AI 常用工具选择

市面上的 AI 工具已经非常多，例如 DeepSeek、Qwen、WorkBuddy、DuMate、ChatGPT、Claude 和 Seedance 等。

本章节主要认识一些常用的工具，并看看这是工具适合什么。

选工具的顺序：先看任务（输入、动作、成果），再选工具类型，最后才挑具体产品。

---

先从任务出发选择工具

面对 AI 工具，不必先挑"最强模型"。

更该先问自己：我要输入什么、需要它执行什么、最后要交付什么格式？

同样是做一份报告，有的工具擅长写内容，有的工具能处理本地 Excel，有的工具能直接生成脚本或文件。

选错类型，可能会增加很多复制粘贴的工作。

三个问题	例子	会影响什么
输入什么	一句话、一张表、一批图片、整个项目文件夹	决定工具能不能"读到"你的材料
做什么动作	只回答、改文件、运行命令、生成素材	决定要不要给它读写文件的权限
交付什么	文字、Word / Excel、网页、图片、视频	决定工具类型和成本

---

四类工具，四种分工

本教程会用到的六款工具，可以归成四类。

先用一个类比帮你记住它们的分工。

工具类型	类比	含义	适合的领域
对话助手	顾问	你问它答，活还得自己干	写作、问答、翻译、资料梳理、头脑风暴
办公 Agent	行政助理	能打开你授权的文件夹，把表格和文档做出来	批量文件整理、表格分析、周报和 PPT 等重复性办公
编程 Agent	工程师	读项目、改代码、跑命令、修问题	网页和小工具开发、脚本自动化、代码调试
生成模型	外包动画师	你给素材和说明，它交付视频片段	图片、视频、音乐等素材的创作与改编

其中 Agent（智能体）指能自主拆解步骤并实际操作工具的 AI，而不只是回答问题。

多模态指同一款模型能同时处理文字、图片、音频等多种输入输出形式。

---

六款工具速览

以下列出本教程会用到的代表性工具，并非性能排名。

实际功能取决于版本、使用入口、账号权限及订阅方案。

工具	类型	侧重能力	能否读写本地文件	典型任务	要留意的地方
DeepSeek	对话助手 / 模型	文字问答、思考、资料梳理	对话窗口里不能；上传文件处理取决于入口	写通知、总结需求、提出方案	生成的事实需核对；模型版本更新频繁
Qwen（千问）	对话助手 / 多模态	对话、写作、翻译、图片生成与编辑（取决于入口）	对话窗口里不能	写文案、整理材料、做海报草图	不同入口、地区、账号的功能不同
腾讯 WorkBuddy	办公 Agent	桌面办公、任务规划与文件实操	能（授权文件夹内）	批量整理文件、生成文档表格	先限定工作目录与权限
百度 DuMate	办公 Agent	桌面办公自动化与 Excel 处理	能（授权文件夹内）	分析表格、处理本地文件	在副本中验证批量操作
ChatGPT（OpenAI）	编程 Agent	读写项目、运行命令和测试	能（本地模式下的项目文件夹）	制作网页、排查代码、改脚本	执行命令和改文件需审核
Seedance（火山引擎）	视频生成模型	图生视频、首尾帧生成	不直接读你的文件，通过接口接收图片、返回视频	短片、产品视频	按用量计费，先小样再批量

---

各工具适合的领域

下表把介绍一些工具的擅长领域。

工具	最擅长的领域	典型场景	不适合交给它的任务
DeepSeek	文字思考与梳理	写通知和周报、总结长文、对比方案、解释代码	直接操作本地文件；未经核对就直接对外发布的内容
Qwen（千问）	文字加图像的多模态创作	文案与翻译、海报草图、配图生成、图片修改	需要稳定读写本地文件的批量任务；依赖免费额度的长期生产
腾讯 WorkBuddy	桌面办公自动化	批量整理文件、生成周报、文档表格和 PPT、定时任务	授权目录之外的任何操作；一句话就能答完的简单问答
百度 DuMate	表格与办公文件处理	Excel 清洗和分析、Office 与 PDF 互转、汇报 PPT、网页填表	未经授权确认的合同、财务等敏感材料
ChatGPT（OpenAI）	代码与网页开发	制作网页和小工具、排查报错、批量脚本、自动化处理	没有备份或版本管理的重要项目；不需要动手执行的纯咨询
Seedance（火山引擎）	视频生成	图生视频、首尾帧短片、产品宣传片	需要精确叙事控制的长片；不计成本的反复试错

