我把一堆AI工具删掉后,最后只留了这7类

前阵子我干了一件很真实、也有点蠢的事。

我装了不少 AI 工具，也删了不少 AI 工具。

每次看到一个新的出来，手都会有点痒。总觉得不点进去看看，好像就要错过什么。

结果看了一圈之后，工具名字记住了几个，桌面图标多了几个，真正手上的事没往前走多少。

那种感觉很像逛一个特别大的超市。

货架一排排发光，什么都想拿一点，最后购物车推了半天，回家一看，真正能用上的没几样。

封面-AI工具越看越乱，我后来只留下了这7类.png

后来我慢慢反应过来，问题其实不在于工具不够强。

问题是我没有那么多完整时间，一个个试，一个个学，一个个比较。

尤其是白天忙完以后，晚上真正能留给自己的那点时间，本来就不多。

这时候再追着每个新工具跑，很容易变成另一种忙。

看起来一直在学，实际上什么都没真正跑通。

这不是我一个人的错觉。

微软 2025 Work Trend Index 调研了 31 个国家和地区的 3.1 万人，里面反复提到一个趋势：AI 正在从单个工具，进入企业战略、团队流程和具体岗位。

换句话说，工具只会越来越多，能力只会越来越密。

Anthropic 和 OpenAI 的官方提示指南也都在讲类似的事：先定义目标，给清楚上下文，再去优化提示词。

所以我后来越来越相信，真正拉开差距的，不是你收藏了多少工具，而是你有没有一套自己的使用方法。

我后来就不怎么追着每个新工具跑了。

而是给自己做了一张很笨、但很有用的筛选表。

先说清楚，这不是 AI 工具排行榜，也不是说其他工具不行。

它只是我按一个很现实的标准筛出来的：

这个工具，能不能帮我今晚先把一件具体事情做完。

最后我给自己留下来的，其实就 7 类。

一档是综合能力更强的工具。

另一档是切换成本更低、更容易今晚先用起来的选择。

工具不是越多越厉害，能帮你今晚先跑通一个小闭环的，才算真的有用。

1. 写东西

写作这一类，如果你已经有比较复杂的想法，要做长文结构、深度推演、反复改稿，ChatGPT 和 Claude 这类综合模型确实更适合。

但如果你现在只是想把一篇公众号提纲拉出来，或者把一段想法整理得更顺，先用 Kimi、豆包、通义就够了。

它们更像顺手的家用刀。

不一定每一刀都最锋利，但你今晚就能拿起来切菜。

我自己现在写文章，通常先用 Kimi 或豆包把问题拆开、列出提纲，再决定要不要用 ChatGPT 或 Claude 做第二轮打磨。

所以写作工具不用一上来就纠结谁能力更强。

先问自己一句：我今晚是要从零想清楚，还是把已有初稿改顺。

AI 不会替你想清问题，它会先放大你的问题。

2. 查资料

查资料这一类，我现在会先分两种情况。

如果只是想先看懂一个话题，用中文搜索类工具更省力，比如秘塔 AI 搜索、Kimi 搜索、通义搜索。

如果是要查准，尤其是涉及数据、报告、公司信息、政策变化，我会更倾向用 Perplexity 这类会把来源一起摆出来的工具。

这里的关键不是谁搜得多。

而是你能不能回到原始来源。

因为 AI 可以帮你加速看见信息，但最后判断哪条可信，还是得你自己做。

AI 会替你加速看见信息，但最后的判断，还是得你自己做。

3. 做图

做图最容易把人带乱。

因为很多人一上来就问：哪个更强。

但这个问题少问了一半。

你到底是想从零生成一张图，还是在原图基础上修改。

如果只是先做一张能发的封面，即梦、豆包、通义万相这类更容易上手。

如果你已经有一张图，但构图、文字、局部细节不满意，ChatGPT image 或 Gemini 的改图能力通常更省时间。

从零生成和在原图上修改，是两件完全不同的事。

很多时候不是工具不好用，是你把两个任务混在一起了。

