企业官网建设流程全解析

第4章 工具详解与使用指南（1/3）· 对话类

本部分对应大纲「4.1 通用对话与大语言模型（对话类）」。内容严格基于2026 年 8 月版本信息整理，涉及模型版本、定价与功能边界均以该时点为准。与常见的“工具清单”式写法不同，本章在每一个工具的介绍之后，补充其能力边界的结构性解释——为什么某款工具在长文档上占优、为什么某款在代码任务上更强、为什么定价阶梯的形状反映了怎样的成本模型。读者应带着“这个数字约束了什么任务”的追问来阅读，而非仅仅记住版本号。

学习目标

学完本章，你应该能够：

1. 按能力形态定位工具：看到“写文案、读合同、写代码、做研究”等任务时，能说出应优先检查哪一款或哪几款工具，并解释依据。
2. 独立完成注册与首次对话：在任一工具上完成注册、打开对话、发出第一段有效 Prompt。
3. 写出结构化 Prompt：掌握“角色 + 任务 + 格式 + 约束”四要素，并能根据输出质量做多轮迭代。
4. 理解关键数字的含义：上下文窗口、token 定价、最大输出长度各自约束什么、在什么条件下成为瓶颈。
5. 跑通 5 款主力的实操链路：ChatGPT、Claude、Gemini、豆包、DeepSeek 各 2 个完整示例，包含输入、输出与失败排查。

4.1.0 对话类工具的共同结构：一个信息瓶颈问题

在逐一介绍工具之前，先建立一个贯穿全章的分析视角。所有对话类工具的核心任务可以抽象为：给定上下文（system prompt、对话历史、上传文档、检索结果），生成下一个 token 的条件概率分布。设上下文长度为LLL、模型参数为θ\thetaθ，则生成过程为

P(y∣x)=∏t=1∣y∣P(yt∣y<t,x;θ),P(y \mid x) = \prod_{t=1}^{|y|} P(y_t \mid y_{<t}, x; \theta),P(y∣x)=t=1∏∣y∣​P(yt​∣y<t​,x;θ),

其中xxx是上下文，yyy是输出序列。这一形式化揭示了三个与工具选型直接相关的约束。

上下文窗口是硬约束。当∣x∣|x|∣x∣超过模型的最大上下文长度Lmax⁡L_{\max}Lmax​时，输入必须被截断、摘要或分块，信息损失不可避免。Lmax⁡L_{\max}Lmax​的大小决定了“一次能装下多少原始材料”，直接影响长文档任务是否需要预处理。本章中 Claude 与 Gemini 的百万级窗口、以及国内模型普遍达到的 100 万 token 窗口，其工程意义正在于此。

定价是 token 的线性函数。设输入 token 数为ninn_{\text{in}}nin​、输出为noutn_{\text{out}}nout​，输入单价为pinp_{\text{in}}pin​、输出为poutp_{\text{out}}pout​，则单次调用成本为

C=nin⋅pin+nout⋅pout.C = n_{\text{in}} \cdot p_{\text{in}} + n_{\text{out}} \cdot p_{\text{out}}.C=nin​⋅pin​+nout​⋅pout​.

输出单价通常是输入单价的 3–8 倍，因为自回归生成需要逐 token 计算，而输入可以并行处理。这一不对称性意味着：长输入、短输出的任务（如文档摘要）成本远低于短输入、长输出的任务（如代码生成），选型时应按任务的实际 token 分布估算，而非仅比较“模型单价”。

多模态能力来自架构选择。能同时处理文本、图像、音频的模型，其底层要么采用后期融合（各模态独立编码后拼接），要么采用统一自回归建模（所有模态映射到同一 token 空间）。前者模块化程度高，后者跨模态推理更强，但训练数据配比要求更苛刻。Gemini 的原生多模态属于后者，这也是它在“图表 + 文字联合推理”任务上表现突出的结构原因。

4.1.1 ChatGPT（OpenAI）

一、工具介绍

ChatGPT 是 OpenAI 的通用对话产品，底层为 GPT-5 系列。2026 年 8 月的主流通用版本为GPT-5.6，API 层面还存在 GPT-5.5（复杂分析与代理工作流）、GPT-5.4（100 万 token 上下文、原生 Computer Use）等分层版本。ChatGPT 免费层可用 GPT-5 mini/nano，Plus 订阅（$20/月）解锁完整 GPT-5 能力、语音、图像生成与更高额度。

