引言 → Wstęp

核心商业模式拆解 → Demontaż głównego modelu biznesowego

保姆级实操 SOP → Kompletny SOP krok po kroku

收益预期与规模化路径 → Prognozy przychodów i ścieżka skalowania

RichMan 毒舌寄语 → Ostre słowa od RichMana

Let me start writing in full. I’ll aim for natural, punchy Polish that matches the original tone.

Important Polish linguistic considerations:

• Polish tends to use longer constructions but can be just as punchy as Chinese when needed
• “搞钱” → “zarabianie” / “kasa” (slang, fits the tone)
• “套利” → “arbitraż”
• “窗口” → “okno (możliwości)”
• “红利” → “dywidenda” / “bonanza” / “okazja”
• “赛道” → “nisza”
• “闭环” → “pętla”
• “势能” → “momentum”
• “坑位” → “miejsce”

For the hardcore money-making tone, I’ll use a mix of professional and colloquial Polish - “kasa”, “zarabianie”, “side-hustle”, etc.

Let me write it all out now:

Actually, for the table, I need to translate:

• 形态 → Forma
• 可复用性 → Reużywalność
• 可积累性 → Akumulowalność
• 可定价 → Wycenialność
• 商业模式 → Model biznesowy
• 一段自然语言指令 → Instrukcja w języku naturalnym
• 结构化文件（规则+示例+反例+触发条件） → Strukturyzowany plik (reguły + przykłady + kontrprzykłady + warunki wyzwalające)
• 低，换模型就废 → Niska, zmiana modelu i nie działa
• 高，可跨 GPT/Claude/Gemini 迁移 → Wysoka, przenośna między GPT/Claude/Gemini
• 无，单次使用 → Brak, jednorazowe użycie
• 可版本管理、可组合、可迭代 → Wersjonowalny, kompozytowy, iterowalny
• 难定价（容易被复制） → Trudna wycena (łatwy do skopiowania)
• 难复制（结构化资产有门槛） → Trudny do skopiowania (aktywo strukturyzowane ma barierę)
• 卖一次 → Sprzedaż jednorazowa
• 卖订阅、卖库、卖定制 → Subskrypcja, biblioteka, customizacja

For Step 1, the “高频+低质” - I’ll keep the original “wysokiej częstotliwości + niskiej jakości” framework but explain it.

Let me start drafting in Polish now. I’ll write a complete translation.

Actually, one important thing - I should keep some English terms that are commonly used in Polish tech/business context: “skill”, “prompt”, “side-hustle”, “Gumroad”, “Discord”, etc. These are internationally recognized brand/tech terms.

Let me write the full translation now.

I’ll also need to translate the title more carefully:
“从囤 Prompt 到囤 Skill：AI 套利窗口迁移，768 星背后的搞钱新范式”

Direct translation: “From stockpiling prompts to stockpiling skills: AI arbitrage window migration, the new money-making paradigm behind 768 stars”

More natural Polish: “Od magazynowania promptów do magazynowania skilli: jak zmienia się okno arbitrażu AI i nowy paradygmat zarabiania ukryty za 768 gwiazdkami”

Or shorter: “Od promptów do skilli: nowy paradygmat zarabiania w erze AI za 768 gwiazdkami”

I’ll go with something punchy. Let me settle on: “Od magazynowania promptów do magazynowania skilli: migracja okna arbitrażu AI i nowy model zarabiania za 768 gwiazdkami”

Actually let me make it even punchier Polish-style: “Od promptów do skilli: nowa fala arbitrażu AI i paradygmat zarabiania za 768 gwiazdkami”

Hmm, I’ll keep the dual meaning with “magazynowanie”:

“Od magazynowania promptów do magazynowania skilli: jak przesuwa się okno arbitrażu AI i co oznacza 768 gwiazdek”

Let me finalize the full translation. I’ll be detailed and thorough.

Wstęp: dwa sygnały zestawione razem zmieniają obraz

Pół roku temu pisanie promptów było najseksowniejszym side-hustlem ery AI. Historia o starannie zoptymalizowanym prompcie sprzedawanym na Gumroad za 29 dolarów, który w dwa miesiące znalazł 800 kupujących i przyniósł solo-przedsiębiorcy pięciocyfrowe przychody miesięcznie, zalała chiński internet.

