我认识的一个人通过 Airbnb 每月赚取 3,200 美元，但他名下没有房产，全靠 Claude 帮他寻找房源。

1总收入 = ADR × 入住率 × 30
2       = 145 × 0.74 × 30
3       = 3,219 美元/月
4
5费用明细：
6  Airbnb 服务费（3%）：                    -96.57 美元
7  清洁费（9 次退房打扫 × 55 美元）：       -495.00 美元
8  水电费：                                 -150.00 美元
9  消耗品/耗材：                            -80.00 美元
10  总费用：                                 -821.57 美元
11
12净利润 = 总收入 - 长期租金 - 费用
13       = 3,219 - 1,400 - 821.57
14       = 997.43 美元/月/套

1你是一名 Airbnb 租售套利分析师。仅限合法方法。
2
3分析该市场的租售套利潜力：
4- 城市/街区：[位置]
5- 房产类型：[1 室/2 室/开间]
6- 长期租金：[X] 美元/月
7
8提供：
91. 该区域类似 Airbnb 房源的日均房价（ADR）
102. 平均入住率（%）——若可获得，使用 AirDNA 基准数据
113. 季节性需求模式：旺季 vs 淡季
124. 前 3 名竞争房源分析（价格、评价、入住率）
135. 计算月净利润：
14   净利润 = (ADR × 入住率 × 30) - 租金 - (ADR × 0.03 × 入住率 × 30)
15            - 清洁费用 - 水电费 - 消耗品
166. 市场评分（1-10）：基于 ADR/租金比率和入住率稳定性
177. 判定：强（净利润 > 800 美元）/ 中等（400-800 美元）/ 跳过（< 400 美元）
188. 危险信号：业主委员会限制、季节性崩盘、供应过剩风险
19
20具体明确，使用真实数字，逐步展示所有计算过程。
21法律提示：仅分析当地法规允许短租和转租的市场。

1你是一名租售套利房源侦察员，仅搜索合法房源。
2
3在 [城市, 州] 寻找适合 Airbnb 套利的长期租赁房源。
4
5搜索标准：
6- 月租金：[最低]-[最高] 美元
7- 卧室数：[N]
8- 位置偏好：靠近 [旅游区 / 商业区 / 机场 / 大学]
9- 必须：租约允许转租（若不明确则标记）
10- 必须：无业主委员会短租限制
11
12对每个找到的房源，提供：
131. 地址/房源链接
142. 月租金
153. 预估 Airbnb 月收入（ADR × 预估入住率 × 30）
164. 扣除所有费用后的预估净利润
175. 套利评分（1-10）
186. 租约转租状态：明确 / 不明确 / 禁止
197. 操作：联系 / 调查 / 跳过
20
21按利润潜力排序，最高在前。
22以整洁的表格形式输出。

1市场可行性评分 = (ADR 与租金比率 × 0.35)
2               + (平均入住率 × 0.30)
3               + (需求稳定性 × 0.20)
4               + (竞争密度评分 × 0.15)
5
6理想市场：ADR / 月租金 > 2.5 倍
7
8按此指标排名靠前的美国市场（2026）：
9────────────────────────────────────────────────
10市场               ADR/租金   入住率   评分
11────────────────────────────────────────────────
12纳什维尔，田纳西    3.1 倍     74%      9.2
13斯科茨代尔，亚利桑那  2.9 倍   71%      8.8
14奥斯汀，德克萨斯    2.7 倍     69%      8.4
15丹佛，科罗拉多      2.6 倍     72%      8.1
16迈阿密海滩，佛罗里达  2.8 倍   78%      8.7
17────────────────────────────────────────────────

1你是一名 Airbnb 动态定价策略师。
2
3我的房源：
4- 位置：[街区，城市]
5- 卧室数：[N]，最多入住人数：[N]
6- 设施：[列出主要设施]
7- 当前价格：[X] 美元/晚
8- 当前入住率：[X]%
9
10优化我的定价策略：
111. 每月定价日历（旺季 vs 平季 vs 淡季）
122. 周末溢价：比工作日高百分之多少？
133. 最后一刻折扣：提前多少天，打几折？
144. 特殊活动定价（我所在地区的本地活动、节假日、会议）
155. 按季节设置最少入住天数（降低每晚清洁成本）
166. 目标指标：
17   - RevPAN（每晚可用收入）= ADR × 入住率
18   - 当前 RevPAN 与优化后的 RevPAN
19
20输出：12 个月定价表 + RevPAN 提升预测

