AI 工具全景

2023 年以来，AI 工具的数量呈指数级增长。

写文章有 AI 写作助手，画画有 AI 绘画工具，写代码有 AI 编程助手，甚至连做 PPT、剪视频都有专门的 AI 工具。

面对几百款 AI 工具，很多人的第一反应是：我该从哪开始？哪款适合我？

本章节将为大家建立一个 AI 工具的认知框架——知道有哪些类别、每类里有什么代表性工具、它们的优缺点是什么、什么场景该用什么。

不用追着每款新工具都试一遍，找到适合自己的 3-5 款，用好它们，就够了。

工具是服务于人的。不要为了用工具而用工具，要想清楚你要解决什么问题，然后找能解决那个问题的工具。

文本生成类工具

最成熟、应用最广的 AI 工具类别。写邮件、写报告、写代码、翻译、总结、 brainstorming，这些都能用文本生成工具来做。

按国际和国内划分，各有优势。

国际主流文本生成工具

国内主流文本生成工具

文本生成工具的选择建议

如果你第一次接触 AI，建议从 ChatGPT 或 Claude 开始——它们代表了当前文本生成的最高水准。

如果你主要处理中文内容，国内工具可能更顺手——它们对中文的理解和生成效果通常更好。

如果你需要处理超长文档（比如读一本书、一份几百页的报告），Claude 或 Kimi 是不错的选择。

建议：先选 1-2 款主流工具，用熟练，再考虑尝试其他的。工具的使用深度比广度更重要。

图像生成类工具

从文字描述生成图片，是 AI 最具视觉冲击力的应用方向。做设计、画插图、做原型、生成素材，这些场景都能用上。

主流图像生成工具对比

图像生成工具的选择建议

如果你追求效果和易用性，直接选 Midjourney——虽然需要付费，但效果是真的好。

如果你是设计师，想要完全掌控，或者有隐私顾虑，可以研究 Stable Diffusion——可以在自己电脑上跑，想怎么改就怎么改。

如果你需要生成带文字的图片（比如海报、Logo），Ideogram 是专长。

提示：AI 生成的图片可能存在版权风险，用于商业用途前请确认各工具的授权条款。

代码助手类工具

AI 对程序员的生产力提升是最显著的之一。代码补全、解释代码、找 Bug、重构、甚至从零生成项目，这些都能让 AI 来做。

主流代码助手对比

代码助手的使用示例

以 Cursor 为例，这是一个专门为 AI 设计的代码编辑器。

在 Cursor 中，你可以这样和 AI 协作：

场景 1：让 AI 生成一个 runoob 教程页面

你只需要输入：

创建一个简单的 Python 入门教程网页，包含标题、代码示例、说明

AI 会直接帮你生成完整的 HTML 文件。

场景 2：让 AI 解释代码

选中一段看不懂的代码，按 Cmd+K（Mac）或 Ctrl+K（Windows）。

然后输入：

解释这段代码在做什么

AI 会逐行分析代码逻辑，并解释每一步执行过程。

场景 3：让 AI 修复 Bug

选中出现报错的代码。

然后输入：

这段代码报错了，帮我看看问题在哪，修复它

AI 会定位错误原因，并给出可运行的修复方案。

场景 4：重构代码

选中需要优化的代码。

然后输入：

这段代码太乱了，帮我重构得更清晰，加上注释

AI 会优化代码结构、拆分职责，并自动补充必要注释，提高可读性和维护性。

GitHub Copilot 则更像是一个超级自动补全——你写个注释，它帮你写代码；你写一半，它帮你补完。

代码助手的选择建议

如果你是学生或者刚入行，GitHub Copilot（https://github.com/copilot） 是必装的——它能帮你快速跨过不会写的门槛。

如果你想体验更智能的 AI 编程，试试 Cursor/Qoder/Trae——用它写一次项目，你就知道 AI 时代编程是什么感觉了。

