen, die ein System haben“.
Fable 5 selbst kann von jedem genutzt werden.
Aber Leute, die kein „Ziel für Fable 5 zur Verbesserung“ haben, können es nur ausprobieren, wenn ein neues Modell herauskommt.
Es gibt Leute, die jedes Mal, wenn ein neues Modell veröffentlicht wird, ein neues Modell ausprobieren, sagen „es ist erstaunlich“, ihre Eindrücke posten und dort enden.
Und dann gibt es Leute, die jedes Mal, wenn ein neues Modell herauskommt, es ihr System lesen lassen, es verbessern und ihre Verkaufszahlen um eine Stufe anheben.
Obwohl sie dieselbe KI verwenden, ist das eine Konsum und das andere Investition.
Weil ich ein System und Daten hatte, bewegten sich meine Verkäufe an dem Tag, an dem sich das Modell weiterentwickelte.
Modelle werden sich weiterentwickeln.
In sechs Monaten wird ein Modell, das intelligenter als Fable 5 ist, herauskommen, und ich werde dasselbe wieder tun.
Diese Schleife selbst ist ein Vermögenswert.
Jedes Mal, wenn das passiert, glaube ich, dass sich die Lücke zwischen denen, die ein System haben, und denen, die keines haben, in einem unglaublichen Tempo vergrößern wird.
Ich werde manchmal gefragt: „Ist es nicht zu spät, jetzt anzufangen?“, aber es ist das Gegenteil.
Nachzügler können von Anfang an ein System mit einem intelligenten Modell aufbauen, sodass sie die Teile überspringen können, mit denen ich in der Vergangenheit zu kämpfen hatte.
Als ich anfing, dieses System zu bauen, musste ich die Ausgabe der KI jedes Mal manuell korrigieren, aber Leute, die es jetzt bauen, werden diesen Prozess kaum noch benötigen.
Ob es zu spät ist oder nicht, wird nicht durch den Zeitpunkt des Einstiegs entschieden, sondern nur dadurch, ob du anfängst, ein System zu bauen.
Nun, für diejenigen, die bis hierher gelesen haben und dachten: „Ich möchte auf die Systemseite wechseln.“
Tatsächlich läuft gerade ein unglaubliches Projekt.
Ich mache eine Echtzeit-Herausforderung namens „Eine technisch nicht versierte Hausfrau in ihren 40ern dazu bringen, 200.000 Yen nur mit Claude Code-Automatisierung zu verdienen, mit einem Limit von 30 Minuten pro Tag.“
Während du schläfst, beendet die KI das Schreiben einer Note, und wenn du morgens aufwachst, verkauft sie sich von selbst.
Ich zeige alles, einschließlich Fehlern, wie „es der KI zu überlassen und sie für dich verdienen zu lassen“ Realität wird.
Die Schritte, um ein System von Grund auf neu aufzubauen, Vorlagen für das Konzeptdesign und die Bewegungen von Leuten, die tatsächlich verdienen, werden hier alle geteilt, also denke ich ehrlich gesagt, dass du etwas verpasst, wenn du es nicht siehst.
Was du durch die Teilnahme erhalten kannst ↓
✅ Der gesamte Prozess einer technisch nicht versierten Hausfrau in ihren 40ern, die 0 auf 200.000 Yen erreicht (offengelegt auf einem Niveau, das du eins zu eins nachahmen kannst)
✅ Verteilung der Inhalte der Claude Code-Automatisierung, die tatsächlich in der Herausforderung verwendet wurden, über Kommentarspalten
✅ Das neueste Know-how zu KI x Note-Verkäufen (über 50 Leute berichten von Ergebnissen; ein Fall, in dem jemand, der ein Know-how-Sammler war, 147.000 Yen in einem Monat machte)
Nimm hier teil (völlig kostenlos, es gibt eine Begrenzung der Teilnehmerzahl, also bitte tritt früh bei)
https://line.me/ti/g2/2NjuIznaLxS8gyB0eKLdMOQxQvpcYUYj1e9TlQ