同一款工具在不同领域的表现差别很大，跨领域使用前先用小样例测试。

建议：先按领域缩小范围，再用自己的真实材料试用。

同一领域有多个候选时，从权限最小、成本最低的那款开始。

---

怎么选：一张流程图

把前面的方法压缩成一张流程图，从上往下问自己四个问题。

拿不准的时候，从权限最小、成本最低的一种开始，用自己的样例测试，再决定是否升级。

---

实例：把一份销售表变成汇报材料

假设每周需要处理销售流水，完成三个成果：异常订单清单、简短分析结论、一份汇报 PPT。

把任务拆到不同工具上，分工如下。

工作步骤	推荐方式	预期成果
检查字段和业务口径	先用 DeepSeek / Qwen 整理分析需求	字段解释、计算规则
读取本地 Excel 并统计	WorkBuddy 或 DuMate（授权工作区）	数据清洗结果、汇总表
编排汇报重点	对话助手或办公 Agent	PPT 提纲、图表建议
验收	人工对照原表抽查	确认合计金额和异常记录

验收这一步不能省。

可以让 AI 帮你列出抽查清单，但抽查本身要自己做。

---

常见组合用法

实际工作里，很少只用一个工具。

下面三种组合覆盖了本教程的大部分场景。

目标	工具组合	分工
办公提效	对话助手 + 办公 Agent	对话助手梳理思路，办公 Agent 处理文件，你抽查验收
做小工具	对话助手 + Codex	对话助手想清楚需求，Codex 写代码并运行测试，你试用并提意见
做短视频	Codex + Seedance	Codex 写故事、画首尾帧、写提示词，Seedance 生成镜头，你看动态听声音

---

选型的三个误区

初学者最常见的问题不是"工具不够好"，而是把任务交给了错误类型的工具。

误区	更合适的做法
所有任务都交给一个聊天工具	涉及读写文件时优先考虑具备该权限的办公 Agent
看到"自动执行"就允许访问整个磁盘	创建单独工作区，使用副本和最小权限
只看展示视频中的效果	用自己的样例测试输入、输出格式和成本

---

使用前的安全清单

把以下六条当作开工前的例行检查，能避免绝大多数事故。

检查项	做法
API Key 不进对话	只放在环境变量里，不贴进聊天框，也不发给别人
权限最小化	只授权需要的文件夹，不授权整个磁盘
用副本	批量改名、覆盖、删除前，先在副本里验证
高风险操作要确认	删除、移动、外发数据，必须自己点头
敏感资料不上传	身份证、密码、合同和商业机密，先确认公司规定
记录花费	用到计费的工具（尤其是视频生成），先报价再提交，不充值不透支

---

主要 AI 公司与产品一览

海外综合与平台型公司

这一组是产品线最完整的综合型公司，模型、助手、开发平台往往同时提供。

图标	公司	地区	主要产品	备注
	OpenAI	美国	ChatGPT（对话与桌面应用） Codex（编程智能体） GPT 系列模型与 API、图像生成	Sora 已于 2026 年 3 月宣布关闭，Atlas 浏览器已于 2026 年 8 月停用，能力并入 ChatGPT 和 Codex
	Anthropic	美国	Claude（网页、桌面、手机 App） Claude Code（命令行编程智能体） Claude Cowork（面向非开发者的桌面智能体）、Claude in Chrome、Claude API / 开发者平台	模型分 Fable、Opus、Sonnet、Haiku 等档位
	Google / DeepMind	美国	Gemini（App 与模型） Gemini CLI Antigravity（智能体开发平台） Nano Banana（图像）、Veo（视频）、Lyria（音乐） NotebookLM（资料研究）	产品最全的综合型公司之一，Gemini 已接入搜索、Workspace 等
	Microsoft	美国	Copilot（办公与系统助手） GitHub Copilot（编程助手） Azure AI 平台（企业模型与智能体服务）	同时分发多家第三方模型
	Meta	美国	Meta AI（独立 App 与社交产品内助手） Muse 系列模型（首款 Muse Spark，2026 年 4 月发布） Llama 开源系列（历史主力）	路线从开源转向自研闭源模型，Llama 已不是当前主推
	xAI	美国	Grok（对话助手，集成于 X） Grok Imagine（图像与视频生成） Grok API	与 X 平台深度结合
	Mistral AI	法国	Le Chat（对话助手） Mistral 系列模型与 API，部分开放权重	欧洲代表性模型公司
	Perplexity	美国	Perplexity（带引用的 AI 搜索 / 答案引擎）	强项在联网搜索与来源标注
	Cohere	加拿大	Command 系列模型、Embed / Rerank、企业智能体平台	主要面向企业客户
	NVIDIA	美国	Nemotron 开放模型、NIM 推理微服务、AI 开发平台	以算力与开发工具为核心
	Amazon / AWS	美国	Amazon Nova 系列模型 Amazon Bedrock（多模型托管平台） Kiro（AI 编程工具）	云端平台型
	Apple	美国	Apple Intelligence（系统级 AI 功能）	强调设备端与隐私
	IBM	美国	watsonx 平台、Granite 系列模型	企业级 AI

