AI 发展太快了市面上的工具各式各样几乎每周都能听见一些新产品、新热点。一个还没弄明白下一个又火了追起来也挺累的。这么多 AI 工具到底都是干嘛的有什么区别其实回到日常使用常见的场景就这么几类。先放一张速查表大家可以对照自己要做的事看。这里按用途来分同一个产品可能出现在好几个地方。比如 ChatGPT 能聊天也能做图还能通过不同功能执行任务。同一类里有些产品用起来确实差不多。大家可以拿自己的实际问题试一试最后选一个用着顺手、价格也合适的不用每个都学。那接下来呢就按这几类场景给大家展开聊聊。看看你遇到的问题可以找哪些工具来帮忙大概怎么用最后能做出什么。聊天 AI聊天类 AI应该是很多朋友最早接触的 AI 工具了。像国内的豆包、DeepSeek大家已经挺熟悉了。最开始大家主要拿它们来聊天、问问题让它写一段文字。后来慢慢能联网查资料现在功能又丰富了不少有些还带上了 Agent 功能可以做 PPT、生成文档或者分析你上传的表格。那这一类产品呢国内常见的有豆包、DeepSeek、Kimi、千问。海外的话常见的有 ChatGPT、Claude、Gemini 和 Grok。比如想写一篇文章就把选题、写给谁、手头有什么材料告诉它。觉得哪儿不对就接着聊、接着改。用普通聊天功能时交互主要还是在 App 或网页里。你把内容发过去它给你回答支持生成文件的也可以把文件下载下来。想让它直接整理电脑里的文件再保存到指定位置就需要让它连接电脑上的工具并授权访问文件。像豆包工作、千问办公、WorkBuddy就是接下来要讲的通用 Agent。它们和同品牌的聊天 App在能接触到的资料、能操作的工具上会有区别。通用 Agent前面讲聊天 AI我们已经习惯了把问题发过去让它给个回答、帮忙想想办法。Agent 又往前走了一步。相当于给 AI 装上了手和脚让它能使用电脑里的工具真正上手干活。 比如打开一个文件夹读取里面的表格统计好数据再把结果保存成一份文件。你告诉它想做什么它就可以调用工具一步一步完成。这些工作可以在你的电脑上做也可以在云端或飞书、钉钉这样的办公软件里完成。那为什么叫「通用 Agent」呢因为它能处理多种任务整理材料、分析数据、做网站、写程序都可以做。当然各家也有侧重有些更擅长编程有些主要面向办公。国内常见的有WorkBuddy读写本地文件、整理资料、分析数据生成文档和表格。豆包工作接入飞书查找团队资料、制作文档和分析表格。千问办公连接钉钉做信息检索、文档制作和数据分析。Kimi 的 Agent 功能与 Kimi Work前者可以制作文档、表格、PPT 和网站Kimi Work 在桌面运行可连接本地文件和浏览器完成工作。DeepSeek HarnessDSH整理文件、分析数据、写文档和执行代码任务目前仍在预览阶段。AutoGLM搜索和整理资料生成研究报告、PPT 或网页。海外有ChatGPT桌面客户端授权后能直接调用电脑里的工具、读取文件和操作浏览器。它提供 Work 和 Codex 两种任务执行方式Work 面向日常工作Codex 更侧重编程。Claude Code能读取和修改电脑里的文件、调用工具既能写程序也能处理材料和数据。Grok Build偏向程序开发可以阅读和修改项目文件并运行程序检查结果。如果你想做个网站、写个程序或者开发一个小工具国内还有这些更偏编程的产品TRAE、CodeBuddy、Qoder CN原通义灵码和文心快码。你可以用自然语言讲需求让它们帮你写代码、改功能、找问题再运行看看效果。Pi Agent、Hermes Agent 和 OpenClaw 也能处理多种任务。这几款需要自己做些配置可以按自己的需要连接模型和工具。出门在外想用手机继续安排家里的 Agent 干活也可以考虑这种用法后面个人助理部分会讲。比如想把几份销售表格合并统计就告诉它文件在哪、按什么统计、结果存到哪里并授权它访问。事情复杂的话先看看它的计划做完再检查生成的表格。图片制作用一段文字描述你想要的画面让 AI 生成一张图拿一张已有的图片让它换背景、改局部或者把几张图里的人物、产品、场景融合到一张新图里这些都属于图片制作。给文章配图、做海报、制作产品图都能用上。完成这些生成和修改工作的就是图像模型。那支持图片创作的工具有哪些呢即梦 AI用 Seedream 系列做图比如 Seedream 5.0 Pro在即梦里叫「图片 5.0 Pro」。可以生成、修改图片也能融合多张参考图。ChatGPT图片功能使用 ChatGPT Images 2.5可以直接描述画面也可以上传图片边聊边改。Gemini使用 Nano Banana 系列包括 Nano Banana 2 和 Nano Banana Pro可以生成图片、修改照片、融合参考图。Midjourney使用自家的图像模型目前默认是 V8.2可以按描述生成图片也能参考已有图片的风格。Grok Imagine图像模型是 Imagine Image 2.0可以生成图片、修改局部、组合参考图。