感觉自己花了好多时间，做了一个伪需求，尴尬😓

[mrergouwang666]

你们觉得是个伪需求吗？

https://www.imagedescriber.site

[mrergouwang666]

有大佬分享一下怎么发现需求，如何知道一个需求应不应该做呢？

[mrergouwang666]

好吧，还没做完，花了好几个月，还是个半成品，没一点水花，在考虑要不要继续进行下去，求大佬给点意见，万分感谢。

[osilinka]

感觉没有多大需求啊，还不如加水印

[mrergouwang666]

@osilinka 做完之后，我也意识到了，嗐

[TimePPT]

image caption ，加个图片问答？这个随便一个多模理解模型都能做的事，没啥意义啊

[mrergouwang666]

@TimePPT 图片问答是啥意思？ 老哥可以具体说下吗，万分感谢

[Leon6868]

not even wrong：

- 对于开发者，你的服务没有亮点，定价也不便宜。举个例子，我用 GLM-4V-Flash 完全可以免费替代你的产品，你的亮点在哪？
- 对于普通用户，ChatGPT 、Qwen 、豆包都支持免费的多模态问答和 Agent 功能，你的竞争点在哪？

[mrergouwang666]

@Leon6868 嗯嗯 是的，感谢老哥的回复，接下来的产品我会好好思考

[msg7086]

需求该不该做：你自己会付费用这个服务吗？

[mrergouwang666]

@msg7086 是的，说的太好了

[twig]

这个功能是有用的。因为泛泛地说，任何一个功能都是有用的，只是你需要找到觉得它有用的人……

感觉作为一个独立的网页，对于用户实际应用的场景是很远的。

什么场合需要描述图片内容呢？

- 用户拍了照上传 Instagram ，想写一句话炫耀
- 创作者写完博客，上传图片，为了 accessibility 想加一个 alt 注释
- 报纸或者杂志的网站的编辑写完稿子之后，发表之前需要在每幅配图下面配一句话（你猜猜中国杂志界把这个东西叫什么？）

所以现在的问题是：

- 你能打通 Instagram 的 iOS app 吗？感觉很难。你能做一个浏览器插件，适配常见的社交网络吗？比如，用户打开「发推」的界面，上传完图片，就自动帮他总结图片。
- 你能写个 PHP 的东西，做成 WordPress 插件吗？这个确实是很多人会花钱买的。因为 WordPress 用户都是不会写代码的。
- 同样的道理，你能打通报纸、杂志网站的 CMS 吗？给他们编辑新闻的界面加一个按钮，点一下就掉用你的服务总结一下。然而你看你都不知道中国杂志界把这个东西叫什么，整合进去也不容易吧。

还有就是你的 UI 啊……无力吐槽啊……

[twig]

生成描述之后有一个 复制，有一个下载 JSON 。

你面向的用户是谁啊？普通用户的话，你让普通用户下载 JSON 干啥？码农的话，我用你这玩意儿干啥？

你给我生成出来的是啥文本格式啊？

```
Here are a few options for a catchy caption, choose the one that best fits your desired tone!

Option 1 (Sweet & Simple): Sweet and serene, radiating youthful charm in her classic sailor uniform. Pure school day vibes! 🌸

Option 2 (Reflective): A gentle smile and a moment of calm reflection. There's a timeless beauty in youthful innocence and a crisp school uniform. ✨

Option 3 (Engaging): Fresh faces and classic uniforms never go out of style! Loving this sweet schoolgirl aesthetic. 😊

Appropriate Hashtags: #SchoolGirl #SailorUniform #Seifuku #YouthfulVibes #SweetSmile #StudentLife #AsianBeauty #Portrait #Innocence #FreshFace #UniformStyle #SchoolDays #CuteGirl #GentleLook
```

能不能搞搞 prompt engineering ，让 LLM 直接生成结构化的数据，你自己先 parse 好，最后把干干净净的字给用户。最后给用户一句话、几个 hashtag ，用户点一下「复制」就能利利索索的复制走，直接贴到 Instagram 里？

像这样：

[soo2]