注意：AI 写的代码可能有 Bug，可能不安全。你是程序员，你要为代码负责。把 AI 当助手，不是当权威。

搜索增强 AI

传统搜索引擎给你一堆链接，你自己点进去找答案。搜索增强 AI 直接给你答案，还会告诉你答案是从哪来的。

主流搜索增强 AI 对比

搜索增强 AI 的使用场景

什么时候该用搜索增强 AI，而不是传统搜索引擎？

需要整合信息时：比如"2024 年 AI 领域有哪些重要进展"——AI 会把各个来源的信息整合起来给你一个综述，而不是丢给你几十篇新闻。

需要答案而非链接时：比如"怎么用 Python 发送邮件"——AI 会直接给你完整的代码示例和步骤，而不是让你翻十几篇博客。

需要事实核查时：比如"某公司的财报数据是多少"——AI 会去查最新的官方数据，而不是给你过时的信息。

提示：即使是搜索增强 AI，也可能出错。重要信息请交叉验证，不要只看一个来源。

视频与音频 AI

视频和音频的 AI 工具正在快速发展。虽然还没有文本类那么成熟，但已经能在很多场景帮上忙了。

视频生成工具

音频工具

Whisper 使用示例

Whisper 是 OpenAI 开源的语音识别模型，用来把语音转成文字非常好用。

注意：AI 音频工具可能被滥用。请遵守法律法规，不要未经许可克隆他人声音，不要用 AI 生成的内容进行诈骗。

效率工具类

很多日常工具已经内置了 AI 功能，不用单独去学复杂的工具，用好你已经在用的工具里的 AI 就够了。

主流效率工具对比

Notion AI 使用场景

Notion AI 是把 AI 融入工作流的典型——你在写笔记的过程中，随时可以让 AI 帮忙。

// 在 Notion 中输入 /ai 就可以唤出 AI

// 场景 1：写会议记录
// 输入："帮我生成一个会议记录模板，包含议题、讨论要点、行动项、负责人、截止时间"

// 场景 2：总结长文档
// 选中一篇长笔记，输入："总结这篇笔记，提取 5 个关键点"

// 场景 3：改写内容
// 选中一段文字，输入："把这段写得更简洁/更正式/更口语化"

// 场景 4：头脑风暴
// 输入："帮我 brainstorm 10 个关于 runoob 新课程的选题"

// 场景 5：翻译
// 输入："把这段内容翻译成英文/中文"

选工具的基本原则

面对这么多工具，怎么选？这里有几个原则可以帮你做决策。

原则一：先明确问题，再找工具

不要看到别人说某款工具好就去试。先想清楚：你要解决什么问题？

是想写代码更快？那选代码助手。是想做设计图？那选图像生成工具。是想提高写作效率？那选文本生成工具。

工具是手段，不是目的。

原则二：先精通一款，再扩展

很多人犯的错是：每款工具都试一下，每款都用不深。

更好的做法是：选一款主流工具，花一两周时间把它用熟，搞清楚它的边界——什么场景它能搞定，什么场景它搞不定。

等你把一款用精通了，再试其他的，你会发现很多设计思路是相通的。

原则三：看"使用频率"，不看"新奇程度"

一款每天都能用的工具，比一款一年用一次但很酷炫的工具有价值得多。

比如：代码助手你每天写代码都能用，它的价值就很高；视频生成工具你可能半年才用一次，那就不用急着买最贵的套餐。

原则四：考虑成本，不仅是金钱

工具的成本不只是订阅费，还有学习成本、迁移成本、数据安全成本。

有些免费工具需要你花很多时间折腾，那你的时间也是成本。有些工具把你的数据存在云端，那数据安全也是成本。

一个简单的判断标准：如果某款工具能帮你每周省出 2 小时，那一个月花 20 美元订阅它，通常是划算的——你的时间比这值钱。

小结与工具选型建议

这篇文章介绍了很多工具，最后给你一个简洁的行动建议。

普通人的入门三件套

如果你只是想体验一下 AI，从这三个开始就够了：

程序员的推荐组合

如果你是程序员，这个组合能让你效率翻倍：

设计师的推荐组合

如果你是设计师，这个组合能帮你快速出方案：