我把同一篇文案发给5个AI工具,能直接发的那个我居然最少用(使用指南)

上周我做了一件有点傻的事。我把同一条文案需求，一字不改地发给 5 个 AI，然后泡了杯茶，等它们交作业。

结果有点意外。能让我直接复制发布的那篇，来自我平时最少打开的那个。

先交代背景。我刚开始系统学用 AI，这个号也刚开，这篇算我的第一次正经测试记录。方法可能不专业，但每一步都是真的。

这篇文章讲三件事：我怎么测的，结果长什么样，我从里面挖到的 3 个结论。文末有完整复刻步骤，你花 40 分钟也能测一次。

同一份需求，发给 5 个 AI

三条规则。

第一，同一条需求，一字不改，发给 5 个 AI：豆包、DeepSeek、Kimi、通义千问、文心一言。

第二，需求我故意写得很日常，就像大多数人平时随手会写的那样。这点很关键，我想测的其实是它们在真实用法下的下限，上限留给以后的进阶测试。

第三，收到的答案全部去掉名字，随机打乱顺序，隔天再打分。隔一天，是为了骗过自己的新鲜感。

评分表 5 项，各 5 分，满分 25：信息准不准、结构清不清楚、像不像人话、有没有套话、能不能直接发。

我的需求原文放在文末，你可以直接拿去用。

1. 豆包，热情过头（14 分）

豆包给我的第一感觉是热情。它几乎一定会加表情符号，还会安排至少三组排比句。

单看每一段，句子都挺顺。连起来读，像一个特别想成交的销售，热情到你想后退半步。

我的打分：14 / 25，信息 4、结构 3、人味 3、套话 2、直发 2。

它适合的场景是闲聊和要灵感。让它直接出成品，它会用力过猛。

2. DeepSeek，专业过头（17 分）

DeepSeek 的结构感最强，默认就分好段、列好小标题，看起来非常专业。

问题恰恰出在专业过头。它写出来的东西像产品说明书，信息都对，读完记不住，更不会被打动。

我的打分：17 / 25，信息 5、结构 5、人味 2、套话 3、直发 2。

它适合写逻辑密集的内容，比如测评和攻略。想要温度，你得额外喂它很多素材。

3. Kimi，写得最长（16 分）

Kimi 的长文本能力是出了名的，这次也确实交了最长的一份。

写得长有个副作用。它会不自觉把一句话拆成三句说，信息密度反而被稀释了。

我的打分：16 / 25，信息 4、结构 4、人味 3、套话 2、直发 3。

给它喂素材让它整理总结很好用。让它从零创作，容易啰嗦。

4. 通义千问，朴素但最能打（19 分）

通义的输出，我一开始以为会垫底。太朴素了，既不热情，也没有漂亮的结构。

但它是唯一一篇我只改了几个字就能直接发的。它还有一个我很看重的特质：很少编造，需求里没给的细节，它宁可留白也不瞎填。

我的打分：19 / 25，信息 5、结构 4、人味 3、套话 3、直发 4。

放在对事实要求高的场景，这种朴素很值钱。

5. 文心一言，播音腔（10 分）

文心的文案有一种奇特的播音腔，四字短语特别多，读起来像新闻稿。

原因可能是训练数据，也可能是我的需求写得太板正。这一点我下个月换个风格再测一次。

我的打分：10 / 25，信息 3、结构 3、人味 2、套话 1、直发 1。

5 份作业，一张表看懂

每项满分 5 分。套话一项，分数越高代表套话越少。

结论一，5 份作业有个共同点：都太安全了。没有立场，没有具体的人，没有具体的数字。这种安全放在考试里是优点，放在文案里是致命伤。

结论二，需求写得清不清楚，比用哪个模型影响大得多。我回头重读自己那条需求，发现换成任何一个真人文案，也只能交回那种安全的作业。

结论三，我的用法已经改了。现在我会让 3 个 AI 各出一版，只挑骨架，细节全部自己改。你改的那 20%，才是文案里值钱的部分。

40 分钟，一杯咖啡的时间

步骤给你，照做就行。

1. 写一条你真实工作里的文案需求，越具体越好。

2. 发给 5 个你手机里装了的 AI。

3. 把答案去掉名字，隔天回来打分。

4. 盯着扣分最多的那一项，回头检查你的需求里写清楚没有。

5. 欢迎回来把你的排名发在评论区，我很好奇大家的表和我一不一样。

我用的需求原文，你可以直接复制：

这是我的第 1 篇正经测试记录，方法不完美，数据是真的。

下一篇我准备测：同一条需求，写清楚和没写清楚，结果能差多少。

不想错过的话，点个关注就行。

你常用的 AI 是哪个，你给它打几分？评论区聊聊。