AI 致富教程：先搞色色，再去卖课

食色性也，大部分伟大的商业模式的崛起都离不开这点事，AIGC 也不例外。

A16Z，硅谷投资圈的顶流 VC，出了一份研究 AI 消费趋势的报告。这份本该正经讨论 AI 生产力的报告里，藏着一页让人哭笑不得的折线图：去年美国用户花在 OpenAI 和纽约时报上的钱，加起来还没有花在 OnlyFans 上的多。

A16Z 报告表格

很讽刺，也很真实——生产力，还不如性张力。

那么，靠 AI 擦边，能赚多少钱？

图片来源 Giphy

生产力不如性张力

第一波做 AI 虚拟模特的人，最清楚。

大概从 2022 年底开始，Midjourney、Stable Diffusion 这类工具刚刚能稳定出图，就有人意识到：这东西能捏出以假乱真的人脸，能批量生产，成本几乎为零。他们用 AI 生成虚拟女性形象，配上一个名字、一段人设、几条精心设计的“生活日常”，在 Instagram 和 TikTok 上以真人面目运营，私信里的亲密回复则由 ChatGPT 代劳，提供所谓的“女友体验”。整条链路几乎全自动化，背后的操盘手甚至不需要露面。

图片来源 Giphy

这套玩法在 OnlyFans 的竞品平台 Fanvue 上跑得最顺。Fanvue 对 AI 内容的态度更宽松，据其官方披露，2023 年 11 月 AI 虚拟模特已经贡献了平台 15%的总收入。到 2024 年，头部 AI 虚拟模特的月收入普遍在两万美元以上，部分运营成熟的账号年收入已超过二十万美元。2025 年，这个数字还在涨。据 Fanvue CEO Will Monange 在 2025 年接受采访时透露，平台上 AI 创作者的总体收入较 2024 年同期增长超过 60%，虚拟模特已经成为平台增长最快的内容品类。

OnlyFans 官方明确禁止 AI 内容，但一直有人在钻空子。Reddit 上经常有人讨论怎么用 AI 擦边在 OnlyFans 上赚钱，常见的办法是找真人女性完成平台的人脸认证，再用她的照片训练 AI 模型批量生产内容。

图片来源 Giphy

平台再严格，架不住技术在进步，现在 AI 出图以假乱真的程度就连老司机都难以分辨。前几天我就在小红书刷到一个擦边帅哥坐在车里的视频，要不是打开评论区看到置顶的评论是“这个 AI 审美真好”，我都没反应过来这是 AI 帅哥。

成人内容之外，还有一波人靠 AI 赚到了钱，方向完全不同：儿童绘本。

赵磊（化名）是最早入场的那批人之一。2022 年底，他刚从一家大厂的产品岗被裁，正在家里研究新出路。那会儿 Midjourney 刚刚能稳定出图，他看着生成出来的水彩风小动物，脑子里冒出一个念头：这不就是绘本插画吗？他花了两周研究 Amazon KDP，逻辑极其简单：ChatGPT 写故事，Midjourney 出图，排版上传，等着收钱。“那时候真的好赚，”他说，“几本叠上去，一个月能有一万多的被动收入。”

但窗口没开多久。2023 年下半年，KDP 上的 AI 绘本开始爆炸式增长，TikTok 上冒出将近九万条同类教程，标题清一色的风格：EASY AI Money，靠儿童绘本月入十万。

所有人涌进同一条赛道，销量迅速被摊薄。质量问题也随之暴露，AI 绘本里开始出现长着巨大前腿的恐龙、手指数量对不上的小孩。各大平台开始要求上传时必须申报是否使用了 AI，这条赛道基本宣告终结。“现在靠 AI 绘本赚钱就已经很难了。”赵磊说。

