ARTICLE · 1177934
选AI工具前,先回答这1个问题
选AI工具前,先回答这1个问题测了二十来个AI工具，最后留在手机里的不到五个。 留下来的五个，个个精准对应他天天要干的活。 那十几个被删掉的，不是不好用。是没用上。 判断一个工具好不好用之前，先回答这一个问题：你拿它干什么 多数人纠结「哪个AI最好用」，其实卡在没想清楚自己拿它干嘛。 做了三年AI产品的从业者说得直接：他答不上来，你就懂了，他不是缺工具，是还没想清楚自己要干什么。而这个，恰恰是AI帮不了他的部分。 这话听着丧，但确实是行业里最省事的一句提醒。 你仔细回忆一下自己挑工具的过程，是不是这样：看到一个博主说好用，装了，用了两天，感受不错。然后下一个。 三个月后手机里二十个AI应用，每周打开的不超过三个。 问题不在你挑得不够仔细，在于你挑的起点就错了。 你在一个没有答案的问题上找答案。「哪个AI最好用」这个问题，没有答案。今天最好的下个月可能不是最好的，厂商每两周发一个新版本，你永远追不上，追上了吗？ 那我换个问法。你知道这个工具的价格，但你知道它解决的是你哪个具体麻烦吗？ 我数了下，过去一年删了大概 14 个AI工具。最后一个删掉的，是一个主打「一键生成PPT」的 AI。 删它之前，我最后一次打开它，不是随便玩玩，是要把一份 8 页的产品周报，转成 6 页汇报 PPT：只留三个核心数据、两个风险、一个下周计划。它确实「生成」了，页页有图，配色也漂亮，但数据对不上，图表不能改，风险点还漏了一个。 我又花四十分钟重做。后来同样的活，我用 ChatGPT 理大纲、DeepSeek 核数据、自己套公司模板，半小时搞定。那天晚上我就把它删了。 不是它不好。是我要的从来不是「一键生成PPT」，是「别让数据错」。它没接住这个具体麻烦。 一个省事的判断方法，看你用它的次数。 • 第一次是新鲜感，谁都好用 • 第二次开始有感觉，顺手不顺手显出来 • 第三次还愿意点开，才算它真的对你有用 这三次，前两次都不算数。第一次你有新鲜感加成，第二次你还在找理由留下，第三次才是你的真实判断。 我最多的时候，手机里装了 19 个 AI 应用。写作的 3 个、画图的 3 个、做 PPT 的 2 个、会议纪要的 2 个、翻译的 2 个、搜索的 2 个，还有几个是看博主推荐顺手装的。 装的时候，每一个都觉得“这个我肯定用得上”。三个月后一看屏幕使用时间，前三个工具吃掉 90% 的时间，剩下十几个加起来不到 20 分钟。 于是开始删。先删纯玩票的，再删功能重叠的，最后删那些“以后可能用得上”的。前前后后删了 14 个，留下 5 个。 最舍不得删的是一个 AI 绘画工具。 它是我第一次觉得 AI 像魔法：一句话，十几秒，出一张能发朋友圈的图。我犹豫了很久，总觉得以后写文章配图能用上。 可真到用的时候，我打开它折腾四十分钟，调提示词、改尺寸、去水印，最后还是换回了免费图库。 它满足的是“我想玩 AI”，不是“我要干完活”。第三次打开它，新鲜感已经没了，只剩折腾。所以删了。 删完那天，手机轻了，脑子也轻了。因为留下那几个，我都能说出上周拿它干过什么。 截至2026年，格局大致是国际三强领跑、国产快速追赶。落到日常能用这几个层面： • Kimi：长文本和文档分析是杀手锏，UI体验好 • 豆包：免费轻量，语音对话方便，复杂推理弱一些 这五个的定位其实不重叠。你觉得难选，是因为你在一个维度上比较五个不同维度的东西。 有一份综合智力排序流传较广，可以当参考： GPT Pro > Claude Fable 5 > GPT Extra High > Claude Opus 5 > Kimi K3 > Gemini 3.1 Pro > DeepSeek v4-Pro 这张表看看就好。 厂商自发的成绩单，各用各的题，测的是各自的强项。你拿它来指导「我该用哪个」，等于拿高考分数选职业。 我拿一份 28 页资产项目尽职调查PDF文档做统一测试，任务要求：提炼核心事实、梳理标的资产风险点，输出一页精简摘要。 同一个任务跑下来就能直观看到：没有绝对赢家，只看你当下最需要什么。如果是快速批量读项目文档，Kimi 最省事；想要严谨书面表述，Claude 更合适。单纯看网上的榜单，根本看不出这种场景差异。 