没有员工的考试刷题网站月入过万美元：用 AI 做「老词 + 长尾 + 免费广告」内容站的算账方法

来源

• 帖子：一个员工都没有的考试网站，月入过万美元
• 作者：@xiaomanotes（Martin 小马），2026-10-20 发布的 X 长文，整理自陈然本人博客文章《做内容站，赚广告钱：我的被动收入打法》

核心玩法

• 网站 Open Exam Prep 覆盖两万多个考试、两百多万道免费练习题和几百份学习指南，用户不用注册就能刷题，没有员工，收入几乎全靠页面广告。作者陈然有主业，这是副业。
• 陈然 6 月公开的后台数据（他说明是自己项目的数据，不是第三方审计）：网站做了约半年，月访问用户 20 多万、页面浏览量 60 到 70 万，平均参与时长约 20 分钟，广告收入一个月约 15,000 美元。到 10 月月浏览量约 130 万。本文无法核实这些数字。
• 对比很有意思：网站开过低门槛充值，半年总共不到 100 美元；卖销售线索一个月约 500 美元；广告约 15,000 美元。所以他的变现排序是广告大于卖线索大于订阅。
• 三个选择：做网站不做 App（试错快）；做一直有人搜的「老词」，不追风口；做免费加广告，不做订阅，这样 KPI 只剩参与率和停留时长。
• 护城河是成本结构：他给一个站定的目标是每月约 1000 美元，这个体量雇不起任何员工，靠员工的对手做不下来，大公司也不屑来抢。

是否可行

• 思路可行，而且算账清楚：长尾内容站加广告是成熟模式，AI 让「做一万个考试的资料」从不现实变成可以算账，这是新变量。
• 水分：月入过万美元只是他一个站的成绩，他孵化器里 9 个站中只有这一个月入过万，3 个盈利、5 个还在开发，孵化中的合计约每月 707 美元，另有 1 个已停。多数站的收入远没那么高。
• 风险：新站可能要等三个月才有流量，很多人在这个阶段放弃；最大威胁是 Google 的 AI 概览让用户在搜索页看完就走；部分好过审的广告平台（文中提到 Adsterra）CPM 不高且广告偏黄赌毒，需要自己权衡。选方向靠的是他亲自考过一二十个考试的经验，换到不懂的领域难度会高很多。
• 批量 AI 内容要保证真实准确，题库和资料要注意版权，只整理公开信息、自己生成练习题，不要搬运付费题库。

如何实施

1. 找供需错配的关键词：需求稳定、但现有网站老旧、体验差、Google AI 概览没覆盖或大多要付费的方向。陈然用 DataForSEO 这类便宜的关键词数据 API 查搜索量和竞争。
2. 确认能撑起至少一千个页面：他的经验比例是大约一个页面每月一美元，用多个维度交叉切分（例如国家或州乘以职业）扩展页面。
3. 把散落的信息整理成结构化内容：用 AI 大规模抓取政府网站、PDF 等公开资料，整理成对搜索引擎友好的结构化页面，并优先做和用户搜索任务一致的核心内容（这里是练习题）。
4. 冷启动：提交 Google Search Console，配置 IndexNow，不买外链，耐心等三个月左右。
5. 算账和复制：他的估算是一个站一天 1000 个访客、CPM 10 到 15 美元，一个月三五百美元；做 5 到 10 个站再看规模化。

实施条件

• 技能：能用 AI 编程工具搭 Next.js 网站，懂基础 SEO 和数据分析；最好对选定领域有亲身经验。
• 资金：低，主要是域名、托管（他用 Vercel）、关键词 API 和模型 token 费用。
• 时间：每个站前期需要集中开发，之后至少等三个月看流量。
• 账号：Google Search Console、GA4 或 Vercel Analytics、广告联盟账号（如 AdSense）和海外收款。

能否 AI 自动化

可以，而且「零人」本身就依赖自动化：

• 开发：用 AI 编程助手写网站，做过一个站后让 AI 参考它做下一个；数据直接放在代码库里，方便 AI 修改。
• 内容生产：用脚本抓取公开资料，交给大模型清洗、结构化并生成练习题和学习指南。
• 持续优化：他每天用 GitHub Action 导出网站地图快照、每个页面的核心指标、广告收入和当天的决策记录，放回代码库，让 AI 看到「改了什么、几天后哪个指标动了」，再结合关键词数据反思和调整方向。
• 必须人做：选方向、判断 AI 建议对不对（他就推翻过 AI 一开始给的「聚焦少数金融考试 + 订阅」方案）、把关内容准确性。