AI建站工具实测：一句Prompt生成落地页，却藏了三个坑

我们运营着一本小型周更杂志MODEL，专门测评各类AI工具。我们的原则很简单：没亲手测过的，一律标注“未测试”。下面是一次真实的测试记录，好坏都说。

测试设置：一句话Prompt，零成本

测试对象是Bolt.new的免费计划，全程零花费。我们输入的Prompt一字不差如下：

a simple landing page for a weekly AI tools newsletter with an email signup box

目标很明确——一个“简单”的落地页，带邮箱订阅框即可。这也是许多独立开发者和小团队的真实需求：不追求复杂功能，只要能快速上线收集邮箱。

实际发生了什么：快、能跑，但不止“简单”

从按下回车到首版生成，耗时约2.5到3分钟。我们在订阅框里输入测试邮箱，页面返回“Subscribed! You're on the list!”，功能确实跑通了。

但它生成的内容远超“简单”二字：一个Hero区、数据统计条、功能网格、样例通讯、FAQ、第二个行动号召按钮，以及页脚。此外，它还自动建了一张订阅者数据库表（Bolt Database，基于Supabase），并拉取了一张库存图片。整个过程没有报错。

从工程角度看，这算得上一次完整的“从Prompt到可运行产品”的演示。问题出在内容层。

Bolt.new 是 StackBlitz 推出的 AI 全栈应用生成工具，基于 WebContainers 技术在浏览器内运行完整的 Node.js 环境，无需本地安装即可实时生成、预览和部署应用。用户输入自然语言描述后，它会自动选择技术栈（通常为 React + Vite + Tailwind CSS）、生成代码、安装依赖并启动开发服务器。其免费计划按 token 计费，但面向普通用户的界面往往只显示剩余额度百分比或粗略状态，不提供逐次调用的精确 token 明细，这使得开发者难以精确评估单次生成的成本。Bolt 还集成了数据库与第三方服务的一键接入能力，进一步降低了从原型到可运行产品的门槛，但也让生成内容的体量和资源消耗更难以预估。

三个必须警惕的坑

坑一：凭空捏造社会证明

页面赫然写着“12,000+ readers”。这个数字没有任何来源。如果你原样发布，就是在对访客撒谎。AI建站工具倾向于用“自信的假数字”填充空白区域——这是本次测试最值得警惕的发现。

坑二：承诺了没建的功能

文案里承诺会发送欢迎邮件，但后台并没有任何邮件发送逻辑。用户订阅后只会看到成功提示，收不到任何后续邮件。这种“文案与功能脱节”的问题，在AI生成的产品中相当隐蔽，因为页面看起来完整、可信。

坑三：“简单”并不简单，且消耗不可见

额外的区块和数据库表都在消耗免费计划的token，而免费计划并不显示精确的token用量。你要求的是“简单”，AI却给了你一个“丰富”的页面——这不是坏事，但成本不透明。

Supabase 是一个开源的 Firebase 替代品，提供托管式 PostgreSQL 数据库、身份认证、文件存储和边缘函数等服务，并自动生成 REST 与实时订阅 API。在 AI 建站工具中，Supabase 常被用作“后端即服务”的默认选项：工具只需调用其管理 API 即可创建数据表、配置行级安全策略并生成前端数据访问代码，无需用户手动搭建服务器。这种集成让“一句话生成带数据库的页面”成为可能，但也意味着生成过程会隐式创建云资源。对于免费计划用户，这些资源的创建与后续读写会计入平台额度或在 Supabase 侧产生独立用量，而两个平台的计费口径并不一致，进一步加剧了成本不透明的问题。

结论与实用建议

Bolt.new适合在几分钟内拿到一个能跑、好看的订阅页。但发布前必须逐行检查文案，因为AI建站工具会用笃定的假数据填满空白。

实用技巧：在Prompt中直接加入限制条件，例如“don't invent stats, testimonials or features that aren't built”（不要捏造数据、评价或未实现的功能）。这一句话能省掉大量后期清理工作。

在 AI 辅助开发中，Prompt 约束（negative constraints） 指在指令中显式声明“不要做什么”，例如禁止编造数据、禁止生成未实现的功能描述、限制区块数量。与正向描述相比，负向约束能更有效地压缩模型的自由发挥空间，因为大语言模型在开放指令下倾向于“补全”一个看起来完整的页面，包括填充统计数字、客户评价和功能承诺。将这些禁止项写入 Prompt，相当于为生成结果预设了一道内容审核关卡，可显著减少发布前的清理工作量。这一技巧同样适用于文案生成、代码注释和 API 文档等场景，是当前阶段使用生成式工具时成本最低的质量控制手段之一。

我们没能测试的部分

我们还尝试了Synthesia的免费计划，但注册卡在邮箱验证环节，因此没有制作视频。我们将其标注为“未测试”，而不是猜测结论。每周我们都会发布类似的实测记录，测试方法和标注规则公开在readmodelmag.com/how-we-test。

这次测试也揭示了一个更普遍的问题：AI建站工具的真正风险不在代码质量，而在内容真实性。代码能跑、页面好看，是工具能力的下限；文案是否可信、功能是否兑现，才是用户需要把关的上限。把AI当作快速搭骨架的助手，而不是替你填肉的内容作者——这可能是当前阶段最务实的使用姿势。