Ale to okno się zamyka.

Powód jest prosty: prompt jest „jednorazowym artykułem konsumpcyjnym”. Zmiana modelu i przestaje działać. Zmiana scenariusza i przestaje działać. Skopiowanie przez konkurencję i przestaje działać. To nie jest aktywo — to materiał eksploatacyjny.

Teraz pojawiają się jednocześnie dwa nowe sygnały:

Sygnał pierwszy (strona społeczności): Projekt o nazwie Sepia, wyspecjalizowany w pisaniu „pozbawionym AI-owego posmaku”. To nie jest prompt — to plik skillu liczący kilkaset linii. W ciągu dwóch dni liczba gwiazdek na GitHubie wzrosła z 563 do 768, czyli o 36%, bez oznak spowalniania. Skill zawężony do „kalibracji stylu pisania” — dlaczego w dwa dni zebrał ponad 200 gwiazdek? Bo rozwiązuje realny ból: wszyscy nienawidzą AI-owego tonu, ale nikt nie chce sam pisać reguł.

Sygnał drugi (strona akademicka): Na arXiv pojawił się artykuł WikiSkill. Jego sedno to jedno zdanie: pozwól agentowi AI, by w trakcie wykonywania zadań automatycznie osadzał doświadczenie w postaci wielokrotnego użytku, przenośnej między modelami „biblioteki skilli”. Innymi słowy, świat akademicki już pracuje nad tym, jak sprawić, by AI samo produkowało skille.

Po zestawieniu tych dwóch zjawisk obraz staje się jasny:

Prompt to amunicja punktowa, skill to cały system uzbrojenia.
Prompt się deprecjonuje, skill można akumulować, komponować, wyceniać i sprzedawać.
Ludzie magazynujący prompty w zeszłym roku zarobili na pierwszej fali; ludzie magazynujący skille w tym roku zbierają drugą.

A ci, którzy potrafią pisać skille — to następni „inżynierowie promptów”.

Demontaż modelu biznesowego: czym właściwie jest biznes na skillach

1. Skill ≠ Prompt: różnica istoty determinuje model biznesowy

Większość ludzi traktuje skill jako „zaawansowany prompt” — to fatalne nieporozumienie.

Kluczowa obserwacja: skill jest aktywem cyfrowym, prompt jest cyfrowym materiałem eksploatacyjnym. Jeden wysokiej jakości plik skillu może być pobrany przez 1000 osób, osadzony w różnych agentach i złożony w bardziej złożone przepływy pracy. To właśnie ta właściwość aktywa sprawia, że Sepia stale rośnie w gwiazdki i ludzie są gotowi za nią płacić.

2. Źródła ruchu: naturalne kanały dystrybucji skilli

Źródła ruchu dla skilli różnią się zasadniczo od tych dla promptów. Era promptów opierała się na wyszukiwaniu w Gumroad i udostępnieniach na Twitterze. Era skilli opiera się na ekosystemie deweloperskim:

• GitHub Trending: Sepia zebrała 200+ gwiazdek w dwa dni wyłącznie dzięki poleceniom z Trending. GitHub to naturalna półka dla skilli AI, bo jest pierwszym przystankiem programistów szukających narzędzi.
• HackerNews / X / Reddit: Środowisko techniczne ma naturalną ciekawość wobec „open-source skilli”. Trafienie na Trending automatycznie uruchamia wtórną dystrybucję.
• Wbudowane rynki IDE (Cursor, Claude Code, Cline itp.): W ciągu najbliższych 6 miesięcy wszystkie te narzędzia uruchomią rynki skilli/wtyczek. Wcześniejsze zajęcie miejsca = ruch pasywny.
• Powtórzenia z opóźnieniem na Xiaohongshu / Jike w języku chińskim: Projekty z GitHuba zawsze mają 7-dniowe okno opóźnienia w chińskojęzycznym środowisku. Ci, którzy jedzą pierwsi, zawsze zarabiają na różnicy informacyjnej.

