独立开发者做AI项目时，最容易忽略的数据来源

最近半年在研究 AI 内容生成。

一开始关注的是：

• LLM
• 提示词
• Agent

后来发现：

大家都在研究模型。

但很少有人研究数据。

实际上。

高质量数据比模型更重要。

常见数据来源

• 搜索结果
• 用户评论
• 社区讨论
• 视频互动数据

其中评论区往往最有价值。

因为里面包含大量真实需求。

我的做法

目前会定期整理：

• 抖音评论
• 小红书评论
• 热门视频互动数据

用于：

• 内容分析
• 用户研究
• AI训练

为了节省时间，后来直接使用 GeoDataClaw 这类工具整理数据。

这样可以把更多精力放在分析而不是采集上。