一家 Shopify 店把 Claude 当运营而非写手，月入 91340

一家 Shopify 店铺靠把 Claude 当运营者、而不是写手，做到月入 $91,340 June 30, 2026 · 阅读时长 13 分钟 · 查看来源 ↗ Shopify Claude 广告 AI Shopify + Claude 的关键不在于产品描述。 那是每个人第一眼看到的部分，所以也是每个人照抄的部分。 有一家店从第 2 个月的 $16K，做到第 3 个月的 $41K，再到第 4 个月的 $91,340。扣除产品成本、平台费和广告费后的净利润是 $53,180。 产品并没有突然变神奇。首页能赢，也不是因为它看起来贵。这家店之所以奏效，是因为 Claude 不再被当作一个写作工具，而是变成了这门生意背后的运营层。 那个错误 大多数人每次都从零打开 Claude。一个聊天写产品文案，一个聊天写广告钩子，一个聊天写客户邮件，一个聊天做分析。 没有任何东西连在一起，所以没有任何东西复利。 这就是那个错误。 一家 Shopify 店铺不是一堆产出的堆积。它是每周都在重复的同一批决策：测什么、砍什么、修什么、扩什么，以及停止相信什么。 随机的聊天给你随机的答案。保存下来的循环（loop）给这家店记忆。 新模式跑在「保存下来的决策」之上 这家店不是围绕一个神奇提示词建的，而是围绕六个可复用的循环建的。 market_gap.prompt 找到竞争对手忽略的角度。 supplier_kill.prompt 在客户之前就抓出物流问题。 page_truth.prompt 把产品页变成异议处理，而不是目录式文案。 creative_testing.prompt 在把真金白银浪费在流量上之前，先产出广告角度。 retention_engine.prompt 让第二单比第一单更便宜。 sunday_operator.prompt 每周读取店铺数据，告诉店主下一步该修什么。 这就是把 Claude 当写手和把 Claude 当运营者之间的区别。写手给你文案。运营者会不断追问同样那些难的问题，直到这家店不再漏钱为止。 先找痛点，再找产品 大多数新手从产品开始。 这已经太晚了。 他们找到一个在流行的东西，看看销量第一的店，复制同样的页面，用同样的角度，发布一个已存在店铺的弱化版本。 Claude 不应该被用来复制赢家，而应该被用来找到赢家正在忽略的那部分市场。 输入很简单：三个竞品产品页、二十条差评，以及你想卖的产品。 输出不是描述，而是那个空白（gap）。 重点不是让 Claude 听起来聪明，而是让它在 Shopify 收走你的第一块钱之前，就把弱想法毙掉。 大多数人只有在已经决定要建店之后才用 AI。这个循环在决策之前就用 AI。这就是它省钱的原因。 在上线之前就毙掉烂供应商 一旦空白清晰了，下一个问题就很简单： 这个产品到底配不配拥有一家店？ 这是大多数新手搞错顺序的地方。 他们建页面、上广告、等销售，然后才发现供应商很慢、产品页没有回答真正的异议、广告角度很弱、售后一团乱、而且没人知道下周该修什么。 Claude 应该在这些问题变贵之前就把它们抓出来。 第一个决策找到市场空白。 接下来的五个决策决定这家店配不配得到更多的钱。 大多数 Shopify 店铺死掉，不是因为产品卖不出去，而是因为供应商在成交之后摧毁了信任。 延迟发货。假物流单号。糟糕的包装。产品在列表页里看着还行，到客户手里却惨不忍睹。等店主看出这个规律时，退款已经开起来了，Stripe 也已经紧张起来了。 供应商循环很简单：让 Claude 在第一笔订单之前就审计供应商。 那条提示词不会让这门生意更刺激，它让这门生意更难被摧毁。 把产品页变成销售对话 供应商活下来之后，下一个漏点是产品页。 大多数页面听起来像用更好的英语重写了一遍 AliExpress。「高品质。」「适合所有人。」「为舒适而设计。」这些没有一句回答了买家真正的问题。 买家想知道的是：这对我有用吗？哪里可能出问题？我凭什么相信这家店？还有什么没告诉我的？ 这就是为什么 page_truth.prompt 不写那种普通的产品描述，它把页面变成异议处理。 最好的一节通常不是产品能做什么，而是产品不做什么。 那一行让页面显得诚实，而诚实的页面比用力过猛的页面转化更好。 在购买注意力之前，先测试素材 一旦页面有了角度，广告就不该是一个完美的脚本。那是另一个新手错误。 一家好店测试的不是「一支广告」，而是角度。 一个角度展示痛点。一个展示失败过的替代方案。一个展示产品使用中的样子。一个回答异议。一个展示结果。 Claude 的活儿就是在广告支出开始之前，把这些角度做出来。 这改变了广告测试的方式。问题不再是「这个产品好吗？」，而是「哪个角度能让买家最快认出自己的问题？」 那是一个好得多的测试。 把售后变成留存的一部分 第一单很贵，因为流量要花钱。