我艹，这正是我需要的需求！我有很多张 meme 图。一直想将其归类，根据内容重命名，这样日后使用的时候就很容易找到。手动弄了几百张就搞不下去了，只有用 AI 搞了。

[KuroNekoFan]

还挺好玩的，除了选了中文输出结果输出了英语

[piku]

没看懂，好像是给视障人士使用的“描述图片”？

[slackerman]

11 楼说的没错，有点用，但是离用户太远，可能要集成到某类相关 APP 中才容易被用到

[moefishtang]

你的网页被卡巴斯基拦截了...
(今天 Imgur 怎么上传不了图片...报 400 号错误

[LongLights]

这个需求的确是有的：
1. 网站主给图片加 alt 标签
2. 发布平台生成文案（这里和 alt 标签的描述风格应有差异）
3. 视障人士读屏

但是我能想到的以上及类似需求需要更高的集成度，比如做成 php 网站的插件之类的

[opengps]

花了大精力去证明了这个事属于“伪需求”，本身也是收获的过程

[NoobNoob030]

做个 MCP 接口，作为一个小工具发布到别的平台是 OK 的，也许可以收获一点名气，但是想赚米还是困难

作为独立产品去运营，没有核心竞争力且市场需求不大，多模态可以实现你的功能

最佳定位：小众玩具

[test00001]

我也有幸做过类似的，我的实现是通过小程序拍照识别。略比你这个有趣。但个人的力量难以支撑它。不了了之了。

[guanzhangzhang]

@soo2 梗图搬运工吗

[lanten]

做 api 也许有点用，但都是 api 了我为什么不直接调大模型接口？还更灵活。这个东西有点尴尬

[Felixchen1062]

冒昧问一句,这个项目复杂度很高吗? 应该就是图片➕预制 Prompt 送给基座大模型然后展示回复吧, 前端页面也像 AI 生成的, 这个站点用 Claude Code 复现感觉会很快诶

[13240284671]

有个需求，把设计稿转化成 html 相关的提示词，

[kerwincsc]

向钱看，能收到钱就不是伪需求

[superrichman]

要是能把它做成一款 App ，用摄像头实时讲解盲人面前的场景，比如在路上遇到复杂路况时引导他们避开障碍、走出死胡同，那就更有实用价值

[xiaohanliang]

1. 拿张纸笔从头到尾写：我遇到了啥问题，我想以什么样的方式解决，为什么这个难题是有共性的，我的产品怎样能解决这个问题，=> 先说服自己
2. 用 150 字描述给别人听，说 6 了，把问题用简单的话说明白，如果你说不清或者很难用很短的话说清，说明你自己也没想太明白 => 说服别人
3. 跟老板沟通 => 说服老板

[lumyx]

能 找到 人群用就不是伪需求。找不到就放弃。

[spike0100]

先看看这类产品你自己会不会用，你自己使用的频次是什么，大概就有个结论了。

[liuliancc]

输出“中文”为什么还是返回了英文

[N0vermber11]

害 我做的跟盘/盯盘助手插件也是无人问津

[lanxxkk]

你做了一个产品后，先看看自己会不会使用它？愿不愿意花时间把它做的更好用（至少让自己用的更爽）？

[Noah1984]

不如我的需求，已经通过这个 app 赚到 2 千美金了： https://apps.apple.com/app/id6752524747

[Noah1984]

@mrergouwang666 很简单，就是最小化去验证。你知道现在市值几千亿的小红书，最开始只是 7 份 PDF 攻略吗？真正的需求，不会因为简单就无法验证。

[Noah1984]

我刚刚试用了一下 AI 生成图片标题的功能，很不好用。我上传的是演员赵今麦的生活照，生成的标题如下：
用如盛开的花朵般灿烂的笑容记录美好回忆。拥抱复古气息和快乐时光！

[Qiuchi]

生生做出个 gradio playground

[twig]

@Noah1984 羡慕您会做 app 啊。

[zaunist]

