AI 工具越来越容易做,为什么赚钱反而更难了?

如果你现在想靠 AI 做副业，最容易想到的是什么？做一个 AI 工具。

找个热门模型，接上 API，做个漂亮的页面，再加上登录、积分和支付。现在有 AI 辅助编程，过去要一个团队干的活，一个人也敢试。

折腾半个月，网站上线了。

然后呢？一天十几个访问，其中几个还是自己点的。你开始怀疑：是不是功能不够多，模型不够新，页面不够漂亮？

我最近发现了一个网站，可能会让你重新想这个问题。它叫 PhotoGenerator AI，一个看起来并不特别的 AI 图片生成网站。

按 AITDK 的第三方估算，2026 年 8 月它只有约 22 次访问，9 月到了 12,750 次。一个月，增长约 580 倍。

【配图：AITDK 流量趋势截图，显示 2026 年 8 月至 9 月的访问量变化】

当然，580 倍听着吓人，很大程度是因为 8 月的基数太低。1.27 万月访问，离商业成功也还很远。

但问题来了：AI 生图早就卷成红海了，它凭什么还能拿到上万次访问？我决定拆开看看。

打开 PhotoGenerator AI，我原本以为会看到什么特别的新模型。结果它的功能相当熟悉：AI 生图、图片放大、换脸、背景移除、视频生成，甚至还有声音克隆。

这些东西新鲜吗？一点也不新鲜。Midjourney、ChatGPT，还有市面上各种 AI 图片工具，早就在做类似的事。至少从公开信息看，它没有展示出任何必须靠独家基础模型才能实现的技术壁垒。

它更像把现有 AI 能力整合起来，按不同需求做成一个个工具：想放大图片的进 Image Upscale，想去除背景的进 Remove Background，想换脸的有独立入口。它还配了中文、日语、德语、法语等多个语言版本。

这种做法不难理解。以前做图片处理软件，你可能得自己研究算法。现在成熟模型已经把能力摆在那儿，开发者不一定要重新训练模型，接 API 也能把产品做出来。

这不代表没有技术成本。模型调用、服务器、稳定性、用户体验，仍然要解决。但有一件事确实变了：做一个 AI 产品，不再等于必须自己研发 AI 模型。

对独立开发者来说，这是好消息。反过来想，也是坏消息——你能接的模型，别人也能接；你能做的换脸、抠图、生图，别人也能做。大家都能快速做出差不多的产品时，用户凭什么选你？这才是问题。

我原本猜它靠大量功能页面做 SEO，从 Google 拿流量。毕竟它有独立工具页，还有多语言版本，很符合常见的 SEO 布局思路。

查完 AITDK 的流量来源，我发现事情没那么简单。2026 年 9 月，它的估算流量结构是这样：

搜索只占 17.35%，直接访问加外部引荐，超过了 61%。至少从这份第三方估算看，它不是主要靠 Google 搜索拿到访问的。当然，直接访问里也可能混着来源识别不出的流量。

但外部网站引荐接近三成，这个数字让我起了兴趣。于是我又去查了它的外链。

Ahrefs 免费工具显示，这个域名有约 29,000 条反向链接，来自 155 个引用网站，Domain Rating 31。29,000 条不能理解成有 29,000 个网站推荐它，一个网站的模板或大量页面都可能重复产生链接。但 155 个引用网站，说明它在外部网络上已经攒下了一定的链接覆盖。

我还找到一篇具体的文章。技术网站 Our Code World 上有一篇《AI Realistic Photo Generator in 2026: A Practical Look at PhotoGenerator》，专门介绍它，正文里用“AI Photo Generator”作锚文本，链到产品官网。

这篇文章是付费推广、主动投稿，还是编辑自然推荐，我们不知道；它具体带来了多少访问，也无法确认。但这类文章的作用很直观：读者看完可以直接点进去，相关内容也可能帮搜索引擎发现网站。它让一个原本没人知道的工具，多了一个被用户发现的机会。

写到这儿我才意识到一个问题。很多人做 AI 副业，绝大部分时间都花在产品上：研究哪个模型效果更好，怎么把页面做漂亮，要不要再加一个功能。网站上线之后，才开始想推广。

