你有没有这种感觉：
AI 工具越收藏越多，真正每天在用的，却永远只有两三个。
今天有人说这个模型最强，明天又有人推荐另一个神器。结果会员开了一堆，工作流没搭起来，光研究工具就把时间耗完了。
我现在越来越觉得：
普通人根本不用了解所有 AI 工具，只需要在每个常用场景里，选一个顺手的主力工具。
所以这篇不做大而全的排行榜。
我就按 7 个最常见的场景，直接告诉你：
- 我更推荐哪个
- 它适合干什么
- 普通人怎么开始用
先看结论：这张表就够了
如果你只想快速抄作业，可以直接用这一套：
ChatGPT + Obsidian + GPT-image2 图像 + 即梦 + MiniMax Audio + Claude Code / Codex + Skill
编程这一项可以这样选：
- 海外工具：Claude Code 或者 Codex
- 国内工具：Zcode + GLM-5.2
- 普通人和新手入门：Trae
当然，你完全不用一次全部学会。
先从自己使用频率最高的一个场景开始就行。
写东西：ChatGPT 依然是普通人的第一选择
如果只能选一个通用 AI 工具，我还是更推荐 ChatGPT。
不是因为它每一项都是最强，而是因为它什么都能接住：
- 聊选题
- 拆提纲
- 修改文章
- 搜集资料
- 生成图片
- 写代码
- 整理成文件
- 把文章改成小红书、短视频和口播稿
对于普通人来说，少切换工具，本身就是效率。
不要一上来就说：
"帮我写一篇公众号文章。"
更好的方法是先把自己的真实想法说出来：
"我想写一篇 AI 工具推荐，但不想写成排行榜。我的真实感受是，普通人买了很多工具，最后没有形成自己的工作流。请先帮我整理观点，不要直接写正文。"
等它帮你梳理完逻辑，再让它分章节写。
备选怎么选：
- 更重视长文表达和改稿：Claude
- 中文高频使用、成本敏感：DeepSeek
- 一次要读大量资料：Gemini 或 Kimi
不知道选什么，先用 ChatGPT；写长文可以再加 Claude。
知识管理：我更推荐 Obsidian
知识管理这件事，我现在更看重的不是"AI 能不能帮我总结"，而是内容最后能不能真正留在自己手里。
所以这一类，我更推荐 Obsidian。
它适合长期保存：
- 自己写过的文章
- 内容卡片
- 选题库
- 提示词
- 项目复盘
- 工具使用方法
- 可以重复调用的 Skill 和流程
它最大的优势不是某一个 AI 功能，而是：
内容保存在本地，使用 Markdown，结构由自己决定，也不会被某个平台完全锁住。
对于持续做内容的人来说，今天的一篇文章，可能会在以后变成：
- 一条小红书
- 一期短视频
- 一段课程内容
- 一个 Skill
- 一套自己的方法论
这些内容如果一直散落在聊天记录、收藏夹和不同平台里，很难真正形成积累。
刚开始不用把 Obsidian 搞得特别复杂。
可以先建 5 个文件夹：
00_内容卡片01_正在创作02_已经发布03_提示词与Skill04_项目复盘
平时看到有价值的内容，不要整篇搬进去。
只记录四样东西：
- 它讲了什么
- 哪个观点对你有用
- 你自己的判断是什么
- 以后能用在哪
这样 Obsidian 才是知识库，而不是另一个高级收藏夹。
NotebookLM 仍然很好用，但我更愿意把它当成"临时研究工具"。
需要读一批 PDF、网页或资料时，把它们放进 NotebookLM 里快速消化；真正值得长期保留的结论，再整理回 Obsidian。
也就是说：
NotebookLM 负责读，Obsidian 负责留。
备选怎么选：
- 临时研究大量资料：NotebookLM
- 微信公众号资料较多：腾讯 ima
- 团队协作：飞书或 Notion
想建立自己的长期内容资产，主库用 Obsidian；NotebookLM 只负责阶段性研究。
图片生成：GPT-image2 图像最适合普通人反复修改
普通人做图，真正难的不是生成第一张，而是修改。
比如：
- 人物不变，换衣服
- 横版改成竖版
- 减少页面文字
- 保留脸部形象
- 换背景
- 按文章内容继续生成一组配图
这类任务，ChatGPT 图像的优势很明显：可以直接用自然语言持续改。
不要只说"帮我生成一张爆款封面"。
最好把要求拆清楚：
- 主题
- 使用平台
- 图片比例
- 人物形象
- 主色
- 文字区域
- 想突出什么
- 不要出现什么
例如：
"生成一张公众号封面图，21:9 横版。主题是'普通人的AI实战07：别再乱买AI工具'。画面重点是一个普通人被大量 AI 工具图标包围，表情困惑；右侧突出'7类工具就够了'。整体简洁，不要信息过密。"
