先说结论：AI 聊天工具怎么选？别信排行榜，拿你自己的活儿去试。
步骤很简单：
- 写下两三件你真要它帮忙的事。
- 写下“必须满足”的条件：要上传什么文件、哪些资料能给它看、最多花多少钱。
- 哪个工具不满足，直接排除。
- 剩下的，给它们同样的任务、同样的材料，按你实际看到的打分：准不准、会不会承认不知道、要改多少、怎么处理你的数据。
公开的对比文章，通常也是按用途、功能、价格来分（PCMag）。这篇给你一套自己动手比的方法。它不是排行榜，我们也没有给任何工具排过名。
下面有：必须条件筛选表、一张空白的五项评分卡、一份故意缺一条信息的虚构测试材料、预算表，以及最后的检查卡。
先想清楚你要拿它干嘛
“哪个聊天工具最好？”单独问，没法回答。对什么事最好？对谁最好？要传什么文件、守什么规矩？
先把真实的任务写下来，越具体越好：
| 含糊的 | 具体的 |
|---|---|
| “帮我写东西” | “把我的要点笔记写成一段 300 字的团队周报” |
| “查资料” | “总结一份 10 页的公开报告，列出我该核实的说法” |
| “工作上用” | “用我们的常见问题文本，起草给客户的客气回复” |
| “学习用” | “拿我贴的一章内容考我，别直接告诉我答案” |
挑两三件。后面测试就用它们。
必须条件和个人偏好，分开
有些要求是“过或不过”。工具做不到，就出局，别的方面再好也没用。有些只是偏好，可以取舍。
| 必须满足（不满足就排除） | 个人偏好（有更好） |
|---|---|
| 能传我要用的文件（比如 PDF、表格） | 喜欢它的文风 |
| 数据怎么处理，符合我能分享的范围 | 速度 |
| 不超过我的预算上限 | 界面好不好看 |
| 在我要用的设备上能用 | 附加功能，比如画图 |
| 使用额度够我平常一周用 | 以后可能用到的软件对接 |
必须条件，要去每个工具当前的官方帮助页、价格页核对，别凭印象，也别信旧文章。功能和额度变得很勤。
功能
功能只有对你的任务有用才算数。功能单子长，不代表更适合你。
每个候选工具，去官方页面找这几个问题的答案：
- 文件：能传哪些格式？有没有大小限制？
- 联网：能不能上网查？会不会标出信息从哪来？
- 记忆：会不会记住以前的对话？能不能关掉、删掉？
- 分享和协作：需要的话，能不能分享对话、跟别人一起用？
- 数据设置：能不能控制你的对话是否被拿去改进服务？
模型在哪儿运行、你的数据怎么处理，会影响它适不适合某件事（Microsoft Learn）。云端聊天工具，会把你输入的内容发到服务商的服务器上。公开资料这样没问题，保密工作就未必。去读你实际要用的那个套餐的条款。
拿不准自己要的是聊天工具，还是能替你跨软件办事的助手？可以看聊天机器人、DIY 智能体、个人智能体：到底该用哪个？
价格
价格、套餐、额度都会变，所以本文一个都不列。你去每个工具当前的价格页，把看到的记下来，再加上一笔价格页上永远不会写的成本：你核对答案花的时间。
预算表
预算表（按当前官方页面填写）
工具 A 工具 B 工具 C
套餐名称 ________ ________ ________
月费 ________ ________ ________
使用额度（官方写的） ________ ________ ________
额度够我一周用吗 是 / 否 是 / 否 是 / 否
这个套餐能传什么文件 ________ ________ ________
我查页面的日期 ________ ________ ________
每个任务的复核时间（测试得出，分钟）
________ ________ ________
每月任务数（我估计） ________ ________ ________
每月复核时间（小时） ________ ________ ________
备注：______________________________________________便宜的套餐，如果答案要多改一倍，算下来可能反而更贵。复核时间的数字，从下面的测试里来。
同一件事，跑两遍
想比得公平，给每个工具同样的任务、同样的材料、同样的指令。每个跑两遍，因为一次的结果可能特别好，也可能特别差。
一份故意缺一条信息的测试材料
下面的材料是虚构的。里面故意缺了一条信息，看工具是老实承认不知道，还是自己编一个。
