方法論來源：Alex Hormozi，美國創業家、投資人，Acquisition.com 創辦人，著有《$100M Offers》《$100M Leads》。
⚠️ 本作品不是 Alex Hormozi 本人，也不是他或 Acquisition.com 的官方產品，與他沒有任何關係。它是我根據他在 YouTube 公開分享的方法論整理出來的個人決策工具；影片逐字稿與整理筆記只供我自己使用，不對外公開。
它是我「AI 顧問團」的其中一席。遇到生意上的難題，八位背景不同的 AI 顧問各自獨立作答，互相看不到對方答案，最後由主 AI 整理成一份比較與結論。Hormozi 這一席專看成長經濟、Offer、瓶頸和單位經濟。
Before / After 核心對比
| 狀態 | 決策方式與痛點 | 改變與成果 |
|---|---|---|
| Before（以前做法） | 一人公司做事與拍板都是自己。遇到重要決定只能自己想、問 ChatGPT 或看別人怎麼做，常找不到答案。 | 自己看不到的盲點，一個人怎麼想都看不透，事後常後悔。 |
| After（AI 顧問團） | 將問題丟給 8 位獨立 AI 顧問，Hormozi 席沿著「市場 → Offer → 名單 → 銷售 → 交付 → 留存 → 現金」逐環檢查並附上影片出處。 | 不替我做決定，但逼我釐清事實；約半小時產出多角度報告，補足思考盲點再拍板。 |
同一題，兩種答案
同一個模型（Claude Sonnet）、同一條問題：一邊只憑模型對 Hormozi 的印象作答，一邊先讀過 518 部影片整理出來的正本再答。
| 諮詢題目 | 一般 AI（憑印象盲答） | 專家 Agent（讀 518 部正本） |
|---|---|---|
| 悉尼中型餐廳買 AI 訂位 Agent 的定價與市場？ | 直接給出 setup AU$500–1,500、月費 AU$150–400、時薪 $28–35，講得像事實。但這些數字 518 部影片裡一個都沒有。 | 先講明正本沒有本地價格與市場規模，一個數字都不給，改教我用價值公式（Value Equation）與 LTGP／CAC 自己計算。 |
| AI 培訓月費會員流失率上升，該不該降價 25%？ | 方向沒錯，但把「流失是 Offer 問題不是價格問題」捏造成 Hormozi 講的名言（510 份逐字稿完全找不到這句話）。 | 先指出「未釐清流失原因就想降價」的盲點，每個論點標註出處；第一步是先訪談 20–30 位流失會員，分類完成前不改價格。 |
我怎樣用 AI 打造這位顧問
我沒有叫 AI「扮演」Hormozi，因為那只是模型印象，跟道聽塗說的二手說法差不多。我做的第一件事，是先固定正本：以他官方 YouTube 頻道在 2026 年 8 月 29 日的快照為準，一共 518 部影片、大約 218 小時，其中 510 部用官方字幕，8 部沒有字幕的只做保守整理並清楚標明。之後請 AI 逐部整理成繁中筆記，每篇都寫下原片、核心理念、怎麼應用，以及容易用錯的地方，再寫一份跨影片的總綱，找出他反覆講的主線。
有了正本，才把它放進顧問團。每位顧問由一個獨立的 AI 分身擔任，只准讀自己的知識庫，看不到別人的答案。大家坐在同一張桌子，很快就會互相附和；分開房間各自作答，分歧才會浮出來，而分歧正是最值錢的地方。最後我再請主 AI 把八份答案並排比較，寫成一份有共識、有分歧、有建議的結論，存進我的知識庫，下次遇到類似問題可以翻查。
三個關鍵突破
1. 劃清能力邊界：寫明它「不管什麼」