Qwen Chat可以使用 Qwen-Image 2.0 生成和编辑图片也能制作带文字的海报。做图的时候先告诉它这张图用在哪儿画面里要有什么想要什么风格、多大比例。 改图或融合图片就把素材一起发过去说清楚要保留什么、修改什么。生成后看看画面是否合适海报上的字有没有错需要改的地方直接告诉它最后下载图片。视频制作视频也类似。你可以用文字描述一个场景让 AI 生成一段动态画面也可以给它一张图片让画面里的人物动起来。还可以提供人物、场景或动作参考让它照着这些素材生成镜头或者修改已有视频。这些生成和修改画面的工作可以交给视频模型。做数字人口播或者把现成的图片、字幕和配音编排成视频也有对应的工具下面分别说。生成视频片段常见的工具和模型有即梦 AI使用 Seedance 系列比如 Seedance 2.5可以结合文字、图片、视频和声音参考来生成或修改片段。可灵 AI有可灵视频 3.0、3.0 Omni 等模型可以用文字、图片或参考素材生成视频也能安排多个镜头。海螺 AI可以使用 MiniMax H3结合文字、图片等素材生成带声音的视频。Grok Imagine视频模型是 Imagine Video 1.5可以让图片动起来同时生成环境音、音效或对话。Google Flow可以使用 Veo 3.1、Gemini Omni Flash 1.1 等模型按文字、参考素材或指定的起止画面生成视频也能用 Gemini Omni 修改已有视频。先想一想这条视频要讲什么需要哪些镜头再描述人物、场景、动作和镜头怎么变化。有参考图片或视频也可以一起提供。生成后拿到的是视频片段要看看人物、动作是否符合要求。想做成一条完整视频通常还要剪辑、加字幕和声音再导出。数字人口播还有一种你希望画面里有个人对着镜头讲解就可以用 HeyGen 做数字人口播。它也能翻译已有视频、同步口型配上相应语言的声音和字幕。准备好讲解稿选人物形象或者用照片、短视频创建数字人再设置声音和语言。生成后检查发音、停顿和口型调整好再导出。用 Remotion 做视频如果手里已经有图片、图表、字幕和配音想安排它们什么时候出现、怎么动可以用 Remotion。它用代码编排这些内容再输出视频。你可以把脚本和素材交给 Codex、Claude Code 等 Agent讲清楚画面顺序、动画和字幕要求让它帮忙写代码预览调整后输出视频。刚开始只想生成几个视频片段的话先用前面那些工具就够了。声音制作稿子已经写好了想配个音做成旁白或有声内容可以看看这两款MiniMax Audio文字配音、声音克隆和多语言语音生成可以调整情绪和表达方式。ElevenLabs文字配音、声音克隆、按描述设计声音以及音视频配音翻译。把文字准备好选声音、语言和表达方式生成后听听读音、停顿和语速调整好再下载音频。如果是给视频配音再放进剪辑工具里配合画面。如果想做歌曲或配乐还有Suno根据风格、情绪或歌词生成带演唱和编曲的歌曲也能制作纯音乐。MiniMax Music这是音乐模型系列可以根据创作构想和歌词生成歌曲。以 Suno 为例告诉它歌曲的主题、风格和情绪也可以提供歌词。试听调整后下载歌曲或配乐音频。个人助理前面讲的很多任务做完一次就结束了。个人助理还可以持续跟进一件事比如定期整理简报、跟进活动安排或者记住你的偏好。 遇到需要你决定的事情再来问你。厂商提供的云端助理有Grok Bot使用独立云端电脑跨应用处理任务并保留工作偏好。Meta Muse在云端电脑和浏览器里推进长期任务记住偏好并在需要你决定时询问。ChatGPT dot在对话之间继续跟进任务使用云端电脑也可以把工作交给 Work 或 Codex。比如想每周一收到一份行业简报就把关注什么、参考哪些资料、发到哪里讲清楚连接好相关应用设置定时任务。哪些事得先问你也可以提前约定。还有一种需求我自己就是这么用的出门在外用手机连到家里的电脑继续安排 Agent 干活。这样手边没有电脑也能交代任务、看进度。如果想这样用可以了解 OpenClaw小龙虾、Hermes Agent。先让它们在电脑或服务器上运行配置好模型和工具再连接它们支持的聊天 App就能通过手机发任务、收结果。Pi Agent 也可以搭配远程连接工具来用。运行 Agent 的电脑或服务器要保持在线。写在最后好上面说了一大堆大家对现在市面上这些 AI 产品是不是有了一个更清晰的认识简单来说问问题、聊想法可以找聊天 AI想让它动手处理任务可以找通用 Agent。做图片、视频、声音就找对应的创作工具想让它持续跟进工作就看看个人助理。遇到什么需求去找对应的工具就行。学工具这件事还是回到自己要解决的问题上。现在用的工具已经能把问题解决好了那就足够了没必要每出一款新产品都跟着学。AI 圈有句调侃「有些东西不用着急学拖着拖着就不用学了。」有些新产品可能没几个月就消失了。所以挑有代表性、能解决自己问题的工具先把它用好。以后真遇到解决不了的需求再去找新的也来得及。