第一次打开 WorkBuddy 的模型列表，我真的卡住了。
混元、DeepSeek、GLM、MiniMax、Kimi……
一排名字往下拉，加起来 10 个。每个看起来都很能打，每个介绍里都有“长上下文”“推理强”“多模态”“Agent”这些词。
问题是，我当时只是想写一份周报。
这时候真正尴尬的不是不会用 AI，而是你不知道该点哪一个。
随便点一个吧。
结果积分烧得很快，生成出来的内容还要大改。
后来我才意识到一件事：
会用 AI 的第一步，不是写提示词，而是先给任务分级。
不是所有任务都值得上顶配模型。
也不是所有便宜模型都能省钱。
选对了，积分省一半，返工少很多。
选错了，钱花了，时间也没省下来。
所以这篇不是模型评测，也不是参数大全。
我只想帮你解决一个很具体的问题：
在 WorkBuddy 里，面对 10 个模型时，普通职场人到底该怎么选？
读完你会拿到三张表：
- 一张 模型性格表：每个模型适合干什么
- 一张 岗位匹配表：不同岗位优先用哪几个
- 一套 提示词模板：复制、替换材料、直接跑
建议收藏。以后打开 WorkBuddy 前，先看这篇，不要再凭感觉乱点。
先记住一句话：模型没有万能选手，只有对这件事更划算
先记住一句话：模型没有万能选手，只有对这件事更划算
很多人选模型时，会下意识点“看起来更强”的那个。
这很正常。
就像我们买电脑，总觉得配置越高越安全；点外卖，总觉得贵一点可能更靠谱。
但 AI 模型不是这样用的。
在 WorkBuddy 里，不同模型通常对应不同的积分消耗。简单理解就是：
同样一句话，某些模型可能花 1 份积分，某些模型可能花好几份积分。
这就带来一个很现实的问题：
- 用高端模型写一句普通通知，像请米其林大厨炒蛋炒饭
- 用轻量模型硬啃复杂报告，像让路边摊做满汉全席
前者贵得没必要。
后者看似省钱，最后可能因为返工更贵。
所以选模型这件事，不是玄学。
它本质上是一道算术题：
这件事需要多强的模型，才能用最少积分，把结果一次做对？
你只要先判断任务类型，再选模型，就不会差太远。
我把常见任务分成四类，你可以先记这个简单规则：
| 任务类型 | 典型场景 | 选模型思路 |
|---|---|---|
| 短平快 | 写标题、写回复、改短文案 | 用快、便宜、响应快的模型 |
| 办公日常 | 周报、纪要、邮件、整理材料 | 用稳定、通用、性价比高的模型 |
| 深度长文 | 方案、报告、复盘、长文精读 | 用逻辑强、长上下文能力强的模型 |
| 看图 / 写代码 / 自动化 | 发票识别、截图提取、网页、脚本 | 用对应专项模型 |
先分任务，再点模型。
这是更省积分的第一步。
10 个模型不用背，先看它们各自的“性格”
10 个模型不用背，先看它们各自的“性格”
下面这张表，建议你先截图保存。
不用记参数，记“性格”就够了。
| 模型 | 核心特色 | 更适合做什么 | 适合岗位 |
|---|---|---|---|
| 混元 Hy3 | 腾讯思考模型，256K 上下文，推理强，支持图片和思考模式，当前页面显示免费使用 | 办公整理、周报、会议纪要、日常推理 | 全员日常、行政、运营 |
| DeepSeek-V4-Flash | 1M 上下文，速度快，成本低 | 短平快任务、写消息、起大纲、小红书文案 | 运营、销售、行政 |
| DeepSeek-V4-Pro | 1M 上下文，逻辑强，文笔自然 | 长文档精读、方案、正式报告、高精度创作 | 市场、财务、管理、产品 |
| GLM-5.2 | 1M 上下文，长程任务、编程和 Agent 能力强 | 写脚本、长程数据分析、流程复现 | 程序员、数据分析 |
