豆包重新成为我的主力ai工具,回顾下基本功能

手机和电脑里一直装着豆包，以前主要用国产模型和ai工具，相比之下觉得豆包是使用体验最好的，所以很长一段时间内，豆包是我的主力ai工具。

最近一年，大模型和ai工具的能力突飞猛进，加上用上了全球顶尖级别的模型，确实感受到了差距。加上失业复业后，工作上对使用ai的要求更多、更高了，于是用codex、ChatGPT、Gemini渐渐多了，用豆包渐渐少了。

近期公众号里好多在说豆包专业版的，什么付费后还愿意继续付费，反正说的挺夸张的，我没找到豆包专业版的入口和订阅价格，但是却对豆包有了新的认识，决定把豆包作为我那个网络不稳定时、以及日常办公和生活场景的主力ai工具。

这里，我对豆包的基本功能，包括最近的功能，一起回顾一下：

1. 认识豆包：它是谁，能做什么

豆包是字节跳动开发的AI智能助手，它现在已经变成了一个能语音聊天、能对话、能制作图文影音PPT等的多面手，最近的更新更是能够加定时任务和执行任务、操控电脑，在非专业场景中交互体验可以说是非常舒服的了（不踩拉，纯主观体验）。

2. 第一次使用：多端同步

豆包在手机和电脑上都能用，电脑上可以使用网页版或客户端，电脑端的豆包有单独的浏览器、办公模式能够操作电脑。具体可以根据自己的需求选择。

手机是最方便的使用方式，随时随地都能问豆包，而豆包是多端同步的，一端在提问、在另一端看结果，一端聊个开头、在另一端继续聊，无缝衔接。

下载电脑版可以在浏览器里打开豆包官网（doubao.com），网页版中有"下载电脑版"的按钮（我电脑是windows的，直接下载就是exe）。

3. 打开新聊天，各种功能都在里面

打开一个新的聊天，想让豆包回答和做的任何事情，都不用去其他地方找入口了。

在这个聊天窗口，你能看到：

选择模式：快速、专家、办公任务，我本来想说这里是选择模型，但转念一想，应该不仅仅是选择模型那么简单吧，专家和人工任务用的都是2.1turbo，但是功能是不同的。

普通对话：正常输入就行，快速模式回答比较快，专家和办公任务模式都慢一点、也能处理更复杂一点的任务。还可以上传文件，点击对话框左边的+号按钮即可。（手机端是右边）

PPT生成：选择这个模式，输入主题，就能让豆包做一个完整的PPT了。

可以只说一个主题和要求，也可以给它详细的内容。我曾经拿逐字稿让豆包帮我做PPT，最让我满意的是豆包做的PPT可以直接编辑，能导出可编辑的PPT，已经很好了，日常PPT是够用的了。

图像生成、视频生成、音乐生成：输入想要什么样的内容，就能让豆包去生成图片、视频、音乐了。

生成这种创造性的东西，其实简单的几句话和一大段的提示词，可能最终生成效果差别不大，需要写的人自己具备一定的文艺功底，知道想要什么，有什么要求，有什么技巧能让图片/视频/音乐达到自己的想要的想过，比如什么镜头来表现伤感，什么运镜能展现人物的姿态，什么样的曲风更适合表达自己的心情，等等。

还有，就是需要“抽卡”，就是跟抽卡游戏一样，可能多生成几次，才能生成满意的效果，也可能生成出来一样意料之外但非常棒的作品。豆包里生成这些是有限额的，我用的少没触碰到，可以自己尝试下。

录音转写：貌似以前叫会议录音？不知道是不是记错了。这个功能我以前用过，功能是点一下就开始录音，并在结束后把录音转成文本、总结内容，转写的文本可以区分说话人。

豆包的内容都在自己生态内，我想归集不方便，所以最终都在使用ima做录音转文本了，所以豆包这个功能就用的少了。但是当时使用，我觉得这个功能不错的，很适合收集需求。

帮我写作：这个功能我用的比较多，经常让豆包帮我写文档，然后和ima写的文档互评互审。使用方法也很简单，直接说想要什么、要求如何就好了。

豆包生成的文档，是可以自由编辑的，包括在文档内选中进行编辑、删除、新增，还能在输入框直接输入要求、豆包自动更新。

问答的内容，可以在回答的下方点击那三个点，就能看到“转为文档编辑”的按钮，进入文档编辑，我认为这种文档编辑也是帮我写作的一种吧。

还剩下一些是我知道，但是没有使用过的、或仅试用过的功能：

AI播客、编程、深入研究、AI表格、解题答疑、翻译……可以自己点点看，使用方法都很简单，直接对话框输入就行。

和豆包交流的方式都很简单，原则就是你对自己想要什么知道的越准确详细，你输入的越具体明确，那么豆包给你的回答就会越精准一些，但是不要问时效性太强的或者专业性太强的，豆包是日常智能助手、通用级的智能助手，不是专业级、工程级别的智能工具。