然后他和那批做 AI 擦边的人，不约而同走向了同一个终点：卖课（在这一点上，近期爆火的“龙虾”做到了极致）。

图片来源 Giphy

赵磊卖的是“AI 绘本从零到上架全流程”，做擦边的人卖的是“AI 虚拟模特搭建教程”，买单的都是下一批刚听说这件事、还以为窗口没关的人。

两个赛道，两套内容，包装不同，卖的是同一种东西：一个“我也能做起飞的猪”的幻觉。

审美和“旧技能”，卡住了一堆人

这些听起来是站在风口捡钱的生意，到底有什么门槛？

一个互联网 UX 设计师朋友给过我一个答案：网络区域限制和会员费。她在 Midjourney 刚出来的时候写了一本操作指南，99 块一本，现在还挂在小红书上做睡后收入。从工具使用的角度来说，她看得很准——门槛确实在快速下降。

但作为一个绘画功底停留在火柴人、在各类 AIGC 工具里丑图频出的人，我得补充一点她没说的：还有一个门槛，叫审美。

图片来源 Giphy

以前大家开玩笑说，AI 替代不了设计师，因为甲方根本不知道自己要什么。我以为这是个段子，直到我亲自去用这些工具，才发现这个段子在我身上一字不差地应验了。

去年我做了一个媒体账号，想用“可积岛”这个物理概念来做 logo。可积岛大概可以理解成，在混沌的信息流中，那些值得沉淀下来的东西。我找来了这个概念的参考图，打开工具，把图丢进去，又写了一堆描述性的提示词，然后开始出图。结果出来的东西一团乱，改了七八版，每一版都在乱的基础上换了个乱法。我知道我想要某种感觉，但完全不知道怎么把那个感觉翻译成指令。最后还是找了一个做设计的朋友帮忙，她花了二十分钟，出来的版本和我折腾两个小时的结果，根本不是一个量级。

上图为修改前、下图为修改后

问题不在工具，在我。更准确地说，在于我没有办法把脑子里模糊的审美感受，变成精确的语言。

这个困境不只是我一个人的。

一个做内容运营的朋友去年开始用 Seedance 做短视频，工具本身她很快就学会了，但真正卡住她的是写分镜。“我知道我想要一个有质感的画面，但'有质感'这三个字放进提示词里什么用都没有，”她说，“我不知道那个质感具体是什么光、什么景别、什么运镜。”最后做出来的东西，她形容是“有点像但哪儿都不对”。

Seedance 生成视频

另一个朋友用 Marble 做内容素材，一个可以通过文字和图片生成 3D 画面的工具，反复出图反复推翻，折腾了半天才意识到，自己根本没有参考系，不知道“好”长什么样，也就没办法判断生成出来的东西到底是不是自己想要的。

Marble 生成 3D 图全景

对比鲜明的是一个有摄影经验的朋友，同样的工具，他的出图质量明显高出一截。他说他其实没花太多时间研究提示词技巧，“就是知道自己想要什么构图、什么光线，把这些说清楚，工具自然就给得准。”

工具的能力在快速变强，但使用者之间的差距并没有因此缩小，反而在某种程度上被放大了。以前大家都做不出好东西，现在有审美积累的人可以做出很好的东西，没有的人还是在“能用”和“好用”之间徘徊。

工具也在对这个现实做出回应。NotebookLM 这类一键模板工具的走红，背后逻辑很简单：它绕开了“你得先知道自己要什么”这个前提。模板帮你做了审美决策，你只需要填内容。但模板的上限也在这里，它能解决“能用”，解决不了“好看”。

这件事在文字方向上体现得同样清楚。我有一个做市场策划的朋友，最近被调去负责 PR，需要大量输出文字稿件。领导说可以用 AI，她反而更困惑，来找我要之前写的一个 AI 写作手册。症结在于：她对“一篇好的 PR 稿”没有感觉，不知道好的标准是什么，面对 AI 生成的内容，她没有办法判断要往哪个方向改。