| GLM-5v-Turbo | 原生多模态，直接识图 | 发票识别、截图转文字、表格提取、设计稿解析 | 财务、行政、设计 |
| MiniMax-M3 | 原生多模态，支持文、图、视频，带深度思考和工具调用 | 图文混合分析、多模态理解 | 运营、市场、设计 |
| MiniMax-m2.7 | 原生 Agent，稳定，性价比高 | 批量任务、长文本生成、文件归档 | 行政、运营、教师 |
| Kimi-K3 | 长程自主任务，前端开发突出，科研推理强 | 做网页、落地页、知识工作、科研任务 | 产品、程序员、研究者 |
| Kimi-K2.7-Code | 多模态，面向编程场景优化 | 写代码、查 bug、改程序 | 程序员、数据分析 |
| Kimi-K2.6 | 多模态，日常任务 | 日常对话、长文处理 | 通用 |
| Auto 模式 | 根据任务复杂度自动调度模型 | 不确定用哪个时的兜底 | 新手临时用 |
如果你觉得这张表还是太长，就记下面这句：
日常找混元，快活短活找 Flash，深度长文找 Pro，看图识图找 GLM-5v 或 MiniMax-M3，写代码找 Kimi-Code 和 GLM-5.2，批量杂活找 MiniMax-m2.7。
这就是 WorkBuddy 选模型的首张速记卡。
不同岗位，不需要用完所有模型
不同岗位，不需要用完所有模型
很多人一看有 10 个模型，就以为自己要全部学一遍。
其实不用。
大多数职场人只需要固定 2 到 3 个主力模型，就够覆盖 80% 的日常任务。
真正省积分的方式，不是每次都重新研究一遍模型列表，而是给自己配一套“岗位组合”。
你可以直接对照下面这张表。
新媒体运营 / 小红书博主
你每天高频做的事，大概率是写笔记、改标题、拆爆款、分析海报、做内容选题。
推荐组合：
- DeepSeek-V4-Flash：写短文案、标题、种草笔记，速度快
- MiniMax-M3：分析图片、海报、视频素材，适合图文混合任务
使用建议：
文案初稿用 Flash，图文分析用 MiniMax-M3。
不要一上来就用深度模型写小红书短文案，很多时候不划算。
行政 / 文秘
行政类工作看起来杂，但其实有规律：纪要、周报、通知、发票、文件归档。
推荐组合：
- 混元 Hy3：日常办公、周报、纪要、邮件
- GLM-5v-Turbo：发票、截图、表格图片识别
- MiniMax-m2.7：批量文件整理、归档、长文本处理
使用建议：
文字整理先用混元，图片识别交给 GLM-5v，批量杂活交给 MiniMax-m2.7。
重复劳动是行政的头号麻烦，模型要按任务类型分开用。
财务
财务任务关键的两个字：准确。
推荐组合：
- GLM-5v-Turbo：发票识别、截图表格提取
- DeepSeek-V4-Pro：报表分析、财务说明、正式材料
使用建议：
图片和票据先用 GLM-5v 提取，分析和正式表达再交给 Pro。
涉及金额、日期、税号的内容，生成后一定要人工复核。
市场 / 销售
市场和销售的任务，既要快，也要有判断。
你可能要写方案、拆竞品、做行业分析、写客户话术。
推荐组合：
- DeepSeek-V4-Pro：方案、报告、竞品分析
- MiniMax-M3：海报、物料、图文内容分析
使用建议：
要见客户、给老板看、放进 PPT 的内容，用 Pro。
要分析图文物料、海报、视觉卖点，用 MiniMax-M3。
程序员 / 数据分析
这类岗位不要把模型当聊天工具用，要把它当工作流助理。
推荐组合：
- Kimi-K2.7-Code：写代码、查 bug、解释代码