能力边界的结构性解释。ChatGPT 的上下文窗口约 400K token（API 层 GPT-5.4 达到 1M），弱于 Claude 与 Gemini 的百万级，但强于多数国内模型的默认档位。其突出优势在前端 UI 生成与“研究模式”（Study Mode）——后者通过引导式提问而非直接给答案，把对话从“问答”转变为“苏格拉底式教学”。这一模式的有效性来自一个简单的事实：直接答案容易被表面理解，而分步引导强制学习者暴露知识缺口。

定价。API 价格为输入 $1.25/百万 token、输出 $10/百万 token。输出单价是输入的 8 倍，意味着代码生成、长文写作类任务的成本显著高于文档摘要类任务。

二、使用方法

注册。打开chat.openai.com，用邮箱、Google 或 Apple 账号注册，完成手机验证。免费层即可使用；Plus（$20/月）解锁 GPT-5 完整能力。

基础流程。新建对话 → 按“角色 + 任务 + 格式 + 约束”写 Prompt → 多轮追问细化 → 用消息菜单复制、导出或生成图表。

高级功能。上传 Excel 后选择“数据分析（Data Analysis）”自动生成图表与洞察；连接 Google Drive 或邮箱后问“总结本周邮件里 3 个最紧急的事项”；开启 Study Mode 让 AI 用引导式提问辅助解题。

常见问题。提示“当前区域不可用”时检查网络与账号地区；回答“一本正经胡说”时开启联网搜索并要求给出引用来源，关键信息人工复核。

4.1.2 Claude（Anthropic）

一、工具介绍

Claude 以长文本处理、逻辑推理与代码工程见长。2026 年 8 月的版本矩阵为：Claude Opus 5（旗舰，2026-07-24 发布）、Claude Sonnet 5（默认工作马，性价比均衡）、Claude Haiku 4.5（最快最便宜）、Claude Fable 5（长程 Agent）。Opus 5 与 Sonnet 5 均支持100 万 token 上下文、最大输出 12.8 万 token，知识截止日期分别为 2026 年 5 月与 6 月。

能力边界的结构性解释。Claude 的幻觉率在业界属于较低水平，这与 Anthropic 在训练中强调“有用、诚实、无害”的对齐策略有关。100 万 token 窗口意味着约 75 万英文单词或 150 万汉字的一次性容量——对于 200 页合同、完整代码库、多篇论文的联合分析，无需切片即可完成。代价是长上下文下的注意力稀释：窗口越大，模型对中间部分的“注意力质量”通常越低（“lost in the middle”现象），因此关键指令应放在上下文的开头或结尾，而非中段。

定价。Opus 5 为输入 $5/百万 token、输出 $25/百万 token；Sonnet 5 推广期为 $2/$10，2026 年 9 月 1 日起调整为标准价 $3/$15。Sonnet 5 的 100 万 token 窗口按标准费率计费，不设长上下文附加费，这对“需要大窗口但预算敏感”的任务是直接的成本优势。

二、使用方法

注册。claude.ai注册，Pro/Max 订阅解锁 Opus 5 与更高额度；开发者到console.anthropic.com获取 API Key。

基础流程。新建对话 → 附加 PDF 或代码文件 → 提问或要求分析 → 长任务开启“扩展思考”提升推理深度。

高级功能。上传 200 页合同要求“列出所有责任条款与潜在风险的对照表”；使用Claude Code终端工具对本地代码库做重构与修复。

常见问题。Claude 中文在古文、诗词、本地化文案上弱于文心一言与豆包；上下文超限时，100 万 token 窗口通常足以容纳超长资料，仍不够时用 Projects 归档素材或分段处理。

4.1.3 Gemini（Google）

一、工具介绍

Gemini 是 Google DeepMind 的多模态模型，2026 年 8 月主线为Gemini 3（Pro/Flash）。原生支持文本、图像、音频、视频、PDF；提供实时语音 Gemini Live 与“深度研究（Deep Research）”模式。上下文窗口最高200 万 token，是该时点可公开获取的最大窗口。