3. Ścieżka konwersji: darmowy lead → płatna głębia

Standardowa ścieżka monetyzacji skilla ma trzy warstwy:

4. Model zysku: biznes procentowy o zerowym koszcie krańcowym

Plik skillu napisany raz — sprzedawany bez końca. Koszt utrzymania jest praktycznie zerowy (chyba że nowa wersja modelu wymaga retuningu). To oznacza:

• 1 skill: cena 9 USD → koszt 0 USD → marża 100%
• Paczka 10 skilli: cena 29 USD → koszt 0 USD → marża 100%
• 50 skilli + społeczność: cena 99 USD/rok → 200 subskrybentów = 19 800 USD/rok

To nie jest sprzedaż towaru — to procent składany na aktywach cyfrowych.

Kompletny SOP krok po kroku: 7 kroków do napisania pierwszego zbywalnego skillu

Krok 1: Wybierz niszę — szukaj bólu „wysokiej częstotliwości + niskiej jakości”

Nie każdy skill warto pisać. Są trzy kryteria:

1. Wysoka częstotliwość: rzeczy, które użytkownicy robią z AI codziennie / co tydzień.
2. Niska jakość: oczywiste wady bieżących wyników AI (np. AI-owy posmak, szablonowość, logika na skróty).
3. Trudność zapisu: reguły, które samodzielne dostrajanie zajmuje 10+ godzin.

Sepia wybrała „pisanie bez AI-owego posmaku” — wszystkie trzy trafione: wysoka częstotliwość (każdy pisze), niska jakość (wszyscy krytykują AI-owy ton), trudność zapisu (reguły obejmują kilkadziesiąt transformacji zdań).

Twoja lista kandydatów na niszę:

• Skill code review (żeby AI recenzowało jak senior inżynier)
• Skill pisania akademickiego (żeby AI pisało akapity nadające się do publikacji)
• Skill跨境 ecommerce listing (wieloplatformowa adaptacja + SEO)
• Skill polerowania pism procesowych / umów (zgodność + sformułowania)
• Skill streszczeń naukowych (zachowanie terminologii + rejestr akademicki)

Krok 2: Zdefiniuj strukturę pliku skillu (standardowy SKILL.md)

Zbywalny skill nie powstaje byle jak — musi być strukturyzowany. Zalecana struktura:

Klucz: skill musi być recenzowalny, forkowalny i gwiazdkowalny jak kod.

Krok 3: Zbieraj prawdziwe przypadki — „kopalnia” z twojego własnego workflow

Skill nie powstaje przy wymyślaniu przy biurku. Kop go w swoim codziennym workflow:

• Które fragmenty pisania z AI w tym tygodniu skasowałeś i przepisałeś? Dlaczego?
• Jakie „nie rób tak” powtarzasz w swoich promptach?
• Które reguły wciąż kopiujesz i wklejasz?

Autor Sepia prawie na pewno zaczął od tego, że jego wpisy na blogu / Xiaohongshu krytykowano za „AI-owy posmak”. Zamrożenie 50+ sytuacji „coś tu nie gra” w postaci reguł — i skill gotowy.

Twoje zadanie na dziś: otwórz 10 promptów z zeszłego tygodnia, znajdź 3 reguły, które się powtarzają — to zalążek twojego pierwszego skillu.

Krok 4: Publikuj na GitHubie i buduj momentum

Publikacja to nie koniec — to dopiero początek.

• Tytuł musi trafiać w ból:
• Pierwszy ekran README musi pokazywać porównanie before/after
• Aktywnie dodawaj do repozytoriów awesome-* (awesome-prompt, awesome-llm, awesome-claude-code)
• Na X opublikuj historię „dlaczego napisałem ten skill”, nie opis produktu
• Skomentuj u 3–5 pionowych KOL-i — nie proś o udostępnienie, proś o feedback

Krok 5: Zaprojektuj produkt płatny — dwie warstwy: darmowa + płatna

Wersja darmowa: pojedynczy plik skillu + podstawowe reguły (na GitHubie)

Wersja płatna:

• 9 USD: pełna biblioteka skilli (5–10 powiązanych skilli)
• 29 USD: biblioteka skilli + miesięczne aktualizacje + Discord Q&A
• 99 USD/rok: wersja enterprise (z konsultacjami customizacyjnymi)

Kluczowa sztuczka: wersja płatna musi zawierać coś, czego użytkownik sam nie napisze — np. skille kompozytowe, skrypty automatyzacji, zestawy przypadków testowych. Sama „większa liczba reguł” nie jest warta dopłaty.