第一個突破，是寫明它「不管什麼」。一個什麼都答的顧問，其實最危險。所以我替這一席畫了清楚的邊界：澳洲本地法規與稅務、投資建議、品牌文案的最後手藝，它一律不碰；影片裡提到的收入、利潤、成長數字，全部當作講者自述，不當統計數據。好比醫生會告訴你「這個要轉診到專科」，懂得說不，答案反而更可信。
2. 事實大於推論：結論取決於餵給它的事實
第二個，也是最大的一次卡關，是發現顧問答得好不好，取決於你餵給它的事實。有一次我問 AI 服務下一步應該先做哪一件，手上有四個選項。第一輪，Hormozi 這一席判斷瓶頸在「銷售」。後來我更正了一個關鍵事實：我引用的那組成交數字，其實屬於另一條業務線，新的 AI 服務線連一個真實樣本都還沒有。第二輪重問，四位顧問一致改口：瓶頸不在銷售，而是「Offer 根本還不存在」，要先有交付，才有內容可推。同一群顧問，只是事實換了，結論就整個翻轉。AI 顧問的結論，是建立在我給的事實上；事實錯了，結論再漂亮也沒用。
3. 用測試題揪出漏洞與顧問幻覺
第三個，是替顧問寫測試題，用數字證明正本有沒有用。我為這一席準備了一組只有主 AI 看得到的題目，同一題問兩個版本：一個只憑模型自己的印象扮演 Hormozi，一個真的讀過 518 部正本。只靠印象的版本，要點只答中 6/9，還編了 3 句他根本沒講過的「名言」，有一題連數字都是編的；讀過正本的版本答中 9/9，假出處和編造數字都是 0。但測試也揪出一個我完全沒想到的問題：讀正本的版本，5 題裡有 4 題會提到其他顧問，等於偷看了隔壁房的答案，「獨立作答」根本不成立。原因是正本總綱裡點了其他顧問的名，修正後再測，洩漏由 4/5 題變成 0/5。沒有這組測試，我會一直以為八位顧問真的是各自獨立。
成果與真實應用
到目前為止，我用這個顧問團處理過好幾個真實的生意決定，Hormozi 這一席真正作答的有 4 次，包括 AI 服務該先做哪一件、公司介紹簡報的銷售敘事、宣傳應該走網上還是轉介，以及一個網店品牌介紹頁怎樣講價值。它最常做的事，不是給我答案，而是把我拉回「現在真正卡住的是哪一環」。
改變最大的，就是上面第二個突破那一次。顧問團一句「Offer 根本還不存在」，讓我想通一個很簡單的道理：沒有 Offer，就沒有生意；要有生意，就要宣傳；要長期宣傳，自然需要一個宣傳 OS。於是我把方向調過來，先做一套自己用得順手的宣傳系統，自己每天用、自己先受惠，做得好，同一套東西就可以對外銷售。
後來我把這一席開源到 GitHub（CC BY 4.0）。雷蒙三十再把它改編成台灣用語版，收進「超級 AI 個體」的 AI 專家圖鑑。謝謝課程團隊的認可，讓一個原本只有我自己在用的 Skill，變成可以分享給大家的收錄作品。大家持續學習、分享，團隊越壯大，互相加成的效果在 AI 時代只會有增無減。公開出來，反而有更多人使用、提出意見，讓這套系統有機會變得更好。
一人公司請不起一個顧問團，但現在可以自己做一個。
使用時的例子／成果
知識庫結構
顧問架構與設定
課程學習心得與評價
我的 Hormozi 顧問席已經開源，雷蒙三十改編成台灣用語版，收進課程的 AI 專家圖鑑。回頭看，這個課程帶給我最大的收穫，是學會把零零碎碎的知識做成一套完整的流程，也看懂了 AI 底層是怎麼運作的。518 部影片本身只是一堆零碎的知識；整理成顧問團的一員之後，我再把幾位專家串成一套流程，遇到難題就跑一次，有點像開一場線上議會。真的用過，才知道 AI 為什麼會編數字、為什麼顧問會互相附和、互相抄功課。有了這些經驗，我才懂得替它們設邊界、寫測試，再持續優化。
留言與交流
使用 GitHub 帳號回覆作者，分享你的想法。