能力边界的结构性解释。200 万 token 窗口的工程意义不仅是“装得多”，更在于它改变了任务的可行域：一本 40 万字的书加 10 篇论文可以在单次调用中完成“矛盾与共识”的对照分析，而不需要先做检索或摘要。代价是长上下文下的“中段遗忘”——模型对上下文开头和结尾的注意力通常高于中段，因此关键对照指令应放在首尾。Gemini 与 Google 搜索的“接地（Grounded）”能力使其在需要实时信息或引用来源的研究任务上具有结构性优势；Deep Research 模式自动完成“检索—筛选—综合—引用”的多步流程，本质上是把 Agent 工作流封装为一个按钮。

定价。Gemini 3 Pro 的 API 定价为：≤200K 上下文时输入 $2/百万 token、输出 $12/百万 token；>200K 时升至 $4/$18。这一阶梯定价的形状直接反映了长上下文的计算成本：注意力机制对序列长度的二次复杂度使得超过某个阈值后成本非线性上升。

二、使用方法

注册。gemini.google.com或 App，Google 账号登录；Google AI Pro（$19.99/月）解锁 3 Pro 与 Workspace 集成；开发者用aistudio.google.com获取 API Key。

基础流程。对话输入，或拖入文件/图片；用“@”关联 Drive 文档；点 Gemini Live 进入语音交互。

高级功能。Deep Research 给一个主题，自动检索多源并生成带引用的报告；用 200 万 token 窗口一次性投喂整本书加全部论文，要求“找出矛盾与共识”。

常见问题。国内访问需合规网络，企业可走 Vertex AI 区域节点；生产环境可先用稳定的 2.5 系列，再按发布时间线迁移到 Gemini 3。

4.1.4 国内通用大模型

豆包（字节跳动）

介绍。日活超 2 亿的全能型工具。2026 年发布2.1 系列，新增“办公任务模式”，可自主拆解步骤、操作本地电脑与浏览器、调用 Skills、执行定时任务，并内置 Office 套件。中文创意写作与口语化表达在国内模型中处于第一梯队。

定价。免费版可用 2.1 Turbo 与有限额度的办公任务模式；专业版三档：标准 ¥68/月（2.1 Pro、办公任务、专家模式，额度为免费版 5 倍以上）、加强 ¥200/月、高级 ¥500/月。

适用。日常问答、短视频脚本、PPT 大纲、办公自动化。短板是代码与数学推理弱于 DeepSeek 与 Kimi。

DeepSeek（深度求索）

介绍。V4 系列（2026-04）分为 V4-Pro 与 V4-Flash，全系100 万 token 上下文、最大输出 384K，开源且支持私有化部署。代码、数学、逻辑推理在国内模型中顶尖。

定价。V4-Flash 输入约 ¥1/百万 token（缓存未命中）、输出 ¥2；V4-Pro 输入 ¥3、输出 ¥6（缓存未命中）；缓存命中时输入低至 ¥0.02–0.025/百万 token。缓存命中价的极端低价是该定价结构的结构性特征：重复的系统提示词与固定文档几乎不产生输入成本，这使“高频调用 + 固定上下文”的场景（如客服 Bot、代码审查流水线）的单位成本大幅下降。

适用。编程、科研推理、私有化部署。短板是多模态与生活化交互一般。

Kimi（月之暗面）

介绍。K3（2026-07），2.8T 参数，原生100 万 token 上下文，面向长程编程、知识工作与复杂推理。可一次接收整个代码库、长文档与多轮对话历史。

定价。API 输入 $3/百万 token（缓存未命中）、输出 $15/百万 token；缓存命中输入 $0.30。订阅与 App 端另有多档套餐。

适用。论文阅读、合同分析、大代码库理解。短板是日常响应偏慢，免费额度较紧。

文心一言（百度）

介绍。ERNIE 5.1（2026-05），约 800B 参数 MoE 架构，128K 上下文，中文理解与古文诗词领先，联动百度搜索带权威来源。政企金融私有化成熟，合规性强。

定价。标准档输入 ¥4/百万 token、输出 ¥18/百万 token（≤32K 输入）；32K–128K 档升至 ¥6/¥22。输入长度阶梯定价反映了长上下文的额外计算成本。