第二单才是这家店开始喘气的地方。 大多数新手忽略了这一点。他们把全部精力花在拿第一单上，然后发出和别人一样的那些默认 Shopify 邮件。这是把钱留在桌子上。 retention_engine.prompt 把客户旅程变成一段简单的序列：确认订单、设定预期、教一个有用的小知识、送达后回访、请求评价，并只在合适的时候介绍下一个产品。 这不是 Shopify 里刺激的部分，而正因如此它才管用。 大多数竞争对手还在追下一个点击，而更好的店正在悄悄提高它已经付过钱的那些买家的价值。 每周日审计这家店 最后一个循环，是让整个系统复利的那个。 每周日，店主导出 Shopify 数据，把数字交给 Claude。不是为了打鸡血，而是为了诊断。 访问量。转化率。客单价。弃购率。回访访客。热销产品。退货率。广告支出。付费流量带来的收入。ROAS。 然后 Claude 每周回答同样的问题：漏点在哪里、什么该扩、什么该停、付费流量找到的是买家还是只是看热闹的人、以及如果什么都不改，最先崩的是什么？ 这是大多数人跳过的循环，因为它感觉无聊。但复利恰恰发生在这里。 这家店进步，不是因为店主每天早上都有新想法，而是因为同样的五六个决策每周都被带着更好的上下文重新审视一遍。 这才是真正的 Shopify + Claude 系统。不是聊天机器人，不是产品描述生成器，而是用保存下来的循环做出来的一个店铺运营者。 只有当系统重复运转时，这笔账才算得过来 到第 2 个月，这家店做到了 $16K 收入。到第 3 个月，达到 $41K。到第 4 个月，仪表盘显示 $91,340，扣除产品成本、Shopify 平台费和广告支出后还剩 $53,180。 那种幅度的跃升会让人们问错问题。 他们问：「是什么产品？」 更好的问题是：「是什么系统在每周持续改进这家店？」 因为产品并没有在第 2 个月和第 4 个月之间从平庸变成神奇。变锋利的是运营层。供应商风险变低了。页面更好地回答了异议。广告测试了更清晰的角度。邮件从已经付过钱的买家身上回收了更多价值。周日的审计让店主不用再猜下一步修什么。 这些变化单看没有一个显得惊人。合在一起，它们改变了这家店的经济账。 一个提升 1% 的产品页、一个更好的开场镜头、更少的退款问题、更干净的售后回复，加上一个每周有用的修复——分开看，它们都不像一个月入 $91K 的系统。 但在一家 Shopify 店铺里，利润正是从那些小漏点里消失的。 这些循环不是靠魔法创造收入的，它们只是阻止这家店把收入漏出去。 Claude 仍然修不好的东西 错误的教训是「Claude 让 Shopify 变简单了」。 它没有。 你仍然需要一个人们想要的产品、一个能发货的供应商、不是垃圾的流量，以及能扛过退款、平台费和广告支出的毛利。 Claude 能帮你更快地看清这些事，但它不能让它们成真。 这就是把 AI 当捷径和把 AI 当操作系统之间的区别。 捷径说：「帮我写个页面，让它好卖。」 操作系统说：「告诉我这东西该不该存在、会在哪里崩、买家会怀疑什么、该测哪个角度，以及一周之后数字说明了什么。」 前者给你一个更干净的猜测。后者给你一家会学习的店。 下一个 Shopify 团队会看起来像一个装提示词的文件夹 老的 Shopify 打法：找一个产品，建一个页面，跑广告，祈祷数字能成。 新的打法：把店铺变成可重复的决策——测什么、砍什么、修什么、扩什么、以及停止相信什么。 当这些决策不再活在店主的脑子里，而是开始活在这个系统里时，Claude 才真正有用。 Shopify 给你货架，Claude 给你运营者。当循环持续改进时，这家店就赢了。 提示词 ``` prompt 扮演一位直言不讳的电商策略师。 先别写文案。 我在测试这个产品到底配不配拥有一家店。 输入： - 产品想法：[粘贴你想测试的产品] - 竞品页 1：[粘贴完整产品页或 URL] - 竞品页 2：[粘贴完整产品页或 URL] - 竞品页 3：[粘贴完整产品页或 URL] - 差评：[从 Amazon、AliExpress、TikTok Shop 或竞品店铺粘贴 20 条差评] 给我： 1. 所有竞争对手都在用的那个角度 2. 他们全都在回避的那个买家痛点 3. 评论里重复最多的抱怨 4. 会拦住一个新买家的那个信任问题 5. 我的店铺应该围绕它建立的那一句话 6. 我该做（build）、该寄样（sample）、还是该放弃（skip） 规则： - 不要泛泛而谈 - 不要说「提升品牌」 - 不要说「加更好的照片」 - 不要伪差异化 - 如果唯一的卖点只是价格，直接告诉我放弃 ``` ``` prompt 扮演一位直言不讳的电商运营者。 我给你 7 天的 Shopify 数据。 别给我打鸡血。 别告诉我这很正常。 找出坏掉的地方。 