备选怎么选：
- 中文短视频封面和平台素材：即梦
- 参考图延展和角色一致性：Gemini
- 概念感和氛围视觉：Midjourney
要"边看边改"，用 ChatGPT 图像；要快速做中文平台素材，用即梦。
视频生成：普通人优先用即梦跑通完整流程
视频生成这一类，我更推荐普通人先用即梦。
原因不是它在所有指标上都一定最强，而是它对中文用户更友好，而且图片、视频和内容平台素材可以放在一个相对连贯的流程里完成。
它适合：
- 文生视频
- 图生视频
- 人物动作
- 产品展示
- 短视频空镜
- 封面图延展成动态素材
- 连续生成同一主题下的多组画面
如果你本来就在用即梦生图，再继续用它做视频，切换成本也更低。
不要直接让 AI 生成一条完整成片。
先把视频拆成多个 3-8 秒镜头。
比如一条"AI 工具太多"的视频，可以拆成：
- 电脑上同时打开大量 AI 工具
- 人物看着屏幕一脸困惑
- 桌面上的工具被逐个删掉
- 最后只保留常用的几类工具
- 画面出现"工具不在多，关键是形成流程"
每个镜头分别生成，再放到剪映里组合、配音和加字幕。
这样比一句话生成完整视频更稳定。
备选怎么选：
- 更重视人物动作和真实感：可灵
- 追求高质感概念镜头：Veo
- 动漫或参考图驱动：Vidu
普通人先用即梦把"图片—视频素材—剪辑"跑通，再根据具体镜头补充可灵或 Veo。
音频配音：中文内容优先试 MiniMax Audio
TTS 就是把文字变成语音。
它特别适合：
- 短视频旁白
- 文章音频版
- 课程讲解
- 产品演示
- 批量口播
- 固定个人音色
MiniMax Audio 对中文内容比较友好，也支持音色复刻，适合想建立固定个人声音的创作者。
最简单的流程：
- 准备一段背景安静的人声录音
- 创建或选择音色
- 输入已经处理好断句的文案
- 先生成一小段试听
- 调整语速、停顿和情绪
- 再生成完整版本
注意，公众号文章不能直接拿去配音。
书面句子通常太长，需要先改成口语：
原文：
"现在的 AI 工具越来越多，但真正能够稳定进入个人工作流的工具并不多。"
口播版：
"现在的 AI 工具，真的越来越多。但真正能留下来、每天都用的，其实没几个。"
备选怎么选：
- 多语言和情绪表达：ElevenLabs
- 想接 API 和自动化：Fish Audio
- 只想快速给视频配音：剪映文本朗读
中文个人配音优先试 MiniMax Audio，图省事就直接用剪映。
AI 编程：海外看 Claude Code 和 Codex，国内看 Zcode + GLM-5.2
现在的 AI 编程，已经不只是"在编辑器里补几行代码"。
更值得关注的是，它能不能：
- 理解整个项目
- 自己拆任务
- 修改多个文件
- 运行命令和测试
- 发现错误后继续修复
- 最后交付一个可以验证的结果
海外主推荐：Claude Code + Codex
Claude Code 更适合处理：
- 阅读完整代码库
- 修改多个文件
- Debug
- 重构
- 执行命令
- 跑测试
- 根据项目规范持续工作
它更像一个能够直接进入项目干活的编程 Agent，而不只是代码补全工具。Claude Code 官方也把理解完整代码库、构建功能、修复错误和自动化开发任务作为核心能力。
Codex 更适合把不同任务分开交出去。
例如：
- 修复一个 issue
- 给一个模块补测试
- 检查一组代码
- 实现一个独立功能
- 同时处理多个任务，再统一审核结果
现在的 Codex 已经提供桌面应用、IDE 和本地 CLI 等形态，也支持并行线程、Git 和自动化工作方式。
我的理解是：
Claude Code 更适合持续深入一个复杂项目，Codex 更适合把任务拆开并行推进。
二者不是非得二选一，反而可以组合使用。
国内主推荐：Zcode + GLM-5.2
国内这一套，我更推荐智谱的 Zcode 配合 GLM-5.2。
GLM-5.2 面向长任务和工程级上下文，官方文档强调了 1M 上下文、复杂工程、多文件任务和长程执行能力。
这套组合更适合：
- 中文需求描述
- 从需求到完整项目
- 长时间连续开发
- 小程序、网页和应用开发
- 需要国产模型或国内服务的场景
Zcode 更像承载开发流程的工具，GLM-5.2 则是背后负责理解、规划和执行的模型。
Trae：适合普通人低门槛入门
如果你刚开始接触 AI 编程，Trae 依然可以作为更容易上手的选择。