适用。公文、文史、识图、合规场景。短板是上下文窗口（128K）显著小于同梯队国内模型，不适合“一次投喂整本书”的任务。

通义千问（阿里）

介绍。Qwen3.8-Max 系列，原生 100 万 token 上下文，多模态（图/语音/OCR）组合强，开源体系完善，企业市占率在国内领先。

定价与使用。tongyi.com或通义 App；阿里云百炼平台提供 API；开源权重可本地部署。具体费率随版本与用量档位变化，企业部署应直接查阅百炼定价页。

适用。企业文档分析、多模态任务、需要开源权重的私有化场景。

腾讯元宝（混元）

介绍。深度集成微信生态：微信群聊一键总结、公众号摘要、视频号内容解析，2026 年 7 月接入混元 Hy3 并上线 Agent 能力，可对话生成 PPT、Word、Excel 文件。

定价。App 内主功能永久免费，包括问答、文档解析、公众号摘要；Pro 会员 ¥49/月或 ¥499/年，每日对话增至 500 次、支持 10 万 token 长文本与语音克隆等高级功能。

适用。微信重度用户、群聊信息整理、轻量办公文件生成。短板是复杂推理与代码能力弱于 DeepSeek、Kimi。

国内模型横向对比

这张表最重要的读法不是比较“谁更强”，而是按任务的 token 分布和合规约束做可行性过滤。若任务需要一次装入 200 页文档，文心一言的 128K 窗口在可行性阶段即被排除，无论其中文能力多强；若任务涉及敏感数据出境，所有国际公有云选项在合规阶段即被排除，与能力排序无关。

操作示例

一、ChatGPT

示例 1：文艺风朋友圈文案。新建对话，粘贴以下 Prompt：

帮我写一段朋友圈文案，推荐一家咖啡馆，文艺一点。要求： - 风格：安静、治愈、带一点慵懒的文艺感 - 提到「手冲咖啡」「靠窗的位置」「午后阳光」三个元素 - 不超过 60 字 - 结尾加一个合适的 emoji

预期输出类似于：“午后的阳光斜斜落在靠窗的位置，一杯手冲慢慢凉下来。什么都不用赶，就这样坐着，也很好。☕️” 若输出过长或不够克制，追加“再短一点”“去掉形容词”即可。

示例 2：Excel 数据分析。上传含“月份”“销售额”两列的 xlsx，输入：“用折线图展示各月销售额变化；指出增长最快和最慢的月份；用一句话总结上半年走势。” ChatGPT 会调用数据分析模块生成图表与文字洞察。若上传后无数据分析入口，确认文件为 .xlsx 且表头无合并单元格。

二、Claude

示例 1：合同风险审阅。上传 PDF 合同，输入：

这是我方（甲方）的服务合同，请： 1. 列出所有「责任划分」相关条款并标注页码； 2. 指出对甲方潜在不利的 3 个风险点； 3. 用表格呈现「条款位置 | 风险 | 修改建议」。

预期输出为带页码的表格，每行对应一个风险条款与修改建议。由于 100 万 token 窗口，38 页合同无需分段；若中文表达生硬，在 Prompt 末尾加“用自然流畅的中文，避免翻译腔”。

示例 2：Python 代码重构。粘贴一段“能跑但乱”的统计函数，要求：“保持功能不变，提取重复逻辑、加清晰变量名和注释，补一个单元测试。” Claude 会返回重构后的代码与断言测试。注意检查复制时未被截断，返回语法错时可要求“逐行解释”。

三、Gemini

示例 1：Deep Research 调研。选择 Deep Research 模式，输入：“请做一次深度研究：2026 年 AI 智能体在企业落地的三大主流场景是什么？检索近一年权威来源，给出每个场景的代表性案例，并附引用链接。” Gemini 会自动检索多源并生成带引用的报告。引用链接可能失效，关键结论应点开原文核实。

示例 2：超长上下文对照。将一本书与 2–3 篇论文拖入窗口，输入：“找出书中观点与论文结论相互矛盾的地方，逐条列出；再找出彼此印证的共识点；用‘矛盾 | 共识’两栏表格呈现。” 200 万 token 窗口足以容纳这些材料；若输出偏泛，指定“引用具体页码”可提升精度。

四、豆包

示例 1：短视频口播脚本。输入：“帮我写一条抖音口播脚本，主题：用 3 个习惯告别拖延症。口语化、有网感、开头 3 秒抓人，约 40 秒，分‘画面 + 台词’两栏。” 豆包会输出分栏脚本。若风格不够“抖音”，追加“多用短句、加一个热门梗、结尾引导互动”。