测试材料（虚构）
社区书市筹备电话会的笔记：
- 地点：榆树街图书馆大厅
- 日期：6 月 14 日，周六
- 已确认的志愿者：安娜、小白、小陈
- 摊位：已订 12 张桌子
- 开门时间：（还没定）
任务：给图书馆通讯写一段简短通知（150 字以内）。
只用上面的信息。通知需要、但上面没有的，直接说缺了，别自己补。看什么：
- 通知里有没有把开门时间空着，或者标成“待定”？
- 还是编了一个“上午 10 点”？
- 有没有加笔记里没有的东西（抽奖、停车、网址）？
一个工具在这道题上编了开门时间，在你真正的工作里也可能编别的细节。用它之前，知道这一点很有用。一次测试不算定论，但是个有用的信号。
空白评分卡
这张卡是本文设计的。每一项按 0–2 分打，并写下你看到了什么当证据。没有证据的分数，只是个印象。
聊天工具评分卡 - 每个工具一张
工具：____________ 套餐：____________ 日期：____________
任务：____________
第 1 遍 第 2 遍 证据（我看到了什么）
1. 准确（事实跟材料或
原始来源对得上） 0 1 2 0 1 2 ____________________
2. 承认缺口（标出缺的信息，
没有编细节） 0 1 2 0 1 2 ____________________
3. 听指令（长度、格式、语气） 0 1 2 0 1 2 ____________________
4. 要改多少
（2 = 很少，0 = 重写） 0 1 2 0 1 2 ____________________
5. 数据处理符合我的规矩
（看它的设置和条款） 0 1 2 0 1 2 ____________________
复核时间（分钟）： ____ ____
必须条件都满足？ 是 / 否
总分（满分 20）： ____别把工具有名、用的人多算进分数里。用的人多少，说明不了它处理你的任务好不好。
测试指令怎么写清楚，可以看提示词会变，提问的方法值得留下。
核对事实和数据处理
有两项检查最容易被跳过，单独拿出来说。
事实。 答案里凡是你材料里没有的事实——日期、人名、数字、引语——都去原始来源核对。工具给了链接，就点开，确认里面真这么写。找不到依据，就当它没被证实。
数据处理。 往任何工具里贴敏感内容之前：
- 读过我所用套餐当前的隐私条款
- 按条款，知道我的对话会不会被保存、存多久
- 知道我的对话会不会被拿去改进服务，能不能选择退出
- 查过单位、学校或客户有没有关于 AI 工具的规定
- 任务用不上的人名、联系方式、保密信息，已经删掉
没有哪篇文章能向你保证某个工具不会存、不会用你的数据。只有服务商当前的条款、你单位的规定能回答这个问题。即便如此，你依靠的也是他们写的话。
选一个够用的最小套餐
打完分，选最小的那个：每个必须条件都满足，在你的真实任务上表现也不错。“最小”就是最便宜、用不上的功能最少的那个套餐。
一个简单的决定顺序：
- 去掉没过必须条件的工具。
- 剩下的，比总分和复核时间。
- 两个差不多，选便宜的，或者数据设置让你更放心的。
- 有免费或按月的套餐，就先从它开始，别一上来就签长期。
- 过几个月，或者任务变了，再测一次。
聊天工具选择检查卡
这张卡是本文设计的。
聊天工具选择检查卡
我的 2-3 件真实任务：
1. ____________ 2. ____________ 3. ____________
必须条件：
文件：________ 数据规矩：________ 预算上限：________
设备：________ 每周用量：________
测过的工具（同一任务、同一材料、各跑两遍）：
____________ ____________ ____________
没过必须条件（已排除）：____________
测试里编了开门时间吗？ 工具：______ 是 / 否
总分最高 + 复核时间：____________
数据条款读过、符合我的规矩吗？ 是 / 否
我的选择（够用的最小套餐）：____________
下次重测日期：____________下一个低风险动作
挑一件真实任务、一个必须条件。拿两个你在考虑的工具，跑一遍上面那份虚构的书市测试，各填一张评分卡，看看哪个标出了缺的开门时间。