原始标题: Claude Code built me a $273/Day online directory

发布日期: 2026-02-16 | 来源频道: @GregIsenberg

📝 深度摘要

1. 对话背景与核心主题

本播客节目由Greg Isenberg主持，嘉宾Frey被称为"目录之王"（Mr. Directory），专注于构建在线目录网站并通过AI实现自动化运营。核心元问题在于：如何在预算有限（200-1000美元）、时间极少（每周10-20分钟）的情况下，利用Claude Code和AI工具构建一个每月产生2000-10000美元被动收入的在线目录业务。Frey通过实际案例演示了从0到1构建高价值目录网站的完整SOP，强调"数据是护城河"的核心论点，并证明即使是非技术背景的普通人也能在4天内用不到250美元的成本搭建一个专业目录。

2. 核心干货概览

3. 深度逻辑与实操拆解

底层矛盾与背景

构建在线目录的核心痛点并非网站搭建技术，而是数据获取与清洗。Frey指出，过去一年约1000-2000人尝试构建目录，但100%在数据处理阶段放弃。传统方法需手动访问每个网站、验证业务信息——这一过程耗时巨大且不可扩展。即使搭建出专业网站，若数据质量低劣（AI通用描述、千篇一律图片），用户无法信任，目录便失去价值。

核心策略推导

Frey的策略基于三个认知：其一，成功目录遵循"三赢"框架——帮用户省钱、时间或赚钱；其二，数据是真正护城河；其三，AI工具链已成熟到让非技术人群以极低成本完成以往需专业团队的工作。他以luxury restroom trailer目录为例：早期版本粗糙到首页仍有Lorem Ipsum、每列表用同一AI图片，竟产生20000美元大额订单——验证了市场需求。

执行 SOP / 操作步骤

第一步：数据抓取。使用Outscraper从Google Maps批量抓取目标领域企业信息，获70000+条原始数据。

第二步：基础清洗（Claude Code）。将CSV交给Claude Code：移除无商号/地址/城市/州条目、剔除已关闭商家、过滤无关业务。数据从71000条压缩至20000条。

第三步：深度识别（Crawl4AI + Claude Code）。安装开源Crawl4AI（本地运行、免费），并发爬取20000个网站，Claude Code分析页面识别目标供应商。数据从20000条筛选至725条，耗时约3小时。

第四步：产品库存丰富化。对725条记录再次用Crawl4AI抓取每个商家的完整产品线（如2 stall、4 stall trailer）。Frey强调每次只执行一类提取，避免质量下降；需反复2-3次迭代。

第五步：图片采集与筛选。从商家网站抓取图片后，利用Claude Vision API（$30成本）分析筛选最佳图片，排除logo、favicon等低质量内容。

第六步：网站搭建。将处理好的数据导入目录，Claude Code的vibecoding方式4天内完成全站构建。

第七步：变现设计。根据利基选择变现路径——高价线索销售、广告收入、付费会员等。

细节支撑

成本明细：Claude Code Max订阅$100 + 数据采购$100 + Claude API credits $50 = 总计低于$250。

时间效率：传统手动需2000+小时，AI辅助流程压缩至4天。

具体案例：新墨西哥州博览会通过目录提出$20000+订单；film shoot是典型使用场景。

数据验证：每条记录附带验证置信分数。

4. 核心执行资产

Prompt / 指令集还原

数据清洗Prompt： “here are my five CSVs. Go ahead and just look at every single one and use this criteria to clean the data: 移除无业务名称/地址/城市/州的条目、移除永久关闭的商家、移除与niche无关的业务。”

业务识别Prompt： “look at every single website and just go and identify the luxury restroom trailers… look for restroom trailer related keywords.”

产品库存提取Prompt： “go and find all the different types of luxury restroom trailers that a business offers… Give me your game plan. Tell me if I’m missing anything.”

工具链配置

• Claude Code：AI编程助手，负责流程编排和代码生成
• Crawl4AI：开源LLM友好爬虫，支持并发抓取，可本地安装（免费）
• Outscraper：Google Maps数据抓取工具
• Claude Vision API：图片分析与筛选（$30/700条记录）
• WordPress/Next.js：网站搭建框架

5. 专家洞察与风险边界

反直觉/非共识结论

“在线目录看起来无聊，但它是通往更大业务的踏板。“Frey指出很多人看不上目录只想做app或SaaS，但目录能自动带来数千访客——这些流量本身是宝贵资产，后续可孵化垂直SaaS。GasBuddy案例证明：看似简单的众包油价信息，因数据极难获取，反而构成最强竞争护城河。

“不要一次性提取所有数据，拆分任务才能保证质量。“这是Frey踩过的最大坑——最初试图让AI一次完成所有信息提取（库存、图片、设施、价格），结果质量极差。分步骤迭代虽耗时更长，但能及时发现边缘案例。

局限性与避坑指南

图片版权风险：从商家网站抓取图片存在法律灰色地带。Frey计划后续联系商家获取授权。建议若不确定风险，初期可不上线图片——目录排名并不完全依赖图片。

数据边界：本案例展示高客单价、长决策周期领域（luxury restroom trailer），对于低频低价服务，目录变现路径需重新设计。

Token消耗：Crawl4AI大规模并发运行需注意API成本。

技术门槛：虽声称非技术人群也能完成，但实际操作仍需基础命令行能力。

6. 金句

“数据是护城河，价格透明度是最难获取的数据，也是最大的机会。”

“目录看起来无聊，但它是通往更大业务的踏板——先让流量自动找上门，再去开发你的SaaS或app。”

“即使目录看起来很糟糕，只要有需求，订单还是会来。”

“我以前要花6个小时手动验证每一个网站，现在AI在后台跑3小时就能完成过去需要2000小时的工作。”

“成功的目录都遵循同一个公式：帮助用户省钱、省时间，或者帮用户赚钱。”

📺 视频原片

视频ID: I_wbc5ND79o