用AI替全家寫一本史書：一部七分鐘的影片，把「家譜」這件事從祠堂搬進了筆記本電腦

B站UP主「小獅日記」發布了一支長度不到八分鐘的影片，標題寫得像日記：我用AI給我家寫了一本史書。影片上線後播放量迅速累積到八十多萬，留言區裡最常見的回應並非驚嘆技術，而是一句「我也想替我爺爺奶奶做一份」。

這個反應值得停下來看。過去兩年，AI工具的展示影片在B站從不缺席，從自動剪輯、生成漫畫到一句話做出能點擊的App原型，觀眾早就見怪不怪。但「家庭史書」這一支特別戳中某種情緒，因為它處理的是多數人都有、卻從沒整理過的東西：家裡長輩的記憶。

這本「史書」實際上是怎麼做出來的

從影片呈現的流程看，這類專案的核心步驟其實不神祕。創作者先把家族成員的口述、舊照片、零散的文字資料收集起來，接著讓大型語言模型把這些素材整理成有時間軸、有人物條目的敘事結構，最後配上版面或包裝成可以翻閱的形式，一本「家庭史」於是成形。

用一個貼近的比喻：過去替家族寫史，等於要自己當史官。你得會訪談、會考證、會寫作，還得有耐心把長輩們彼此矛盾的說法調成一個版本。門檻高到絕大多數家庭直接放棄。現在的AI工具把「會寫作」這一關拆掉了，就像電子試算表把記帳從會計專業變成任何人打開手機就能做的事。素材還是要你自己提供，判斷也還是要你自己下，但排版、組織、成文這些體力活，機器接手了大半。

這也是為什麼這支影片的留言區不像一般AI教學影片那樣問「用哪個模型」，而是大量出現「該怎麼開始問我爸」。工具已經不是重點，重點變成了素材，而素材只存在於還活著的家人腦子裡。

為什麼是現在：記憶儲存的時間壓力

家庭記憶的流失從來不是新問題，新的是解決它的成本突然降到一般人負擔得起的水位。

上一輩人儲存家族記憶的方式，多半依賴家族裡剛好出現一個有意願也有能力寫作的人，或者依賴實體老照片在某個親戚家的抽屜裡流轉。這兩種方式的共同特徵是脆弱：一場搬遷、一次失聯、一位長輩離世，紀錄就斷了。而斷了之後沒有備份，這一點和所有數位時代的問題一樣，只有在失去時才被意識到。

AI帶來的改變，是讓「訪談長輩、整理成文」從一個需要退休後才有空的計畫，變成一個週末下午可能完成的初稿。時間成本一降，那個「總有一天要做的念頭」就有了落地的地方。這也是此類內容容易引發共鳴的結構性原因：觀眾看到的不是技術演示，而是自己家裡那個一直懸著的待辦事項。

這種以舊記憶、舊載體為素材的懷舊內容在B站一直有穩定的受眾，先前我們分析過的微機課集體記憶短片走紅就是同一條脈絡：平臺的主力用戶正處在開始回望家庭與童年的年紀，AI只是剛好遞上了工具。

內容平臺上的新一波「AI+生活」創作

把鏡頭拉遠一點，這支影片所屬的內容品類正在快速膨脹。在同一個搜尋結果頁裡，「不會代碼也能開發，讓AI造一個超級工作臺」有近八十萬播放，「把老闆的一句需求半小時做成能點的App」也有十幾萬。這些影片的共同賣點，都是AI把某個過去需要專業技能的產出，壓縮到一般人的一個下午。

對創作者來說，這是一個明確的內容風口，但風口內部的分化也很快。「效率類」AI影片（省時間、做工具）競爭者眾，同質化嚴重；「情感類」AI應用反而稀少，因為它的門檻不在技術而在真實的生活素材與故事。家庭史書這一支能衝出來，靠的正是這個稀缺性：模型人人能用，但你家的故事只有你家有。

對平臺而言，這類內容還有一個附帶價值：它是少數全家三代都可能是受眾的科技內容。B站的核心用戶是年輕人，但影片裡被寫進史書的長輩，往往會在家族羣組裡被動成為第二層傳播節點。這種由年輕人製作、向長輩圈層擴散的路徑，是普通科技內容不具備的。

隱私與真實性：這條路並非沒有暗坑

把家庭記憶交給AI處理，有幾件事需要先想清楚。

首先是資料去向。口述歷史裡包含人名、生日、家族關係、甚至財產與糾紛等敏感資訊，這些內容一旦貼進雲端服務，就離開了家裡的客廳。不同服務對使用者資料的留存與訓練用途政策差異很大，動手之前花十分鐘讀完隱私條款，是整個專案裡報酬率最高的十分鐘。

其次是真實性。模型在整理素材時，會自動補上敘事需要的連接詞與因果，有時也會補出原本不存在的細節。長輩說「那年困難」，模型可能寫成「那年遭遇經濟困頓，全家咬牙撐過」，讀起來流暢，但中間那段推論是機器的。家庭史的核心價值在於真實，而不在文採，所以成品最好回到當事人面前核對一遍，把這個步驟當成流程的一部分，而不是瑕疵補救。

最後是授權的邊界。寫進史書的不只自己的記憶，還有其他家族成員的經歷。私下留存是一回事，若進一步公開發布甚至商業化，家人之間對「誰的故事可以被講」的認知落差，可能比技術問題更難處理。

一般人可以帶走的判斷

這股風潮對讀者的實際意義，可以收斂成幾個可操作的判斷。

如果你的家庭裡有年事已高的長輩，訪談這件事的優先順序應該排在工具選擇之前。AI再方便，也無法向已經不在的人提問，而素材的儲存期限比多數人以為的短。一支手機錄音，今天開始就比任何未來的完美方案有價值。

如果你打算動手做，建議把「核對」與「隱私」寫進流程，而不是事後再想。原始錄音自己留一份，交給模型的內容做適度去識別化，成品在家族內部流通，這三個習慣能把風險壓到很低。

而對內容產業的觀察者來說，這支影片提供了一個訊號：生成式AI的應用敘事正在從「效率」轉向「意義」。省時間的故事講了兩年，聽眾已經疲乏；替人生做整理、替記憶做儲存的故事才剛開始。下一批跑出來的AI內容，賣的可能不是快，而是那些一直沒人替普通人做的事。