数据： - 访问量：[粘贴] - 转化率：[粘贴] - 客单价：[粘贴] - 弃购率：[粘贴] - 回访访客率：[粘贴] - 按收入排的热销产品：[粘贴] - 退货率最高的产品：[粘贴] - 流量来源：[粘贴] - 广告支出：[粘贴] - 付费流量收入：[粘贴] - ROAS：[粘贴] - 邮件收入：[如有则粘贴] 回答： 1. 现在这家店最大的漏点是什么？ 2. 这周哪个产品该得到更多关注？ 3. 哪个产品该暂停或观望？ 4. 流量质量好吗，还是我在花钱买浏览？ 5. 我在 4 小时内能做出的最快改动是什么？ 6. 如果我 14 天什么都不改，什么会先变糟？ 每个回答一段话。 要具体。 用数字说话。 如果有什么是蠢的，直说。 ``` ``` prompt 扮演一家 Shopify 店铺的 TikTok 和 Reels 素材策略师。 产品：[粘贴产品] 客户：[粘贴目标客户] 市场空白：[粘贴] 主要异议：[粘贴] 产品页角度：[粘贴] 创建 5 个广告概念。 每个概念必须包含： - 开场镜头 - 第一句台词 - 前 3 秒发生什么 - 主要情绪触发点 - 产品演示时刻 - CTA 前的最后一句台词 这 5 个角度必须不同： 1. 痛点角度 2. 失败过的替代方案角度 3. 产品演示角度 4. 异议角度 5. 结果角度 规则： - 不要精修的品牌广告 - 不要说「颠覆者 game changer」 - 不要说「你需要这个」 - 不要编造的客户故事 - 让它感觉像一部真实的手机视频，而不是一条广告片 ``` ``` prompt 扮演一位聚焦转化的 Shopify 编辑。 别把产品说得比它本身更好。 我会给你： - 产品：[粘贴产品] - 市场空白：[从 market_gap.prompt 粘贴] - 买家最大的恐惧：[粘贴] - 主要差评模式：[粘贴] - 产品优点：[粘贴] - 产品局限：[粘贴] 围绕信任来构建产品页。 输出： 1. 开场句： 用大白话说明这个产品解决的准确痛点。 2. 这是给谁的： 一小段。 3. 这不是给谁的： 建立信任的一小段。 4. 三条卖点： 聚焦结果，而不是功能。 5. 异议区块： 回答最可能让买家放弃结账的 3 个疑虑。 6. FAQ： 一个多疑的买家在付钱之前会问的五个问题。 规则： - 不要说「高品质」 - 不要假紧迫感 - 不要假评价 - 不要企业腔 - 不要假装产品完美无缺 ``` ``` prompt 扮演我 Shopify 店铺的留存运营者。 购买的产品：[粘贴] 客户类型：[粘贴] 配送时间：[粘贴] 相关产品：[如有则粘贴] 品牌语气：有人味、直接，不要企业腔 写一个 5 条消息的购后序列。 消息 1：购买后立刻 确认订单，并设定现实的配送预期。 消息 2：第 3 天 给一个和产品相关的有用小贴士。不卖东西。 消息 3：送达后第二天 用一个简单的问题回访。 消息 4：第 14 天 只有在确实和第一单搭配时才介绍一个相关产品。 消息 5：第 30 天 请求评价，并告诉客户什么样的细节有帮助。 规则： - 每条 100 词以内 - 不要假紧迫感 - 不要说「我们重视您的生意」 - 不要企业式道歉腔 - 除非我提供了折扣，否则不要给折扣 ``` ``` prompt 扮演一位疑心很重的电商运营者。 我在上线一家 Shopify 店铺之前审查这个供应商。 输入： - 产品：[粘贴产品] - 供应商页面：[粘贴供应商页面或 URL] - 标注的配送时间：[粘贴] - 供应商评分：[粘贴] - 近期评价：[粘贴 15 条近期评价] - 差评：[粘贴 5-10 条批评性评价] - 产品成本：[粘贴] - 预期零售价：[粘贴] 找出： 1. 标注的配送时间和真实客户反馈之间的任何差距 2. 重复出现的质量投诉 3. 退款或退货风险 4. 评价是造假或过于干净的迹象 5. 包装或破损风险 6. 这个供应商能不能扛住规模化 给我一个结论： GO = 足够安全，可以测试 SAMPLE = 先订一件试试 SKIP = 不要和这个供应商上线 直接说。如果这个供应商之后能毁掉这家店，就说 SKIP。 ``` 标签：# X # Shopify # Claude # 广告 # AI # 电商 # TikTok # 营销 # 增长 # 副业 # 副业 # 指南 相关文章 从 $0 到 $38K，只用 30 天，靠一个我本不会写代码的产品 有几个人让我把整个故事写出来。不是推文版本，是真实的那一个，包括那些无聊的部分。 广告 营销 AI Claude 让我们在 3 个月内拿到 57,100 次 AI 提及的 6 个 AI SEO 智能体习惯 我分析了十二个品类里的 120 个购买搜索，从 CRM 软件到意式浓缩咖啡机。对每一个，我都把 AI Overview 和有机前十名从同一个页面、同一时刻…… AI SEO Claude 广告 你的下一个客户可能是一个 AI 智能体 产品驱动增长（PLG）让软件变成了人类自助式。 AI MCP Claude Shopify