4、语音输入功能

豆包各端都有语音输入功能，虽然都是在输入框里，之所以单独说，是因为这个功能很建议使用。

功能按钮是在输入框最右边的麦克风按钮，点击以后就可以直接说话，豆包会把你的话转成文本。现在很多人习惯在微信直接发语音，其实就是语音比慢慢打字方便，效率提升。

客户端和微信端需要给麦克风的授权，我是windows，客户端的貌似没法开启，也可能是我操作问题，回头研究下。

5、语音对话

这个功能不是语音输入，是和豆包像聊天一样直接对话，全程用语音你问我答那种，如同打电话。

可以在哪些情况下用它：

开车时用

：开车时不方便看手机，用语音问路线、问天气，安全又方便。

运动时用

：跑步、健身时，想听新闻、想听歌，直接说一声就行。

做饭时用

：手上沾着油没法碰手机？问菜谱、问时间，张嘴就来。

睡前聊天

：躺着不想玩手机？让豆包给你讲故事、播白噪音，助你入眠。

还能切换声音：如果你不喜欢默认的声音，还可以在设置里换别的音色。有温柔的、活泼的、沉稳的，甚至还有方言（粤语、四川话等），选一个你喜欢的就行。

对了，如果是输入框内对话，也可以选择让豆包“说出回答”的。

6、定时任务和操控电脑

这是办公任务模式带来的新功能。

开年以后，小龙虾爆火了一阵子，好像互联网人人都在养虾一样。现在虽然现在提养虾的人似乎少了，但是养虾工具，以及其定时任务、执行任务的能力却慢慢进入ai Agent工具中来。

可以告诉豆包，让它每天收集一些资讯，然后用简报推给我，于是每天我都能在豆包大的对话框里看到它发的简报消息。

可以告诉豆包，帮我把浏览器里的产品文档，一页页抓取下来，合成一个md给我，它就一页页的处理，最终把文档给我了。

……

直观感受就是，以前问豆包，豆包说你可以这么做、那么做，现在问豆包，它可以帮我这么做、那么做。

当然，豆包肯定是有能力上限的，天花板应该也不高，但是日常处理一些事情应该是可以的。

7、其他功能或说明

手机端的对话框里，还有一些客户端没有的功能，应该是根据用户的习惯做了区分。

豆包有记忆功能，可以记住你让它记住的信息，实测有时候有用有时候不灵，就当做没有来用吧。

豆包还有个智能体功能，相当于是别人内置好了提示词，你用它去对话时，豆包会按照内置的提示词调整自己的回答。

豆包有云盘功能，可以存储你用豆包生成的东西。

客户端豆包有一个豆包浏览器，你不用打开自己的浏览器了。

豆包网页端有豆包的插件，客户端也有浮窗，可以实现翻译、解释、搜索等功能。

……

8. 使用豆包的一些建议

提示词很重要：不是说要写的多规范，或者用什么样的术语等，是要说清楚明白，越具体详细越好，包括背景是什么，有什么要求，不允许如何，等等。

比如你想要一篇800字关于“春天”的文章，可以说清楚：给谁看的？大概多长？什么风格？正式的还是轻松的？

注意保护隐私：虽然豆包很安全，但还是建议不要把身份证号、银行卡号、密码这些特别敏感的信息发给它，保护好自己的隐私总是没错的。

不要太相信它：它是智能助手，人的信息来源于模型训练和搜索，从根源上就意味着可能会有错，而且你会发现同一个问题问它，它可能会有不同的回答，这就是AI，你要自己有基本的判断是非的能力，才能真的好好使用它。

不知道专业版正式上线后，免费版的会不会面临一些功能或用量的缩水，就像字节家的即梦ai一样，一个视频生成了几天都是排队中，直接对即梦ai死心了。

顺便说一句：都说GLM强，开源全球第一，但是订阅不到啊，可惜了。