- GLM-5.2：脚本、数据分析、长程流程复现
使用建议：
单段代码问题用 Kimi-Code，复杂流程和数据分析用 GLM-5.2。
提问时一定要带错误信息、文件路径、预期结果，不要只说“帮我看看”。
产品经理 / 创业者
产品经理和创业者的问题通常不只是写文档，而是把想法变成结构。
推荐组合：
- Kimi-K3：原型页、落地页、长程自主任务
- DeepSeek-V4-Pro：PRD、方案、长文档、战略分析
使用建议：
想做页面或原型，用 Kimi-K3。
想写清楚逻辑、方案、PRD，用 Pro。
教师 / 培训
教师和培训类任务，典型特点是材料长、重复多、输出格式固定。
推荐组合：
- 混元 Hy3：课件整理、课程大纲、日常文稿
- MiniMax-m2.7：批量出题、长文整理、多文件处理
使用建议：
单份材料整理用混元，多份材料批量处理用 MiniMax-m2.7。
如果要生成正式课件大纲，先让模型提结构，再人工调整教学节奏。
设计师
设计师用模型，不是为了让它替你审美，而是帮你把图像信息转成可沟通语言。
推荐组合：
- GLM-5v-Turbo：识别设计稿、提取布局、描述页面
- Kimi-K3：生成落地页、前端页面、交互原型
使用建议：
看图、读图、拆设计稿用 GLM-5v。
把设计想法变成网页 Demo，用 Kimi-K3。
电商 / 自由职业者
这类工作内容杂、跨度大，今天写详情页，明天做海报，后天处理客户回复。
推荐组合：
- 混元 Hy3：日常办公和整理
- DeepSeek-V4-Flash：短文案、标题、客户回复
- MiniMax-M3：商品图、海报、图文分析
使用建议：
先用混元兜底日常，再用 Flash 处理短文案，涉及图片就切 MiniMax-M3。
如果表里没有你的岗位，也没关系。
你只需要问自己三个问题：
1. 我每天多半在处理的是短文案，还是长报告？
2. 我主要处理文字，还是经常要看图、看表、看文件？
3. 这件事是随手用，还是要给老板、客户、公开场合看？
答案出来了，模型基本也就选出来了。
选好模型后，提示词别写得太虚
选好模型后，提示词别写得太虚
很多人以为模型选对了，结果就一定好。
不一定。
模型只是“人”。提示词才是“任务单”。
如果任务单写得含糊，再强的模型也只能猜。
我建议你把提示词写成三个部分：
我要你做什么 + 材料在哪里 + 输出成什么样
比如不要写：
帮我写个周报。
改成：
根据我这周的工作记录，整理成一份周报，分成“完成事项 / 进行中 / 下周计划”三段，语气正式但不要太官腔，输出成可直接复制到 Word 的格式。
下面这些模板，你可以直接复制。
常用模型提示词模板，复制就能用
常用模型提示词模板，复制就能用
混元 Hy3：办公日常全能
适合任务：周报、会议纪要、邮件、办公整理。
周报模板
把“本周工作记录”整理成一份周报，按“完成事项 / 进行中 / 下周计划”三段输出。
要求：
1. 语气正式但不要太官腔；
2. 每段用项目符号；
3. 帮我提炼工作成果，不要只是罗列事项；
4. 输出成可直接复制到 Word 的格式。
跑完得到什么：
一份结构清楚的周报初稿，你只需要补充数据和细节。
会议纪要模板
这是今天产品评审会的录音转写稿。
请帮我提炼：
1. 3 条核心决策；
2. 待办事项、责任人、截止时间；
3. 仍未解决的问题；
4. 潜在风险。
用表格输出，方便我直接发到团队群。
跑完得到什么：
一张可以直接转发的会议行动表。
邮件回复模板
把这封客户投诉邮件，回复得专业、克制、不让步。
回复结构：
1. 先表达理解；
2. 再说明我们能提供的解决方案；
3. 最后给出下一步动作。