而这个案例提醒我，产品开发之外还有一件同样重要的事——让产品被看见。

你可能还在研究怎么把 AI 生图做得更漂亮，别人已经在研究哪些网站能介绍自己的产品、哪些社区聚集着潜在用户、哪些渠道能带来第一批访问。两个人都在做 AI 创业，解决的可能根本不是同一个问题。

需要说明的是，目前没有足够证据证明它 9 月的增长就是这些外链带来的。我们能确认的只是：它有外部曝光的基础，引荐流量占比也高。但这已经够引出一个值得想的问题：为什么我们总觉得产品做得好，用户就会自己来？

以前，一个人能独立开发出一款软件，本身就很有竞争力。技术门槛摆在那儿，不会编程的人即使发现了需求，也未必做得出来。

AI 辅助编程正在改变这件事。一个人可以更快完成页面、接口、数据库，甚至借助成熟模型做出过去很难实现的功能。

效率提高了。可这个变化不只发生在你身上，你的竞争对手在用同样的工具。开发成本降下来，市场上功能相似的产品就会越来越多。以前用户找不到工具，现在用户面对几十个选择。

于是竞争的重点变了：从“我能不能做出来”，变成“用户为什么要用我的”。

再往下一层，还有个更难的问题：用户今天愿意试用，明天为什么还要回来？如果另一个网站功能一样、价格更便宜，他为什么不走？这时候，光靠功能数量很难回答。

你得理解他到底在解决什么问题：他在什么情况下需要这个功能，他为什么不直接用 ChatGPT，他愿意为什么样的结果付钱，你又能通过什么渠道持续找到这样的人。这些问题，不是再接一个模型就能解决的。

流量也不等于收入。12,750 次月访问，只说明第三方工具估算它有一定规模的访问。它有多少注册用户、多少付费用户，模型调用成本和实际利润是多少，我们都不知道。一个网站就算有流量，用户不付费，或者每次调用成本过高，也未必是好生意。

所以，AI 降低的是部分产品开发门槛，并没有自动降低获客、转化和盈利的难度。这可能才是 AI 副业越来越值得警惕的地方：工具越来越容易做，不代表钱越来越容易赚。

假设现在让我做一个 AI 商品图工具。以前我可能先研究模型：哪个生成效果最好，怎么实现批量生图，要不要加抠图、扩图、换背景。花几个星期把网站做出来，最后才想：用户在哪里？

重新来一次，我会先问另一个问题：谁现在就有这个需求，而且我能在哪里找到他？

比如小型电商卖家需要商品图。我会先看他们在哪里讨论商品图制作、有哪些具体抱怨：是拍摄成本太高，是换背景太麻烦，还是同一件商品需要大量不同风格的展示图？

接着研究他们现在用什么工具，为什么还不满意。如果某个问题反复出现，再做一个最小功能去验证。甚至不用一开始就做完整网站，先让几个人真正用起来，看他们愿不愿意再用、愿不愿意为结果付费。

同时还要验证一件事：我能不能持续通过某个渠道找到这样的用户？答案是肯定的，再考虑加功能、完善产品。

这和过去最大的区别，不是放弃技术，而是不再把获客当成产品完成之后的事。

先找渠道不是所有产品的唯一正确顺序。但对时间、资金都有限的独立开发者来说，越早验证用户需求和获客方式，越有机会避开一个做出来没人用的产品。

PhotoGenerator AI 现在赚不赚钱，我们不知道。它的流量为什么在 9 月突然增长，也还缺决定性证据。

但这个案例让我重新想了一个很容易被忽略的问题。我们总在研究怎么把产品做出来：哪个模型更强，哪个框架更快，哪个 AI 编程工具更好用。这些当然重要。可当越来越多人都能做出类似的产品，真正拉开差距的，可能已经不只是开发能力。

AI 让做产品变得容易，却没有让找到用户变得容易。而且找到用户只是开始——让用户愿意留下来、信任你、持续付费，才决定这是不是一门真正的生意。

所以如果你也准备做一个 AI 副业，下次打开编辑器之前，不妨先问自己一句：这个产品做出来之后，我的前 100 个用户，准备从哪里来？

如果这个问题还没有答案，也许你最该做的，不是再增加一个功能。

回复关键词：资源，领取更多副业案例。（持续更新中）