
微調一次,按月收費:產品化 AI 服務模型
如何將一次性微調項目轉變為持續的每月收入來源。使其運作的服務模型、定價和客戶對話。
AI 顧問和代理商老闆最常見的錯誤是將微調視為一個項目。一個項目有開始日期、結束日期、可交付成果和最終發票。客戶滿意,您收到支票,然後雙方各奔前程。
這是在把錢留在桌上——同時也讓客戶的模型隨著業務變化而逐漸退化。
微調不是一個項目。它是一種需要維護、改進和治理的能力。理解這一點的代理商已將項目收入替換為定期訂閱收入—— 通常是其項目工作有效小時費率的 4–6 倍。
為什麼模型需要持續維護
微調模型捕捉的是訓練時客戶業務的狀態。如果您基於 2025 年第四季度的支援工單進行訓練,模型反映的是第四季度的語言、產品、政策和客戶關切。到 2026 年第四季度,幾件事情會發生變化:
- 模型不知道的產品目錄更新
- 模型會給出錯誤答案的政策變更
- 訓練資料中沒有的新邊緣案例
- 隨著任務輸入分布偏移而產生的品質漂移
對於大多數商業用例,沒有維護的模型在訓練後 6–12 個月內就會成為負擔。這不是缺陷——這是任何捕捉不斷變化業務快照的系統的本質。這也是每月固定費用的自然商業論據。
產品化微調服務
以下是將項目工作轉換為定期收入的服務結構:
第一層:構建(一次性)
這是初始項目:資料收集和清理、微調、評估和部署。按項目定價,通常為 AU$3,000–12,000,具體取決於資料複雜性和部署要求。
可交付成果:
- 清理後的訓練資料集(客戶擁有)
- 部署到 Ollama 或所選推理平台的微調模型
- 帶有精度基準的評估報告
- API 文檔
- 30 天支援期
這是建立信任和技術基礎的項目,為後續一切奠定基礎。
第二層:模型維護(每月固定費)
30 天支援期結束後,客戶進入每月固定費。固定費涵蓋:
- 每月審查模型輸出品質(抽樣 50–100 個生產查詢)
- 標記品質漂移或覆蓋缺口
- 小型提示/系統提示更新
- 監控基礎設施(確保推理伺服器正在運行)
- 生產問題優先支援
定價:每月 AU$300–800,具體取決於複雜性和量。
這一層是純定期收入。大多數月份,時間投入為 1–2 小時——每月審查會議和任何小型調整。對客戶的價值是對其生產 AI 系統的安心感和問責制。
第三層:再訓練週期(定期)
每 3–6 個月(或由特定事件觸發,如重大產品發布、政策變更或觀察到的品質退化),模型需要基於新資料重新訓練。
可交付成果:
- 收集和清理新訓練資料(新支援工單、更新的文件等)
- 整合舊資料 + 新資料的再訓練運行
- 將新模型與前一模型進行比較的評估
- 部署更新後的模型
- 更新的文檔
定價:每次再訓練週期 AU$1,500–5,000,具體取決於資料量和複雜性。
這是重複發生的收入事件。擁有運行良好模型的客戶將按可預測的計劃觸發再訓練。您不是在重新推銷他們;您是在提供他們保持模型最新所需的持續服務。
年收入計算
單 一項目方式:
- 初始構建:AU$6,000
- 一個客戶的年收入:AU$6,000
產品化方式:
- 初始構建:AU$6,000
- 12 個月固定費:AU$6,000(AU$500/月)
- 2 次再訓練週期:AU$6,000(每次 AU$3,000)
- 一個客戶的年收入:AU$18,000
相同的客戶,相同的技術工作,收入是原來的 3 倍。有 10 個客戶,僅固定費就有 AU$60,000 的年定期收入——還不算任何新項目工作。
如何進行這個對話
從「項目」到「持續服務」的過渡需要一個特定的對話。大多數客戶沒有考慮過模型維護——您需要引入這個概念。
有效的框架:「我們一起構建的模型在第一天就會非常出色。但 AI 模型就像一個有才華的員工——隨著您的業務變化,它們需要更新。我們真正構建的是一個讓您的 AI 保持最新的系統,這是一項持續投資,而不是一次性項目。」
這個框架:
- 設定了現實的預期(模型很出色但需要維護)
- 將維護定位為預期且正常的,而不是 失敗的跡象
- 在客戶心中創造了「AI 模型維護」這一類別
最有可能接受這個框架的客戶是那些已有軟體維護經驗的人——SaaS 訂閱、託管 IT 服務、按固定費聘用的會計師和律師。他們理解持續服務模型。「把我們想象成您 AI 系統的 IT 團隊」這個框架對這些客戶很有效。
打包每月固定費
每月固定費需要讓人感覺有價值,而不是「我們大多數月份收費卻什麼也不做」。如何構建它:
提供每月報告。 即使是一頁 PDF,包含:模型健康狀況、本月品質指標、即將到來的再訓練建議(是/否),以及注意到的任何異常。這使固定費變得具體。收到月度報告的客戶知道他們得到了什麼;什麼都收不到的客戶會悄悄考慮取消。
包含固定數量的「小型調整」工時。 每月 1–2 小時用於更新系統提示、調整模型角色或試驗新配置等事項。這給客戶每月可以具體請求的事物。
建立明確的升級流程。 當品質顯著下降時會發生什麼?誰會收到通知?SLA 是什麼?將這些定義在書面上——在服務協議中——使固定費感覺像真正的支援,而不僅僅是定期收費。
這對您的要求
產品化模型只有在您擁有可靠、穩定的交付基礎設施時才能奏效:
- 模型需要真正按月持續運行(Ollama 作為 systemd 服務,而不是需要手動重啟的腳本)
- 您需要工具在不為每個客戶花費 4 小時的情況下進行月度品質檢查(批量推理 + 針對評估集的自動評分)
- 您的再訓練流程需要足夠快,使 AU$2,000 的再訓練費用有利可圖——如果手動再訓練需要您 20 小時,經濟效益就不成立
這就是 Ertas 等微調平台創造槓桿的地方。如果手動使用 Python 需要一天時間的再訓練週期,使用良好工具只需要一個下午。產品化服務利潤率 20% 和 60% 之間的差距,往往在於交付基礎設施的效率。
獲得您的第一個固定費客戶
從您已成功交付項目的客戶開始。請求很簡單:「我們一起構建的東西運行得很好。我們希望確保它持續良好運行。我們提供 AU$X/月的維護服務,涵蓋季度健康檢查和年度再訓練週期。您想讓它持續運行良好嗎?」
如果客戶發現初始構建很有價值——他們會告訴您的——固定費對話很容易達成共識。他們已經信任您,他們已經在生產中使用模型,他們理解其中的價值。
拒絕固定費的客戶通常是因為他們還沒有看到模型崩潰或退化。給他們 6 個月然後跟進。
Ship AI that runs on your users' devices.
Ertas early bird pricing starts at $14.50/mo — locked in for life. Plans for builders and agencies.
延伸閱讀
- 2026 年 AI 代理商差異化:停止轉售,開始擁有 — 為什麼專有模型是持久競爭優勢
- 如何為微調服務定價(代理商費率表) — 具體費率表和定價方法
- 2026 年自由 AI 顧問的技術棧 — 獨立 AI 業務的完整工具包
Ship AI that runs on your users' devices.
Early bird pricing starts at $14.50/mo — locked in for life. Plans for builders and agencies.
Keep reading

Building a Recurring Revenue AI Service with Fine-Tuned Models
How to structure an AI agency offering around fine-tuned models that generates predictable monthly recurring revenue — covering service tiers, pricing models, and the retraining loop.

Build Recurring Revenue: The AI Agency Model Maintenance Retainer
Fine-tuned models create a natural retainer structure. Here's how to build $500-2,000/month per client retainers around model maintenance, with the pitch, the pricing, and the infrastructure.

How to QA a Fine-Tuned Model Before Client Delivery
A complete QA process for testing fine-tuned models before delivering them to clients — covering functional testing, edge cases, regression checks, and client acceptance criteria.