示例 2：办公任务模式生成周报大纲。开启办公任务模式，粘贴本周工作记录，输入：“生成周报 PPT 大纲：本周进展 / 风险与阻塞 / 下周计划三页，每页 3–5 个要点、结论先行，最后加一页需协调资源。” 豆包会自主拆解并产出结构化大纲。若找不到办公任务模式入口，确认已更新至 2.1 系列，入口通常在对话框上方工具栏。

五、DeepSeek

示例 1：数学题分步推理。输入：“水池进水管 6 小时注满，出水管 9 小时放空。两管同开，多久注满空池？一步步思考并给出最终答案。” DeepSeek 会展示推理过程：净速度1/6−1/9=1/181/6 - 1/9 = 1/181/6−1/9=1/18，注满时间1÷(1/18)=181 \div (1/18) = 181÷(1/18)=18小时。要求更严谨可追加“用方程并验算”。

示例 2：代码生成与解释。输入：“用 Python 读取 txt 文件，用 jieba 分词，统计出现频率最高的 10 个中文词，输出词和次数。附依赖安装、运行示例、关键注释。” DeepSeek 会返回完整脚本与pip install jieba命令。若需私有化，DeepSeek V4 的开源权重可直接部署。

小结回顾

选型的三层过滤

对话类工具的选型应按三层顺序进行，而非直接比较“谁最强”。

第一层，可行性过滤。上下文窗口是否装得下原始材料？合规约束是否允许数据流向该服务？这两项是硬约束，不满足即出局，与能力排序无关。200 页文档配 128K 窗口、敏感数据配国际公有云，都在这一层被排除。

第二层，成本过滤。按任务的 token 分布估算单次调用成本：长输入短输出（文档摘要）与短输入长输出（代码生成）的成本结构截然不同；缓存命中价（DeepSeek、Kimi、通义等均提供）可显著降低固定上下文的重复成本。

第三层，质量排序。在剩余可行集中，按任务类型选择：中文创意与办公自动化看豆包，代码与数学看 DeepSeek/Claude，长文档看 Claude/Kimi/Gemini，多模态与研究综述看 Gemini，微信生态看元宝。

Prompt 的四要素

“角色 + 任务 + 格式 + 约束”之所以有效，是因为它同时指定了输出的语义空间（角色与任务）、结构空间（格式）与边界（约束）。缺少格式时输出长度与排版不可控；缺少约束时模型倾向于“面面俱到”而非聚焦。多轮迭代是 Prompt 的必要补充——第一次输出不合格，追加“更短/更口语/加例子/去掉套话”，通常比重新写一段长 Prompt 更高效。

自测题

1. 一个任务需要将 300 页合同与 5 篇论文做联合对照分析。在可行性过滤阶段，文心一言（128K）是否进入候选集？为什么？
2. DeepSeek V4-Pro 的缓存命中输入价与未命中价相差约 100 倍。这一价差在什么类型的任务中产生最大收益？
3. 为什么输出 token 的单价通常是输入 token 的 3–8 倍？从自回归生成的机制解释。
4. Gemini 的 200 万 token 窗口在“矛盾与共识”对照任务中的结构性优势是什么？它是否完全消除了长文档预处理的需要？
5. Prompt 四要素中，哪一要素最容易被忽略但对输出可用性影响最大？给出一个因缺少该要素而导致输出不可用的例子。

参考答案：1-不进入，128K 窗口无法一次容纳原始材料，需先摘要或分块，改变了任务形态。2-固定系统提示词 + 固定文档、高频调用的场景，如客服 Bot、代码审查流水线。3-输入可并行处理，输出必须逐 token 自回归生成，每个 token 依赖前序结果，无法并行。4-优势是一次调用完成联合对照，无需检索—摘要的信息损失；不能完全消除预处理，超长材料仍需分块，且中段注意力稀释要求关键指令放在首尾。5-格式与约束；无格式时模型可能输出大段散文而非表格，无约束时可能超出字数或偏离场景。

下一节预告：第 4 章（2/3）图像生成类——Midjourney、FLUX、即梦 / 通义万相 / 豆包图像。