它适合：
- 体验 Vibe Coding
- 做简单网页
- 修改小项目
- 通过对话理解代码
- 不想一开始折腾命令行
无论用哪一个工具，都不要只说：
"帮我做一个工具。"
至少要交代：
- 它解决什么问题
- 谁来使用
- 输入和输出是什么
- 哪些功能必须有
- 哪些功能暂时不要
- 什么结果算完成
- 完成后要运行什么测试
例如：
"做一个本地运行的图片批量改尺寸工具。用户选择一个文件夹后，自动输出 16:9、4:3 和 3:4 三种比例。原图不能被覆盖，失败时显示具体错误。先完成最小可用版本，不做账号和云端功能。完成后实际运行并验证三种尺寸是否正确。"
复杂项目用海外 Claude Code，任务并行用 Codex；国内优先试 Zcode + GLM-5.2，新手可以从 Trae 开始。
自动化：真正值得沉淀的不是工具，而是 Skill
前面几篇文章里，我已经介绍过 Agent。
所以这一篇不再重复讲"什么是 Agent"，也不再继续堆一批 Agent 产品。
相比再找一个所谓的全能 Agent，我现在更看重的是：
把自己经常重复的任务，沉淀成可以反复调用的 Skill。
Skill 到底是什么：
你可以把 Skill 理解成：
一套已经写清楚输入、步骤、工具和输出标准的固定能力。
例如：
- 把网页保存为 Markdown
- 把文章改成小红书
- 根据文章生成封面和配图要求
- 把长文改成口播稿
- 调用 TTS 生成配音
- 把一组数据整理成周报
- 检查代码并运行测试
普通 Prompt 通常只解决当前一次对话。
Skill 更强调：
- 可以重复使用
- 输入和输出固定
- 有明确执行步骤
- 可以调用文件、脚本或其他工具
- 能不断根据使用结果继续优化
为什么我更推荐先做 Skill：
因为模型会变，平台也会变。
但你总结出来的：
- 工作步骤
- 判断标准
- 文件模板
- 提示词
- 脚本
- 验收规则
这些东西可以一直留下来。
比如"把公众号文章改成短视频"，真正值钱的不是某一句 Prompt，而是整套流程：
- 提取文章核心观点
- 选择一个最适合视频表达的冲突
- 改写成口语
- 拆成镜头
- 生成画面提示词
- 生成 TTS 配音
- 输出剪辑清单
- 检查时长和信息密度
这套流程写清楚以后，就能成为一个可以反复使用的 Skill。
可视化流程：可以用扣子 Coze
如果不想写代码，又希望把流程直观地搭出来，可以使用扣子 Coze。
扣子支持通过可视化画布和节点搭建工作流，也可以把模型、知识库、代码和不同步骤连接起来。
例如可以搭一条这样的流程：
输入文章 → 提取重点 → 生成小红书文案 → 生成短视频口播稿 → 输出标题和封面文案
这类流程比"让 Agent 自己决定一切"更可控，也更适合普通人逐步调整。
Agent 不在这一篇重复展开
Agent 我之前已经单独写过一篇文章。
这一篇只保留一个判断：
Agent 负责执行任务，Skill 负责沉淀你的方法。
与其继续比较哪个 Agent 更强，不如先把自己最常做的一件事，整理成一个稳定 Skill。
自动化优先沉淀 Skill；需要可视化搭建，再使用扣子 Coze；Agent 的完整使用逻辑可以回看前面的专题文章。
普通人到底应该怎么配
看完上面这些工具，不要又全部注册一遍。
根据自己的任务选一套就够了。
做公众号、小红书和短视频：
ChatGPT + Obsidian + ChatGPT 图像 + 即梦 + MiniMax Audio + 剪映
基本可以覆盖资料沉淀、写作、图片、视频、配音和剪辑。
想做自己的小工具：
- 海外复杂项目：Claude Code + Codex
- 国内开发方案：Zcode + GLM-5.2
- 普通人和新手入门：Trae
它们不是整篇文章的通用工具组合，而是编程场景下的不同选择。
想把重复工作固定下来：
优先做 Skill。
需要可视化流程时，再用扣子 Coze。
不要一开始追求"全自动运营"。
先把一条重复流程写清楚、跑通，再考虑交给 Agent 执行。
最后说一句
AI 工具不会越买越会用。
真正有价值的，不是你收藏了多少工具，而是你有没有用一个工具，完整解决过一个真实问题。
所以看完这篇，不要马上去注册 7 个平台。
先问自己一个问题：
我现在最想省掉的重复工作，是什么？
找到它。
选一个工具。
跑通一次。
然后把这个流程留下来。
这才是普通人的 AI 实战。
关注公众号「AI淇橦学」，和 AI 一起成长。 有问题或建议？后台留言即可。
