夜雨聆风收藏夹里的AI工具越来越长，但你真正在用的，可能不超过3个。
打开任何一个平台，都有人在告诉你「这10个AI工具必须收藏」「2026年最强AI工具箱」。标题一个比一个夸张，列表一个比一个长。你点进去、收藏、截图，然后——再也没有打开过。
说实话，我们自己也经历过这个阶段。一年多下来，装过、测过、删过的AI工具少说也有三四十个。真正留在工位上、每天都在用的，其实就那么几个。
为什么？因为大多数人缺的不是「更多的工具」，而是一套按场景匹配的工具组合。
这篇文章不堆清单、不罗列参数。我们按6个真实工作场景——写稿、开会、做PPT、搜资料、管知识、写代码——各推荐1个真正好用的工具，再加1个2026年最值得关注的「AI牛马」作为统合层。
看完你就能删掉那些吃灰的收藏夹了。
你已经被AI工具绑架了，只是还没发现
说个真实的情况。
我有个朋友，在互联网公司做运营，看到AI工具推荐就存。半年下来，手机备忘录里躺了47个工具名，电脑桌面堆了11个快捷方式。问他每天都用哪些，他想了想：「ChatGPT聊聊天，没了。」
这不是他一个人的问题。Manus团队做过一项调查，结论很扎心：大多数人支付了五六种AI工具的费用，每周真正使用的只有一两个。
问题出在哪？出在「按工具选工具」而不是「按场景选工具」。你看到别人推荐某个AI画图工具很厉害，就跑去注册——但你真的需要每周画图吗？
答案是反过来的：先搞清楚你的工作中最耗时间的是哪几件事，再针对性地各配一个AI助手。配完就停，少即是多。
场景一：写稿——别纠结了，先建一个提示词模板库
写周报、写邮件、写方案、写推文、写复盘——这是绝大多数打工人最频繁的文字工作。
推荐：Claude（日常对话+长文）或 ChatGPT（生态最强），中文补充用 Kimi。
很多人一上来就问「哪个AI写文章最好」，这其实是个错误问题。因为AI写作质量80%取决于你怎么提问，20%才看模型本身。
与其纠结用哪个，不如花一个下午建一套自己的提示词模板。比如写周报的模板：
「我本周完成了以下工作：[粘贴要点]。请按以下结构帮我整理成周报：1.本周核心成果（3-5条，每条带数据）2.遇到的问题及解决方案 3.下周重点工作。语气：专业但口语化，别太正式。」
这套模板复制粘贴改内容就能用，每周省20分钟。同样道理适用于邮件回复、竞品分析、方案大纲、会议发言稿——模板建一次，反复用一年。
中文内容方面，Kimi在处理国内行业报告、政策文件、财报时的表现比海外模型更接地气。两个搭配着用：日常写作找Claude/ChatGPT，中文资料密集型任务找Kimi。
场景二：开会——别再手动整理会议纪要到半夜了
对每周开10个会议以上的人来说，开会本身可能只占一半工作量。另一半是整理纪要、提炼重点、追踪待办、同步给没参会的同事。这后半段，往往比开会还磨人。
推荐：Plaud（硬件录音+AI纪要，约900元），免费替代：飞书/钉钉内置AI纪要。
Plaud是我们这两年推荐次数最多的办公硬件。一个小小的录音设备往桌上一放，会议结束，纪要已经结构化了——发言者识别、行动项提取、关键决策标注，全自动完成。
但它最好用的地方，其实不是录音转文字本身，而是支持定制prompt模板。这里面有个很多人没意识到的技巧：
不要用默认的会议模板。改成贴合你岗位的提示词，产出价值能差好几倍。
比如你是个销售，不要只让它「生成会议纪要」。试试这样写：
「按客户痛点优先级排序总结本次会议，列出客户的反对意见和我们的回应。额外梳理客户在对话中表现出犹豫或兴奋的三个瞬间，分析潜在顾虑。」
同一段录音，换几套prompt重新生成，能挖出完全不同的观察角度。免费得到一份「客户心理学报告」，你不需要学任何新技能，只需要学会怎么把问题问对。
如果预算有限，飞书和钉钉的内置AI纪要已经做得相当不错了——自动加入会议、实时转写、会后一键生成摘要。虽然定制化不如Plaud，但对日常内部会议够用。
场景三：做PPT——AI出初稿，你管最后一公里
做PPT可能是职场人最恨又最躲不掉的活儿。好消息是，AI已经能把最磨人的排版环节省掉了。
推荐：Gamma（快速现代幻灯片，$12/月）或 ChatGPT PowerPoint add-in（免费，需ChatGPT账号）。
Gamma改变了我们对「做PPT」这件事的认知。传统PPT软件要求你设计——选模板、调字体、对齐文本框。Gamma不跟你聊这些。你告诉它你要传达什么，30秒内它给你一套排版、配色、结构都到位的完整幻灯片。
生成速度快、视觉审美在线，特别适合内部汇报、概念提案、快速利益相关者更新。导出到PowerPoint时会有些许走样，但在Gamma内的网页版展示体验非常好。
今年5月，OpenAI推出了ChatGPT for PowerPoint add-in，直接在PowerPoint右边开一个侧边栏。告诉它「做一份面向投资人的产品演示，从上周Outlook邮件里找项目进展」，它会拉数据、生成内容、排好版。连接Gmail、Outlook、SharePoint，它在尝试「帮你整合信息」，不只是「帮你生成」。
使用原则：AI出初稿，人做最后一公里。 数据准确性、逻辑严密性、审美判断——这三样东西AI还替你搞不定。但至少你不用再对着空白幻灯片发呆了。
场景四：搜资料——从「自己翻链接」到「AI画地图」
