我用 AI 两天写完产品，上线后最安静的是后台数据。

这个小工具不复杂：输入一段内容，AI 帮你改写成更适合 SEO 的标题、摘要和页面描述。技术上很顺，前端页面、接口封装、模型调用、登录态、额度限制，基本都靠 AI Coding 一路推过去。

周日晚上部署完，我还挺兴奋。结果接下来几天，访问少，注册少，使用更少。最尴尬的是，连骂的人都没有。

这次经历让我重新意识到一件事：AI 把“做出来”的成本打下来了，但它没有降低“做对”的难度。

开发变快之后，真正暴露的是选题质量

以前做一个小工具，我会先想半天：后端怎么搭，队列要不要上，用户系统怎么写，支付后面怎么接。现在不一样了。

有了 Cursor、Claude、ChatGPT 这一类工具后，一个有经验的后端开发者做 MVP，很多工程问题都能被压缩。

我的大致流程是：

从工程角度看，这个过程没什么大问题。甚至可以说，AI Coding 的体验挺好。

问题出在另一个地方：我把“自己觉得有用”误判成了“别人愿意主动找来用”。

下面这个表，是我复盘时拆出来的矛盾点：

开发快了以后，最容易产生一种错觉：既然实现成本这么低，不如先做出来看看。

这句话没错，但后半句经常被忽略：看什么？怎么看？从哪里来的人看？

如果没有渠道，没有搜索入口，没有明确用户群，产品上线其实只是从本地跑到了公网，并不等于进入了市场。

AI 小工具没人用，通常不是因为少一个功能

我一开始的反应也很典型：是不是首页不够好？是不是生成效果还要优化？是不是应该接更强的模型？是不是要加批量处理？

后来我把自己当成用户重新走了一遍，发现真正的问题不是功能少，而是使用理由不够硬。

我把这次失败归成四类。

这里最值得说的是“替代成本低”。

很多 AI 小工具都卡在这里：功能看起来成立，但用户已经有了一个通用入口，比如 ChatGPT、Claude、Gemini，或者公司内部的 AI 助手。

你做一个“更垂直”的工具，必须回答一个问题：

用户为什么不直接在通用聊天框里复制粘贴，而要打开你的网站？

这个答案不能只是“我提示词调得更好”。

因为普通用户很难感知提示词差异，尤其在低频、轻量、非刚需场景里。他们更在意的是：少点一步、少注册一次、少切一个页面。

我这次的小工具，本质上更像一个“Prompt 包了个壳”。它不是完全没价值，但价值不够厚。

对独立开发者来说，这种产品很诱人，因为它好做、好展示、好发截图。但它也很危险，因为它很容易停在“Demo 很顺，增长很空”的状态。

我复盘后会重做的 3 件事

如果再做一遍，我不会先打开编辑器。

我会先做三件更慢、更不舒服，但更接近结果的事情：先发内容，先找渠道，先验证付费意愿。

先发内容，而不是先做产品

这个方向如果要做 SEO 工具，我应该先写内容。

不是写“我们上线了一个 AI SEO 工具”，而是写用户会搜索的问题，比如：

内容的作用不是宣传产品，而是验证问题是否存在。

如果一篇文章没人搜、没人点、没人收藏，说明这个问题可能不够强，或者表达方式不对。这个反馈比我闷头做功能更早、更便宜。

更理想的流程应该是：

这听起来没有 Vibe Coding 那么爽，但更像是在做产品，而不是做作品。

先找渠道，而不是等用户发现

我之前对渠道的理解太天真：上线、发群、等自然流量。

但对一个新的 AI 小工具来说，这基本等于把摊位摆在地下室。

Product Hunt、Reddit、Twitter、SEO、公众号、开发者社区，每个渠道都有自己的语言。不是把同一个链接复制过去就行。

我现在更倾向于把渠道也当成产品的一部分。

不是产品做好了再推广，而是在选题阶段就问：这个东西未来靠什么被发现？

如果答案只有“我发一下朋友圈”，那就要谨慎。朋友圈反馈通常很友好，但不一定真实。朋友会点开看看，不代表陌生用户会在搜索结果里选择你。

先验证付费意愿，而不是先设计套餐页

AI SaaS 很容易让人提前兴奋。

你会开始想：免费版每天几次，Pro 版多少钱，团队版怎么卖，Stripe 怎么接，订阅状态怎么同步。

这些都重要，但太早做会分散注意力。

我这次真正应该验证的是：

一个更轻的验证方式，是在产品早期加入明确的“付费信号”，不一定马上收费。

比如：

我以前会觉得这些有点“虚”，不如写代码实在。

现在看，代码是交付能力，付费验证是生存能力。对个人开发者来说，后者经常更稀缺。

AI Coding 适合加速交付，但不能替代市场判断

这次并没有让我否定 AI Coding。相反，我更确定它会成为独立开发者的基础能力。

它能帮我快速完成很多过去很耗时间的事情：

但它也会放大一个问题：当实现太容易时，人会更容易跳过思考。

以前做错一个产品，至少会被开发成本拦一下。现在不一样了，周末就能做一个，连续几个周末就能做一堆。

这听起来像效率提升，其实也可能是更快地制造无人使用的页面。

对我来说，AI Coding 最适合的位置是：

它不适合替代这些事情：

如果只是为了练手，随便做，没问题。练手项目不需要背商业目标。

但如果你把它当 AI SaaS 或独立产品，就不能只问“能不能做出来”，还要问“谁会在什么场景下反复用它”。

最近最值得写的，不是我做成了什么

我现在越来越喜欢看失败复盘，而不是成功故事。

成功故事当然有价值，但很多变量不可复制：时间点、渠道资源、已有影响力、运气、团队背景。失败复盘反而更接近普通开发者每天会遇到的问题。

尤其是 AI SaaS 这一波，很多人都进入了同一个阶段：

产品能做了，模型能接了，页面能上线了，但用户没有来。

这时候最值得写的，不是“我又做了一个工具”，而是：

这篇文章也是我给自己的提醒。

AI 让开发者拥有了更强的交付能力，但独立开发不是交付能力比赛。它更像是在一堆不确定里，找到一个足够具体、足够持续、有人愿意付费的问题。

我后面还会继续做小工具，但节奏会变一下：少一点“周末冲完上线”，多一点“先把问题放到真实人群里”。

如果你也做过类似的 AI 小工具，尤其是上线后没人用的那种，欢迎交流。很多时候，真正有价值的不是那个产品本身，而是我们终于看清了自己上一次为什么判断错。