1# Airbnb 套利市场扫描器
2# 使用 AirDNA + Zillow 数据寻找机会
3# 需要：pip install requests pandas rich
4
5import requests
6import pandas as pd
7from rich.console import Console
8from rich.table import Table
9
10console = Console()
11
12def calculate_arbitrage_potential(monthly_rent, adr, occupancy_rate,
13                                   cleaning_per_stay=60, utilities=150,
14                                   avg_stay_nights=3):
15    """
16    计算 Airbnb 租售套利的净利润。
17    """
18    monthly_bookings = (30 / avg_stay_nights) * occupancy_rate
19    gross_revenue = adr * occupancy_rate * 30
20    airbnb_fee = gross_revenue * 0.03
21    cleaning_costs = monthly_bookings * cleaning_per_stay
22    total_expenses = airbnb_fee + cleaning_costs + utilities
23    net_profit = gross_revenue - monthly_rent - total_expenses
24
25    roi_monthly = (net_profit / monthly_rent) * 100
26
27    return {
28        'gross_revenue': round(gross_revenue, 2),
29        'total_expenses': round(total_expenses, 2),
30        'net_profit': round(net_profit, 2),
31        'roi_pct': round(roi_monthly, 1)
32    }
33
34def score_market(adr, monthly_rent, occupancy_rate):
35    """
36    市场评分 1 到 10。
37    """
38    ratio = (adr * 30) / monthly_rent
39    occ_score = occupancy_rate * 10
40    ratio_score = min(ratio * 2, 10)
41    return round((ratio_score * 0.6 + occ_score * 0.4), 1)
42
43# 示例——待分析的市场
44markets = [
45    {"city": "Nashville, TN", "rent": 1400, "adr": 145, "occupancy": 0.74},
46    {"city": "Austin, TX",    "rent": 1600, "adr": 155, "occupancy": 0.69},
47    {"city": "Denver, CO",    "rent": 1550, "adr": 135, "occupancy": 0.72},
48    {"city": "Miami, FL",     "rent": 1800, "adr": 180, "occupancy": 0.78},
49]
50
51table = Table(title="Airbnb 套利市场扫描器")
52table.add_column("城市", style="cyan")
53table.add_column("月租金", style="white")
54table.add_column("ADR", style="white")
55table.add_column("入住率", style="white")
56table.add_column("月净利润", style="green")
57table.add_column("ROI %", style="yellow")
58table.add_column("评分", style="magenta")
59table.add_column("判定", style="bold")
60
61for m in markets:
62    result = calculate_arbitrage_potential(m['rent'], m['adr'], m['occupancy'])
63    score = score_market(m['adr'], m['rent'], m['occupancy'])
64    verdict = "强 ✅" if result['net_profit'] > 800 else \
65              "中等 ⚠️" if result['net_profit'] > 400 else "跳过 ❌"
66
67    table.add_row(
68        m['city'],
69        f"${m['rent']:,}",
70        f"${m['adr']}",
71        f"{int(m['occupancy']*100)}%",
72        f"${result['net_profit']:,}",
73        f"{result['roi_pct']}%",
74        str(score),
75        verdict
76    )
77
78console.print(table)

1写一个 Python 脚本——Airbnb 租售套利市场扫描器。
2
3要求：
4- 接受城市列表，包含：租金、ADR、入住率
5- 计算净利润：
6  净利润 = (ADR × 入住率 × 30) - 租金 - (ADR × 0.03 × 入住率 × 30)
7          - (月清洁次数 × 清洁费用) - 水电费
8- 市场评分 1-10，基于 ADR/租金比率和入住率
9- 判定：强（> 800 美元）/ 中等（400-800 美元）/ 跳过（< 400 美元）
10- 通过 rich 库输出漂亮的表格
11- 按净利润排序，最佳在前
12
13附带 requirements.txt。

1项目                     最低预算       舒适预算
2─────────────────────────────────────────────────
3押金                     1,400 美元     2,800 美元
4首月租金                 1,400 美元     1,600 美元
5家具配置（宜家）         1,800 美元     3,500 美元
6床品和消耗品             300 美元       500 美元
7摄影费用                 150 美元       250 美元
8Airbnb 上线成本          50 美元        100 美元
9Claude（每月 20 美元）   20 美元        20 美元
10─────────────────────────────────────────────────
11总计：                   5,120 美元     8,770 美元
12
13按月净利润 1,000 美元计算回本时间：5-9 个月
14第一年 ROI： 55-118%
15第二年 ROI（无启动成本）： 400%+

1套数    月净利润         每周工作时间    需要联合房东？
2──────────────────────────────────────────────────────────
31       800–1,200 美元     5-8 小时       不需要
42       1,600–2,400 美元   8-12 小时      推荐
53       2,400–3,600 美元   12-15 小时     需要（15-20%）
65       4,000–6,000 美元   5 小时（有联合房东）  必须

1之前：每套 4-6 小时分析 → 多数人放弃
2有了 Claude：20 分钟 → 提示词 → 带判定的表格 → 给房东打电话