过去做一个选题、一份竞品报告、一次行业判断，最耗时间的不是写，是找。找资料、筛资料、判断资料A和资料B之间是什么关系。传统搜索引擎给你一堆链接，你得自己点开、自己读、自己拼图。
推荐：Perplexity（快速事实搜索+来源引用，免费版够用），深度研究用Gemini Deep Research。
Perplexity占据了一个有趣的中间地带。它比ChatGPT更适合做研究——因为每条答案都带来源链接，你可以核验。比传统搜索引擎快——因为它直接给你综合答案，不是扔一堆链接让你自己翻。
对于日常办公场景，用免费版就够：查行业数据、验证一个说法、找竞品信息的原始出处。付费版（$20/月）加入了更深的搜索能力和文件上传分析。
但如果你需要处理开放性问题——比如「研究某个海外AI产品的商业模式」「分析一条技术路线的发展趋势」——Gemini深度研究是更好的选择。你把问题丢给它，它自动拆解成几个方向，搜索几十个来源，最后生成一份带引用的结构化报告。不是说它写的结论都能直接用，而是它给你画的那张「信息地图」，能帮你省掉最前面的两三个小时。
场景五：管知识——AI时代，知识管理的逻辑变了
搜来的资料、开会的结论、读文章的想法、做项目的经验——这些东西放哪？
过去说知识管理，第一反应是建文件夹、做分类、写笔记。但AI时代这件事的逻辑变了。知识管理不是把东西存起来就完事了，而是给AI建一套「理解你的系统」。让AI知道你的写作风格、判断标准、常用模板、在关注什么方向。
推荐：Obsidian（长期知识沉淀）+ 飞书文档（动态协作）+ 腾讯ima（AI搜索增强）。
爱范儿的团队分享了他们的实践：Obsidian负责长期沉淀——写作风格文档、判断标准清单、工作方法论、案例库、复盘记录。飞书负责每天都在变的东西——会议纪要、项目进度、选题池、需求列表。
串起来的方式是把个人信息整理成分层的Markdown文件，让AI在回答你之前先去知识库里翻对应的规则文件。用得越久，规则越完整，AI对你的理解就越接近真实的你。
腾讯去年推出的ima也是一个值得关注的方向——它能接入你的个人知识库，在微信、QQ、文档等腾讯系工具里随时调用。如果你已经在腾讯生态里工作，ima的零门槛接入是很大的优势。
关键动作：花一个下午，把自己的工作方式整理成AI能读懂的格式。 这件事做一次，往后所有AI工具对你的帮助都会上一个台阶。
场景六：写代码/造工具——不会写代码的人，也能当「个人开发者」
2026年一个很有意思的变化：越来越多不写代码的人开始用AI编程工具。
推荐：Cursor（开发者首选，$20/月）或 Codex（从编程进化成通用Agent）。
Cursor是AI原生代码编辑器，能理解你的整个代码库、自动补全、跨文件操作。如果你会编程，Cursor一旦用上就很难回到普通编辑器。
但更值得关注的是Codex。OpenAI最初推出来的时候它只是一个代码助手，但一年多下来它已经变成了另一个东西——能操作电脑、运行浏览器、处理图片、跨工具执行任务，还能开启「Goal Mode」，你说一个目标和成功标准，它自己持续跑，直到任务完成。
这意味着什么？意味着不会写代码的普通人也可以造工具了。 想做一个自动化周报脚本？想批量处理100个Excel文件？想搭一个内部小工具网页？对着AI把需求说清楚，它帮你写、帮你调、帮你部署。
爱范儿团队举过一个例子：给自己装一个「微信读书skill」，让它定期分析阅读记录、统计最近关注的主题、推荐下一批书。一个人就能跑通过去需要工程师配合的小项目。
未来很多人未必会成为程序员，但会越来越像一个小型工程团队：能描述需求、能指挥工具、能验证结果。
2026年最值得关注的范式变化：AI「牛马」来了
前面六个场景说的都是「专项AI工具」——一个工具帮你做一件事。
但2026年出现了一个更重要的变化：AI Agent正在从「帮你回答问题」进化成「替你干活」。
5月20日，腾讯推出了操作系统层级AI助手「马维斯（Marvis）」。它不是一个聊天窗口，而是一个调度系统——一个主Agent在上面统筹任务，下面调度6个专项子Agent：文件、浏览器、应用、搜索、计算机操控、跨端连接。
你告诉它「帮我找上周PM发给我的Agent架构图PPT，文件名忘了，保存在桌面」，它不会按关键词搜索文件名——它扫文件内容、做语义理解，然后告诉你找到了。你同时扔给它一份Word经营简报和一张Excel明细表，让它找销售额、毛利、地区排名和异常数据，它能跨表串联分析，告诉你华南最高、有哪些异常订单。
简单任务约30秒返回，复杂文件分析大概6分钟。不算快，但够用——尤其是开会前临时要拉一份数据的时候。
Google在同一周推出了Gemini Spark，一个24小时在云端持续运行的个人Agent，能读你的邮件、改你的文档、通过Chrome操作网页。
把这些放在一起看，趋势很清晰：「AI工位」不是一句口号，它正在变成现实。 你的下一个同事，可能不需要工位——它直接在你的电脑里。
总结：打工人最低配置，每月约150元
说了这么多，如果只能选6个，以下是最低配置方案：
核心就三句话：
最后我想说的是，AI工具真正的价值不在于「你装了多少个」，而在于它帮你省下来的时间，你拿去做了什么。
是继续刷短视频，还是用来思考更重要的问题——这个选择权，从来不在AI手里。
你每天真正在用的是哪个AI工具？评论区聊聊，说不定能找到更好的替代方案。