海外图像、视频与音乐生成公司

这一组专注视觉与音频生成，适合为教程的图片和视频章节补充备选工具。

图标	公司	地区	主要产品	备注
	Stability AI	英国	Stable Diffusion 系列图像模型	开放权重图像模型的代表
	Midjourney	美国	Midjourney（图像与视频生成）	以审美和风格见长
	Runway	美国	Runway（Gen 系列视频模型与创作工具）	面向影视与创作者
	Black Forest Labs	德国	FLUX 系列图像模型	前 Stable Diffusion 核心团队
	Luma AI	美国	Dream Machine、Ray 系列视频模型
	Suno	美国	Suno（AI 音乐生成）
	Ideogram	加拿大	Ideogram（擅长文字排版的图像生成）

中国主要 AI 公司

这一组是本教程主要工具的来源公司，模型能力和产品入口更新频繁。

图标	公司	地区	主要产品	备注
	DeepSeek（深度求索）	中国	DeepSeek 对话助手（网页与 App） DeepSeek V4 系列模型与 API（开放权重） DeepSeek Harness（智能体运行环境）	更新频繁，具体型号以官网为准
	阿里巴巴（通义千问）	中国	千问 App 与 Qwen 系列模型（多数开源） Qwen-Image（图像生成与编辑） 通义万相（视频生成）、千问办公	模型与云服务（阿里云百炼）并行
	字节跳动	中国	豆包（对话助手）、豆包工作 火山引擎（方舟平台，Seedance 视频模型、Seed 系列模型） 即梦（图像与视频创作） TRAE（AI 编程环境）	本教程视频章节使用 Seedance
	腾讯	中国	混元系列模型 元宝（对话助手） WorkBuddy（桌面办公智能体） CodeBuddy（AI 编程助手）	办公智能体投入较大
	百度	中国	文心（ERNIE）系列模型与文心助手 百度搭子 DuMate（桌面智能体） 文心快码 Comate（编程助手）	与百度智能云结合
	月之暗面（Moonshot AI）	中国	Kimi（对话助手） Kimi K3 系列模型（开放权重）	长上下文与编程、智能体是强项
	智谱 AI（Z.ai）	中国	智谱清言 / Z.ai（对话助手） GLM 系列模型与开放平台	强调编程与智能体能力
	MiniMax	中国	MiniMax M 系列模型 海螺 AI（视频与语音生成）	覆盖文本、语音、视频
	快手	中国	可灵 AI（视频与图像生成）	视频生成代表产品之一
	阶跃星辰	中国	Step 系列模型
	科大讯飞	中国	讯飞星火模型与应用 讯飞开放平台	语音技术积累深
	商汤科技	中国	日日新 SenseNova 系列模型
	生数科技	中国	Vidu（视频生成）
	小米	中国	MiMo 系列模型

平台与开发工具

这一组不是模型公司，而是帮你使用、运行或分发模型的平台。

图标	公司	地区	主要产品	备注
	Cursor	美国	Cursor（AI 代码编辑器）	编程工具类
	Hugging Face	美国 / 法国	模型与数据集社区、开源工具库	开源模型分发平台
	Ollama	美国	Ollama（本地运行开源模型）	适合在自己电脑上试模型

---

参考资料

下面的官方资料用于核对工具定位和功能。

不同版本的功能入口、额度与支持格式可能变化，请以实际页面为准。

• 腾讯 WorkBuddy 官方产品介绍
• 百度 DuMate 快速开始
• OpenAI Codex 官方文档
• Codex 快速开始
• DeepSeek 官方网站
• Qwen 官方网站
• 火山引擎（Seedance 的接入平台）