免费版和付费版差距可能很大。对某工具不满意的时候，先别急着扔，有条件试试付费版。 你觉得某工具笨，多半是免费版在给你降级后的那个笨。 那你凭什么断定它笨，而不是它今天恰好在降级？ 我自己就有过「免费版觉得难用，付费之后发现不是那么回事」的具体例子： 之前用 Kimi 免费版处理一份 40 页的项目可研初稿，连续两次上传后，深度研读额度很快耗尽，文档里穿插的表格、附图数据直接丢失，摘要逻辑断裂，很多关键约束条件直接漏掉。当时我第一反应是这个工具处理复杂项目文档能力不行，差点直接卸载。 抱着试一试的心态开了会员，再上传同一份文档。不仅完整读取全部图文表格，能精准抓取项目投资、收益测算等埋在附件里的数据，长文本的逻辑连贯性也稳定很多。 我才反应过来：不是这个模型本身不行，是免费版有额度限制，额度用光就自动降级算力，输出质量大打折扣。很多人踩坑就在这里，拿免费限流状态下的结果，给工具下定论。 同一工具不同时段表现不一样。国内工具工作日白天高峰会掉质量，同样的问题，下午问和凌晨问能得到两个答案。 换段时间再试一次，可能完全不同。 这是最贵的坑。别人的场景不等于你的场景。一个博主说他用某工具写文案一小时出三稿，那是他的场景，你的场景可能是从一堆会议记录里提取待办。 最靠谱的办法，拿自己手上一个真实任务，丢给三四个AI各跑一遍。
这张表是整篇里最值钱的部分。 如果你现在手机里装着一堆AI应用，把上面三步今晚做完，你会发现一半以上根本不需要。 适合：有明确高频任务的人。天天写东西、天天读长文、天天写代码，这三类场景的工具选择其实很确定，照着上面那张脾气表对号入座就行。 不适合：还没想清楚自己要用AI干什么的。先囤工具只会让收藏夹吃灰，而且囤够20个之后你会发现自己连选都选不动了，因为选项太多了。 工具名单每年都在变，今年你用得顺手的，明年可能就不好用了。有一个测了几十款的人说过，这个领域更新太快，三个月前的结论可能就过时了，隔段时间重测是必要的。 所以这件事的解法不是「选对工具」，是「学会重新选」。场景是你的，它不会过期。 那问题来了：你说得清上周自己到底用AI干了什么吗？说不清的话，你现在挑的每个工具都是猜的。 先想清楚场景，再选工具。 反过来做，就是买一堆用不上的东西，收藏夹吃灰。 你现在手机里留着哪几个AI，哪个是上次主动打开的？ 评论区聊聊，我挺好奇大家的留存名单长什么样。
为什么「挑工具」这件事本身就是错的
三次法则：第三次还愿意打开才算真有用
主流工具的脾气，一句话各自的位置
ChatGPT：综合最稳，教程生态最全，缺点是国内访问有门槛 Claude：长文和代码公认强，写作语气自然，同样需要特殊网络 DeepSeek：国产里最常用，便宜甚至免费，推理强，零门槛，高峰期偶尔繁忙
别拿榜单当结论
你真正该看的榜单，是你自己那个榜单
Kimi：36 秒完成。完整读取全部 PDF，资产权属、抵押情况、潜在瑕疵都提炼到位，结构清晰，可直接复制进初稿； ChatGPT：2 分 12 秒。需要先上传拆分后的文档片段，摘要内容完整，但容易遗漏埋在附件里的隐性风险； Claude：1 分 45 秒。长文逻辑最好，文字表述严谨专业，缺点是上传操作步骤多； DeepSeek：58 秒。出稿速度快，要点抓得到，但部分风险描述偏笼统，需要二次润色； 豆包：1 分 10 秒，PDF 识别正常，基础摘要没问题，但对文档内表格数据提取容易出错，重大资产提示不全。
三个能省时间的坑
第一个坑：拿免费版的体验给付费版下结论
第二个坑：拿高峰期的表现给这个工具定性
第三个坑：只看测评
三步自测法（这是我建议的选型流程）
步骤 | 动作 | 产出 |
第一步 | 写下你上周真实做过的一件活，要具体到产出物 | 一句话的任务描述 |
第二步 | 3到4个候选工具各跑一遍同一个任务 | 一张跑通/失败记录 |
第三步 | 只留跑通的，跑不通的删掉 | 手机里少一半应用 |
坑 | 典型表现 | 怎么破 |
免费版陷阱 | 觉得工具笨，其实是降级版 | 条件允许试付费版 |
时段错判 | 换个时间答案完全变了 | 高峰期和深夜各试一次 |
抄别人结论 | 博主说好，用到自己这儿不好用 | 拿自己的真实任务跑一遍 |