图片来源 Giphy

而我自己用 AI 写作反而顺手很多。不是因为我更懂工具，是因为做文字记者多年，对表达有判断，知道一句话好在哪、哪里别扭，知道 AI 给的东西差在什么地方、要往哪里推。审美在这里变成了一种很实用的能力：它让你知道终点在哪，而不是漫无目的地让 AI 一遍遍重跑。

当工具能力不是问题的时候，审美和“旧技能”就成了最大的门槛——用不好的甚至还不如完全不用的。

我要的是色色，AI 和真人的分别重要吗？

最先吃到螃蟹的人不仅会吃到甜头，也会惹上争议。现在的 AIGC 圈就出现了一个吊诡的现象：用不用 AI，比作品好不好，还重要。

方远（化名）是个品牌设计师，他接了一个品牌视觉的项目，用 AI 工具把以往要花两周的流程压进了三天，他自己觉得出来的效果比以前还好一截。东西发出去，等对方回复。

结果对方回的第一句话不是对作品的评价，而是“这么快，你是不是用 AI 了？”方远还没来得及回，紧接着又来一条：“我们不接受有 AI 参与的设计作品。”他到现在也不确定对方有没有打开过附件。他很郁闷，效率太高，还成罪过了。

图片来源 Giphy

面对这个处境的不止他一个人。AI 已经在很多人的评价体系里，悄悄变成了一个道德审判的坐标。这和 Photoshop 或者 Excel 不一样。没有人会在收到一张修过图的照片时问“你是不是用了修图软件”，也没有人会在拿到一份财务报表时追问“你是用 Excel 算的吗”。

AI 触发的是另一种怀疑，一种更接近“你有没有真的做这件事”的追问。

创意工作里向来有一种隐性的契约，好的作品意味着有人为它付出过时间、精力、打磨。AI 的出现却正好破坏了“付出”和“产出”之间那条大家默认存在的因果线。

你用 AI 三天做出来的东西，和别人手工两周做出来的东西放在一起，哪怕质量一样，前者会让人觉得有什么地方不对劲。这种“不对劲”可以总结成”不公平”。

亚利桑那大学曾做过一项研究，结果设计师如果主动告知客户使用了 AI 辅助，即便解释了 AI 只是辅助环节，客户对设计师的信任依然平均下降了 20%。

而随着 AIGC 技术的成熟，这个问题逐渐从甲乙方个人信任问题，上升到了平台问题。

从 2023 年开始，国家陆续出台相关规定，要求对 AI 生成内容进行标注：先是 1 月的《互联网信息服务深度合成管理规定》，主要管 AI 换脸、合成声音这类深度合成技术；同年 8 月《生成式人工智能服务管理暂行办法》正式落地，把 ChatGPT 类的生成式服务也纳入进来。到了 2025 年 3 月，监管再度升级，国家网信办联合多部门发布《人工智能生成合成内容标识办法》，这一次的规定覆盖了文字、图片、音频、视频全部内容形态。

但规范无法划清的，是定义。

平台能识别一段 100%由 AI 生成的视频，却很难判断边界地带，一张自拍照放进 AI 里调了色和构图，算不算 AI 生成内容；一段视频，素材是自己拍的但剪辑和配乐都交给了 AI，要不要打标签；一篇稿子，AI 出了初稿，人改了七成，这个标签算谁的……

图片来源 Giphy

边界感的难题背后，其实是权责的问题。定义不清楚，责任就没有落点。当一首歌的旋律是 AI 写的、人改了词，出了版权纠纷，谁来负责？或者一篇测评是 AI 生成的、博主只改了语气，买了推荐产品发现名不副实，我们追问“是不是 AI 做的”，其实是在追问一个更朴素的问题，这个作品背后，到底有没有一个人在认真负责，有没有人在想你的问题，有没有人在乎结果好不好？

最难划清的不是边界，是责任。

作者：沙拉酱

编辑：卧虫

封面图来源：

内文插图除标注外均由作者提供

点个“小爱心”吧