全文不超过 200 字。
DeepSeek-V4-Flash：快写短活
适合任务：短文案、标题、回复话术、小红书笔记、简单大纲。
小红书笔记模板
把这款产品写成一篇小红书笔记。
要求：
1. 标题带 emoji；
2. 正文分三段；
3. 语气像朋友真实推荐，不要像广告；
4. 结尾加 5 个话题标签。
产品信息如下：
【粘贴产品信息】
跑完得到什么：
一版可快速修改发布的小红书初稿。
标题模板
给这篇文章起 10 个公众号标题。
要求：
1. 有冲突感；
2. 让读者知道点进去能获得什么；
3. 不要标题党；
4. 每个标题不超过 28 个字。
文章主题是：
【粘贴主题】
客户回复模板
客户问：“还能优惠吗？”
请给我 3 种不降价的回复话术：
1. 温和型；
2. 专业型；
3. 稍微强势型。
每种不超过 80 字。
DeepSeek-V4-Pro：长文深度
适合任务：行业报告、方案、复盘、正式文稿、长文档精读。
市场机会分析模板
请阅读这份 Q2 行业报告。
帮我写一页给老板看的市场机会分析。
要求：
1. 结论先行；
2. 提炼 3 个机会点；
3. 每个机会点配一个数据或事实支撑；
4. 最后给出建议动作。
语气要适合放进汇报 PPT。
跑完得到什么：
一页可直接改成 PPT 的分析内容。
活动复盘模板
请根据这 12 场活动数据，写一份上半年活动复盘。
结构如下：
1. 总体结论；
2. 做对的 3 件事；
3. 做错的 3 件事；
4. 下次改进建议；
5. 可复用的方法。
不要写空话，每个判断都要尽量对应数据。
正式公文模板
把下面这段口头汇报，改写成正式的项目立项申请。
要求：
1. 语气正式；
2. 逻辑清晰；
3. 分成背景、目标、实施计划、预期成果四部分；
4. 不要过度夸大。
GLM-5v-Turbo：看图识图
适合任务：发票识别、截图转文字、表格提取、设计稿解析。
发票识别模板
请识别这张发票图片，并提取以下字段：
1. 发票号码；
2. 开票日期；
3. 销售方名称；
4. 购买方名称；
5. 金额；
6. 税额；
7. 价税合计。
请用表格输出。无法识别的字段标注“需人工核对”。
跑完得到什么：
一张可以复制进 Excel 的发票信息表。
表格截图模板
请把这张报表截图里的数据提取出来。
要求：
1. 保持原有行列结构；
2. 输出成可复制到 Excel 的表格；
3. 模糊或不确定的数据请标注“需核对”。
设计稿解析模板
请分析这张 UI 设计稿截图。
输出以下内容：
1. 页面结构；
2. 主要模块；
3. 配色和视觉风格；
4. 可能需要给开发说明的交互点。
语言要适合写进开发需求文档。
GLM-5.2：长程任务与脚本
发布前检查卡
适合任务：数据分析、自动化脚本、流程复现、复杂任务拆解。
数据分析模板
请读取这份销售数据表。
任务：
1. 按地区统计销售额；
2. 按月份统计销售趋势；
3. 找出销售额领先与垫底的地区；
4. 画出折线图；
5. 输出 Python 脚本和分析结论。
结论要用业务语言解释，不要只给代码。
跑完得到什么：
一份带图表、脚本和业务结论的数据分析初稿。
自动化脚本模板
请写一个 Python 脚本。
功能：
1. 每天读取指定 CSV 文件；
2. 筛选金额大于 10000 的订单；
3. 按客户名称汇总；
4. 生成一个新的 Excel 文件。
请给出完整代码，并说明需要安装哪些依赖。
流程复现模板
请把这份实验步骤整理成可复现流程。
输出内容包括：
1. 环境依赖；
2. 数据准备；
3. 执行步骤；
4. 命令示例；
5. 常见错误和排查方法。