半小時拚出一個 AI 說唱影片工具：免提示詞這件事，比技術本身更值得看

文｜沈安

9 月 30 日，V2EX「分享創造」板出現一篇帖子，作者表示自己花了半小時，做出一個 AI 生成二人說唱影片的工具，並附上體驗網址。帖子發布後累積七百多次瀏覽，討論度不算爆炸，但這個「半小時」與「免提示詞」的組合，恰好說明了目前 AI 內容工具正在往哪個方向收斂。

先把可確認的事實講清楚：這是一個網頁工具，使用者上傳任意圖片，可以是自己的照片，也可以是卡通人物，系統就會生成一段雙人對唱風格的說唱影片。作者在帖中提到，這類 AI 說唱影片的梗近期在海外社羣平臺上流傳，工具的賣點是「不需要提示詞，非常 rap」。

對一般讀者來說，「免提示詞」三個字聽起來像功能宣傳，實際上它是一種產品設計選擇。過去一年多，AI 生成工具的最大門檻從來不是模型能力，而是輸入端：你得會描述、得試錯、得知道哪些關鍵字有效。把提示詞拿掉，等於把輸入簡化成「傳一張圖、按一個按鈕」，這種體驗對照的正是短影音的使用習慣。手機拍片的人從來不寫腳本，工具如果不遷就這個習慣，就永遠只屬於會寫腳本的人。

「半小時做出來」也值得單獨看。這個數字背後的前提，是把生成能力外包給現成的 AI 服務，開發者做的其實是互動流程與包裝。這與我們先前討論過的AI 把整套軟體寫完、成品裡卻沒有 AI 功能是同一股趨勢的兩面：AI 一面藏在產品底層當引擎，一面也壓低了把點子變成可用網頁的時間成本。當一個工具的開發時間比寫一篇介紹它的帖子還短，競爭的重點就從「做得出來」移到「有沒有人看見、有沒有梗可搭」。

這也是為什麼此類工具總是跟著梗走。海外社羣流行什麼形式，獨立開發者就在幾天甚至幾小時內跟上，工具本身不追求長期使用，而是承接一波注意力的峯值。對想自己做點小東西的人，這個案例的啟發很實際：與其設計一個功能齊全的產品，不如找到一個正在擴散的內容形式，把參與門檻壓到只剩上傳一張圖。

至於這類工具能活多久、生成品質如何，目前來源只有作者的介紹與一個體驗連結，尚無足夠的第三方使用回饋可供判斷。想驗證的人，直接傳張照片試試，會比看任何介紹文都快。