研发人员的AI工具箱:我真正在用的8个工具

工具 01

ChatGPT（OpenAI）

创意输出 / 小红书 / LinkedIn / 文章成图

我用ChatGPT最多的地方，是创意输出。两个高频场景：一是小红书话题策划和LinkedIn内容管理——给它一个行业观点或一句洞察，它能快速发散出不同风格的内容版本，省去我对着空白文档发呆的时间；二是"文章成图"——把一段文字或一篇文章扔给它，结合DALL·E直接生成配图，用于内容发布时的视觉搭配。

在创意类任务上，ChatGPT的发散能力是我所有工具里最强的。它不会像专业写作工具那样"太克制"，反而能帮我打开思路，产出一批原材料，再由我筛选和二次加工。一句话变一张图、一个议题变五条小红书备选文案——这类"量产创意初稿"的需求，ChatGPT处理得很顺手。

踩坑经历：生成的图片风格偏欧美审美，用于国内平台（尤其小红书）有时需要多次调整提示词才能接近想要的画面感。另外，LinkedIn的专业语气和小红书的亲切感差异很大，需要在提示词里明确交代平台和受众，否则两边的稿子会"撞味"。

现在的态度：创意输出和多平台内容的主力；图文结合场景尤其好用，提示词要带平台语境。

工具 02

WorkBuddy（Codebuddy）

工作流自动化 / 文件生成 / 长期任务

这是一个我用来串联几个工具、完成复杂多步骤任务的AI工作台。它的核心价值是"可以在本地跑完整工作流"——比如每天自动检索冻干领域最新资讯、整理成格式化简报；或者批量把实验数据整理成报告模板。

我现在用它完成的事情包括：公众号内容的HTML排版输出、行业新闻日报的自动生成、以及多文件的批量处理任务。对于需要重复执行的工作流，在这里设定一次，后续就不用再操心了。

踩坑经历：工作流的初始搭建需要一些时间投入，有一定学习成本。建议优先把自己最高频、最痛苦的重复任务放进来自动化，而不是什么都往里扔。

现在的态度：工作流自动化的核心平台；适合高频重复任务，初始设置值得投入时间。

工具 03

NotebookLM（Google）

文献管理 / 知识整合 / 内部研报消化

这是过去一年让我改变工作流的工具。NotebookLM可以把你上传的多份文档（PDF、网页、文本）当作一个"知识库"，然后在这个知识库内部做问答和综合。

我的使用场景：把5-10篇相关文献或行业报告上传进去，然后问它"这些文献在冻干曲线设计上的共识是什么？有没有互相矛盾的地方？"——它能做出相当不错的综合，而且所有回答都带有原文引用位置，可以回溯。

踩坑经历：NotebookLM对中文文献的处理质量明显低于英文，部分中文PDF的解析存在字符错误。现在主要用英文文献场景。

现在的态度：文献综合的强力工具，英文文献场景推荐；中文场景暂时谨慎使用。

工具 04

Claude（Anthropic）

文字工作 / 技术写作 / 深度分析

在所有文本类AI里，我使用Claude的频率非常高。主要场景：技术报告的结构化整理、复杂工艺文件的语言优化、公众号文章的框架搭建与润色。

Claude的特点是回复的逻辑层次感强，在处理专业领域内容时不容易出现"一本正经说废话"的情况。我给它的文字任务通常带有大量背景信息和约束条件，它的表现明显好于其他模型。

踩坑经历：早期我用Claude写技术文档，发现它偶尔会把不确定的技术细节讲得很自信，导致我直接引用了一个数据后被同事指出有误。现在的习惯是：技术数据必须自己核实，不直接信任AI输出的具体数字。

现在的态度：主力写作工具，但专业数据必须人工核实。

工具 05

Kimi / 月之暗面

中文长文档处理 / 合同审核 / 国内场景

国内AI工具里，Kimi是我实际使用频率最高的。主要因为它对中文长文档的处理能力突出，可以把一份几十页的合同或招标文件上传进去，直接问关键条款。

另一个常用场景是审核国内的技术文件、标准草案——这类内容用海外工具往往有上下文语境的损耗，Kimi的理解更贴近国内语境。

踩坑经历：Kimi对专业术语偶尔有"过度解释"的倾向，把一个专业名词解释成通俗含义而不是行业含义。现在处理专业文件时，会在提示词里明确交代背景。

现在的态度：国内场景和中文长文档的首选；技术术语需要在提示词里明确交代背景。

工具 06

Otter.ai / 腾讯会议智能纪要

会议转录 / 纪要整理 / 跨语言场景

做跨国业务，开英文电话会议时跟不上节奏的尴尬我相信很多人都懂。Otter.ai是我用来处理英文会议实时转录的工具——它可以边开会边转录，会后生成摘要，并支持全文检索。

国内的腾讯会议已经内置了智能纪要，中文会议基本够用。两个工具组合，覆盖了我日常绝大多数会议记录需求。

踩坑经历：Otter.ai对带口音的英文转录准确率下降明显，印度口音或非标准美式发音的场景误字率较高。关键内容还是要自己复听确认。

现在的态度：会议记录场景的效率倍增器；关键决策和数据仍需人工复核。

工具 07

Gamma

演示文稿 / 客户提案 / 快速成型

Gamma是一个AI辅助的演示文稿生成工具。给它一段大纲或文章，它能直接生成结构清晰、视觉尚可的幻灯片。

我的使用场景是：快速成型客户提案的初稿，或者出差前需要准备一个简单PPT的时候。它的输出不算精美，但"能用"的速度极快——通常10分钟以内可以出一个结构完整的初版，然后我再手动调整重点内容。

踩坑经历：Gamma的设计模板在国内某些客户眼里风格偏"洋气"，不太适合强调严肃性的场合（比如政府或医院背景的客户提案）。这种情况还是老老实实用PowerPoint。

现在的态度：快速成型的实用工具；正式场合的高要求提案仍需手工精修。

工具 08

DeepL

同声传译 / 跨语言沟通 / 日韩客户

做日韩市场的人都懂这个痛点：谷歌翻译的日文输出往往不够地道，口语化场合更是差距明显。DeepL的翻译质量在欧洲语言和日语上明显优于同类工具，尤其是长句和专业术语的处理更为自然。

我的主要使用场景是日韩客户的邮件往来与现场交流辅助——在展会（如INTERPHEX东京）或面谈时，DeepL可以快速处理技术词汇和礼貌语气，让沟通不至于因语言障碍卡壳。

踩坑经历：DeepL对行业黑话和缩写的处理有时出现语境偏差，比如冻干工艺里的"primary drying"翻成日文时偶尔需要手动校正。建议对关键技术术语预先建立自定义词汇表。

现在的态度：日韩语言场景的首选翻译工具；重要技术文件仍需母语者复核。