Krok 6: Zbuduj zautomatyzowaną dostawę

• Gumroad / LemonSqueezy: darmowe otwarcie sklepu, obsługa globalnych płatności
• Notion / GitHub Private Repo: dostarczanie treści
• ConvertKit / Beehiiv: sekwencja mailowa, automatyczne powiadomienia o nowych skillach
• Discord / grupa WeChat: Q&A + zbieranie feedbacku (źródło ulepszeń do następnej wersji)

Krok 7: Zbuduj pętlę feedbacku

Najbardziej niedoceniany krok: zbieraj rzeczywiste wyniki działania skillu u użytkowników i nakarm nimi następną wersję.

• Pierwszego dnia każdego miesiąca publikuj changelog
• Publikuj roadmapę publicznie (niech użytkownicy zgłaszają potrzeby = niech piszą za ciebie PRD-y)
• 3 najczęstsze sygnały od użytkowników → temat następnego skillu

Prognozy przychodów i ścieżka skalowania

Etap 1: 0 → 1 (pierwsze 30 dni)

• Napisz 3 pionowe skille, opublikuj na GitHubie
• Cel: 100–500 gwiazdek, walidacja popytu
• Prognoza przychodów: 0–100 USD (okres czystej akumulacji)

Etap 2: 1 → 10 (30–90 dni)

• Wprowadź pierwszą paczkę płatną (19–29 USD)
• Cel: 50–200 płacących użytkowników
• Prognoza przychodów: 1 000–5 000 USD/mies.

Etap 3: 10 → 100 (90–180 dni)

• Zbuduj społeczność (subskrypcja 99 USD/rok)
• Przyjmuj zlecenia enterprise (500–5 000 USD/zlecenie)
• Negocjuj wbudowane partnerstwo z dostawcami IDE (przychód pasywny)
• Prognoza przychodów: 5 000–20 000 USD/mies.

Etap 4: 100 → ∞ (180+ dni)

• Stań się marką kuratorską dla skilli („standard skilli w dziedzinie X”)
• Wydawaj e-booki, prowadź warsztaty, realizuj szkolenia korporacyjne
• To już nie jest side-hustle — to firma oparta na aktywach cyfrowych

Ostre słowa od RichMana

Kilka trudnych zdań.

Po pierwsze, 90% osób, które przeczytają ten artykuł, jutro dalej będą pisać prompty „na kolanie”, rzucać je po użyciu i za trzy miesiące wrócą narzekać, że „AI jest niestabilne”. Okno dywidendy ze skilli trwa do pierwszej połowy 2026 — kto je przegapi, ten przegrywa dokładnie tak, jak przegapił dywidendę z Promptów 1.0. I nie ma w tym nic wspólnego z AI.

Po drugie, Skill to nie dłuższy prompt — to strukturyzowane aktywo. Skończ z pisaniem „napisz mi wybuchowy tytuł na Xiaohongshu” i czekaniem, aż AI zabłyśnie. Zacznij osadzać reguły, akumulować przypadki, budować wersje — to jest linia demarkacyjna między „użytkownikiem” a „architektem”.

Po trzecie, Autor Sepia prawdopodobnie nie jest geniuszem — po prostu 6 miesięcy wcześniej niż inni potraktował poważnie drobną rzecz: „usunięcie AI-owego posmaku”. Solidne zrobienie jednej małej rzeczy zawsze jest warte więcej niż byle-jakie zrobienie dziesięciu wielkich.

Twoje dzisiejsze działanie jest jedno:

Otwórz 10 promptów z tego tygodnia, znajdź 3 powtarzające się reguły, zapisz je jako swój pierwszy SKILL.md, wrzuć na GitHuba.

Za pół roku wrócisz podziękować dzisiejszemu sobie. Albo dalej będziesz scrollować artykuły o „side-hustlach z AI”, patrzeć, jak ktoś zarabia 5 000 USD miesięcznie i wzdychać „czemu mi się nie udało”.

Wybierz teraz.