其实是有需求的，我今天还找了个网站，想要把图片转成 prompt ，但是怎么说呢，最大的难题在于你要把识别出来的 prompt 优化的非常好，因为有这个需求的人，大概率是要拿着 prompt 去生成其它同类型的图片。
但是说实在的，付费确实是个难题，除非你能做到极致的优秀，要不然没人会买你的账。

[xiaofeng2021]

网站里中英文混杂，是还没完成吗？
看起来还不错

[lihuashan]

需求是有的，只是与现有的大厂模型相比，你没有优势

[ffw5b7]

可以不局限于图片

[mistsobscure]

这个用的是什么模型，有人晓得吗，我本地确实有挺多图片啥的想让 ai 总结，要是能解释视频就更好了

[CCCCCCCCCCCCCCCC]

先说结论，您这个属于本末导致，表面上是没有精益来说，分析如下：
0 机会预判：是否有做过足够多的加法，以及减法，然后定下的项目 #文案工作
1 需求原点：简单阶段，细分用户，以及什么场景使用到，然后需求的刚性，普遍性，频次，然后天花板多少？ #文案工作
2 解决方案：产品内核是什么，也就是用户最小选择你的解决方案是什么？ #MVP 阶段 不要过早解决未经验证的需求
3 商业模式：未来增长的话，以什么为最小的单元模型，SKU 模式，还是人头模式等等。 #不要过早细化未经思考的解决方案
4 增长：未来复制商业模式的话，打算以什么渠道进一步获客 #不要过早复制未经调研的商业模式
5 壁垒

您在第 1 阶段就把产品 All in 了，且可能就没做机会预判

[mrergouwang666]

@twig 感谢老哥，受益匪浅

[mrergouwang666]

@KuroNekoFan 还没来记得处理，我尽快处理一下

[mrergouwang666]

@piku 可以看下 @twig 老哥的回复，不过说实话，我在做之前也不知道这个东西到底是给谁用的，只是看到竞品在做，我感觉我也能做，所以就做了

[mrergouwang666]

@slackerman 是的 @twig 老哥说的很有道理

[mrergouwang666]

@moefishtang 啊，我试了一下，没复现出来，老哥是在什么情况下遇到的呢？

[mrergouwang666]

@LongLights 是的 只是一个单纯的网页的话，离用户确实太远了

[mrergouwang666]

@opengps 嗯嗯 继续加油💪🏻

[mrergouwang666]

@NoobNoob030 确实比较尴尬

[mrergouwang666]

@lanten 确实，当时脑子一热就做了，没想那么多

[mrergouwang666]

@xiaohanliang 感谢老哥

[mrergouwang666]

@lanxxkk 确实 老哥说的有道理

[mrergouwang666]

@xiaofeng2021 是的 还没完成呢

[mrergouwang666]

@CCCCCCCCCCCCCCCC 感谢老哥的建议，我下来好好想一下，非常感谢

[scholarli]

可能对视力障碍者有用。但是他们现在都直接用豆包

[amoSjiang]

[tcper]

这个功能绝对有用，但是没法独立出来收费，因为太过于基础。

我就举一个例子，例如设计一个大楼，一座桥梁，有 3D 模型还有 2D 的剖面蓝图，有时候就想根据 2D 蓝图生成 3D 模型，此时就需要将 2D 蓝图生成数据，就是类似楼主这个功能，先生成描述，不过可能针对工业设计还需要做一些调整。

如果楼主能够找到行业切入点还是不错的。

[Do1phln]

刚刚测试了一下，在专业领域上描述性能比 Gemini 的还差了一些

[csfreshman]

op 可以做之前调研下，泼个冷水，这个仅对我来说，没啥用处，不会为了这个付费

[wudicgi]

如果有一个离线本地可用的 API, 这功能非常有用

[SnowHall]

@wudicgi 这个估计难了，这功能本身也是掉的其他模型的接口吧

[SnowHall]

如果是本地的话，并且支持批量图片描述生成的话，我想会有很多人愿意付费，因为我们确实有这样一个需求，手里的照片越来越多，想找很久之前的图片，要找很久。要是能批量把所有图片增加上描述，那找起来只需要搜索关键词就能找到，就会很方便。（如果能实现这种效果，我肯定会付费）