很多工具问题，本质都不是工具问题，而是你到底想从零开始，还是在原有基础上改。

4. 做PPT

做 PPT 这件事，很多人卡的根本不是模板。

而是脑子里没结构。

如果你手上已经有一段文字，想先变成一版能看的演示稿，Gamma 很适合先出结构。

如果你想边做边改视觉，Canva 会更灵活。

如果你本来就在中文办公体系里，WPS AI 往往是切换成本最低的选择。

所以别一上来就找视觉最花的模板。

先问自己：我现在缺的是结构，还是缺的是视觉调整。

结构没出来之前，模板越多，只会越乱。

表达这件事，工具只能帮你排版，真正决定效果的，还是你脑子里有没有主线。

5. 整理资料

资料整理这一类，我会优先看资料量。

如果资料已经很多，格式也杂，比如一堆 PDF、网页、笔记、访谈记录，NotebookLM 更像一个能帮你读资料、做卡片、长结构的研究助理。

如果你只是今天想把十几条信息先分堆，Kimi、通义、飞书妙记这类就已经够用。

这里不要把“整理资料”想得太高级。

很多时候第一步只是把信息分成几堆：有用的、待确认的、暂时不用的。

只要这一步跑起来，你就已经比继续收藏资料强很多。

信息越来越便宜，真正越来越贵的，是你组织和取舍信息的能力。

6. 做视频

视频这类，最容易被画面骗。

一看到数字人、特效、转场，就觉得自己是不是也该学。

但如果你连第一条视频都还没发，第一步通常不是研究能力更强的 AI 视频工具。

第一步是脚本。

如果你已经有一篇文章，最省力的做法是先把它压成一版 3 分钟口播稿，再进剪映做第一版。

对大多数普通人来说，脚本加剪映，已经够做第一批内容。

先别急着研究数字人。

先让一篇现成文章变成一条能发出去的视频。

AI 能帮你把画面做满，但只有你自己，才能决定内容有没有灵魂。

7. 做自动化

自动化最容易让人误会。

很多人以为，要么不做，要做就做一套很大的系统。

其实不是。

如果你已经有稳定流程，Zapier、Make 这类平台确实更成熟，也更适合连接不同工具。

但如果你现在只是想今晚先省下一个重复动作，我反而更建议从 Notion、Obsidian、快捷指令这些离你更近的东西开始。

我判断一个自动化值不值得做，通常只看三个问题：

它是不是高频重复。

它是不是特别烦。

它做完以后，我能不能立刻感受到省下来的时间。

只要这三个问题都成立，就值得先做一个很小的版本。

自动化真正更值钱的，不是看起来高级，而是它到底有没有替你省下一段真实时间。

最后只记住一句话

我们用 AI，不要盲目追新追强。

先解决当下任务。

用试错成本最低、今晚就能跑起来的那个。

工具不是越多越厉害。

工具组合能不能帮你把一个小闭环跑通，才重要。

如果你现在已经被 AI 工具看乱了，我建议先别继续收藏。

今晚只做一个动作：

从这 7 类里，选你眼下最需要的一类。

只留一个你马上愿意打开的工具。

然后拿它完成一件小事。

写一段文案。

查一个资料。

做一张封面。

整理一页笔记。

剪出一条短视频。

能跑完这一小步，比继续收藏十个新工具更有用。

说白了，我现在对 AI 工具的态度已经比以前保守很多了。

不是我突然变稳了。

是我终于承认了一件事：

我没有那么多时间，把每个看起来很强的东西都认真啃一遍。

有些人适合一上来就追更强那档。

这个我承认。

但至少对我现在这个阶段来说，不太现实。

我这种白天忙完、晚上脑子已经像拧过一遍的人，更适合先留几个顺手的。

先把手上的事做完，先把一个小闭环跑出来。

如果你现在也被 AI 工具看乱了，可以在评论里留一句：

你现在最想用 AI 解决哪件具体事？

写文章、查资料、做图、PPT、整理资料、视频，还是自动化。

我可以按具体任务，继续拆一版“最小试错成本”的工具组合。