我桌面現在常開的 AI 工具有三個，被我試完就丟在一邊的有四五個。這篇直接攤出來講為什麼留下、為什麼丟，不做工具評測大表那種東西。
從一個棄用故事開始
去年我有一陣子很想把 Notion AI 用起來。
我自己有一套筆記系統，幾百張卡片散在各個資料庫，平常找東西很慢。我想說 Notion 有內建 AI，應該可以幫我把這些卡片整理整理、串聯一下、找出主題之間的關聯。
實際用了兩週，我放棄了。
不是 Notion AI 不好，是它產出的東西跟我要的有落差。我想要的「整理」是按我自己腦中的脈絡去串卡片，但 Notion AI 給我的是它認為的脈絡——讀起來很順、看起來很合理，但不是我要的。改了幾次提示詞還是回到差不多的結果。
最後我換了一條完全不一樣的路：用 Claude Code（後面會解釋這是什麼）寫一些小腳本去操作 Notion 的 API，把卡片按我自己的規則處理。這條路前期設定比較花時間，但跑起來之後完全照我的意思走。
不過這條路也累。每次想加一個新規則就要動腳本，想要 AI 幫我抓某個主題的卡片就要先把規則想清楚再交給它。心很累但效果好。
這個故事我覺得是我跟 AI 工具相處最真實的縮影：沒有「最好的工具」，只有「願不願意為這個工具付那個代價」。
我桌上現在常開的三個
ChatGPT——我用最久的一個。從 GPT-3.5 開始一路用到現在。日常閒聊、查資料、翻譯、寫第一版草稿，幾乎都用它。它的個性比較直接、答案結構比較清楚，是「同事感」最強的一個。
Gemini——主要用在跟 Google 生態整合的場景。它跟 Gmail、Google Doc、YouTube 連得很順，問「我上週收到的那封信講了什麼」這種問題比 ChatGPT 方便。另外它的某些版本對長文件處理特別強，要丟一份幾十頁的 PDF 進去問問題的時候我會優先選它。
Claude Code——這個對非工程師可能很陌生，先解釋一下：它是命令列版的 Claude，給會寫程式的人用，可以直接讓 AI 在你的電腦上開檔案、改程式、執行指令。一般人用不到，但對工程師來說是現在做事最快的方式之一。我這幾個月很多專案都靠它在跑。
這三個我每天都會用到，看任務性質決定開哪個。沒有「主力」，更像三把不同的刀。
試完就放掉的那些
Ollama——可以在自己電腦上跑開源 AI 模型的工具。聽起來很美：免費、隱私不外流、不用擔心 API 費用。我裝起來試了一陣子就放掉，原因很實際：我的硬體真的太慢。我電腦不算爛，但跑稍微像樣一點的模型生一個答案要等好幾秒，跟 ChatGPT 秒回的體驗差太多。除非你電腦真的很猛、或是你處理的資料極度敏感不能上雲，不然短期內我覺得不值得。
Stable Diffusion——開源的 AI 生圖工具，要自己架。我試的時候產出的圖很怪，怪到不能用。後來我才知道要把 Stable Diffusion 用好，要研究 prompt 怎麼下、要挑對模型、要懂 LoRA 跟各種參數，整套下來像一門手藝。我目前需要的圖大部分用 Gemini 或其他成熟的線上服務就夠了，沒有非自己架不可的理由。
Notion AI——前面講過了，產出有落差，最後改用其他方式控 Notion。
這三個工具不是不好，是跟我目前的需求不配。如果你的狀況不一樣（電腦超強、想深入研究生圖、需求剛好對上 Notion AI 的能力範圍），它們可能很適合你。
如果你不寫程式
直接無視 Claude Code、Ollama、Stable Diffusion 這幾個。它們是工程師的玩具。
從 ChatGPT 或 Gemini 二選一開始就好。怎麼選？看你平常生活在哪個生態：
- Apple 用戶 + 沒特別用 Google 服務 → ChatGPT
- Android 用戶 + Gmail/Google Doc/YouTube 重度使用者 → Gemini
- 都差不多 → 隨便選一個，用三個月再換另一個比較
不要想著「我兩個都用，哪個強用哪個」。新手同時用兩個的下場通常是「兩個都用得不深」。先選一個用熟，了解它的脾氣、知道它什麼時候會失準、學會怎麼問它才會好答，這個經驗是會跨工具帶著走的。
其他類別就不展開了
圖像、語音、辦公整合各自有一堆工具——Midjourney、Whisper、Copilot 之類的——但我自己沒深入用過的就不亂推薦。等你常用的工具撞到瓶頸再去查，那時候你自己會知道要什麼。
最後一個建議
我看過很多人在 AI 工具上反覆切換、研究比較、看評測影片，最後三個月過去了用得最多的還是「新手教學」那一頁。
工具差異被網路上的內容過度放大了。對 95% 的日常需求來說，ChatGPT、Gemini、Claude 任何一個都夠用。差異要到你深度使用、推到極限的時候才會浮出來，那時候你自己會知道該換哪個。
選一個，用三個月，再來想下一步。