花半年时间做了个AI小工具，没发财但学会了三件比钱更重要的事

去年年底，我跟朋友吃饭，聊到一个事：他们公司的设计师每天要手动整理几十张图片的描述信息，纯复制粘贴，效率极低。

我当时说，这事用 AI 做，半天就能搭个原型出来。

然后我就真的去做了。

半年后回头看，这个过程比我预想的曲折很多。

想法很简单，做起来全是坑

我的想法很直接：用大模型接口读图片内容，自动生成描述，再批量写入表格。技术栈也没多复杂——Python 后端，简单的前端页面，接入一个多模态模型的 API。

第一天就搭通了。对的，就半天。

但我很快发现真正的坑不在代码上。

第一个坑是精度。模型对产品图的描述太笼统了。我说「识别图片中的商品颜色、款式、材质」，模型给了个「一件漂亮的红色连衣裙，看起来材质柔软」。客户看完直接说：「怎么比我人工写的还水？」

于是我开始折腾 prompt 工程。试验了十几种写法，最后发现你得把产品类目、需要提取的字段、描述风格全部结构化地写在 prompt 里，甚至要提供「好」和「不好」的例子给它看。不然它就会偷懒。

第二个坑是成本。免费额度用完以后，每调一次接口都是真金白银。算了一笔账，一个月跑下来，光 API 费用就上千了。而我的客户才愿意付多少钱？一个月三百。

第三个坑是用户习惯。工具做好了，但设计师们还是习惯手动搞。不是不好用，是他们不相信机器。好不容易说服一个人试了，试完说「还不错」，然后继续手动。

第二个月我差点放弃了。但一个偶然的机会——我朋友把工具截图发到了一个设计师群里，有人问「这东西能不能批量处理我的历史库存图片？」

我这才意识到：我找错用户了。

需要这个工具的不是在工位上天天用电脑的设计师，而是手里压着大量历史数据、急着整理库存的小商家、电商运营和个体户。他们才不在乎「AI 是不是完美」——只要能解决他们加班的问题，80 分的准确率完全够用。

于是我把产品方向调了：不再是「给设计师用的图描述工具」，而是「给电商小卖家用的库存信息批量提取器」。定价也从月费改成了按次收费——传一批图收一次钱，用完再充。

方向一调，用户就来了。

说数字吧。半年下来，总共收入大概一万二出头。平摊到每个月两千块。

不算多。在广州交房租都不够。

但有意思的是，我完全不觉得这个结果是失败的。

因为在这个过程中，我搞清楚了三件事：

第一，技术只是入场券。做产品最难的部分从来不是写代码，而是找到愿意付费的人，并且让他们知道你的存在。

第二，不要假设用户会用你的工具。大部分人不会。你得主动去找他们，盯着他们用，甚至帮他们操作第一遍。这很累，但这是必经之路。

第三，定价不是拍脑袋的。你得知道对方现在的解决方案要花多少钱。如果人家花一个小时手动整理，你收的钱不能超过一个小时的人工成本。超过就是在做慈善。

朋友问我接下来还做不做。我说做啊，现在每个月有两百多块被动收入了——虽然不多，但说明方向对了。

而且还学到一件事：别一开始就想着做大，能帮到十个人，比做了个完美产品没人用，强一百倍。