一、AI 绘图
(1)GPT
各种图片,生成各种高级图片,但依旧被平台检测出来 AI 生成,提示词比较泛的情况下,生成单张图片效果可以,生成一组图片,效果不行,可以检索一些专业的提示词进行探索一下,最好有一套稳定的 Skill 或者提示词,让其稳定产出,中文有时候存在乱码,每天大概 120张左右。
(2)Gemini
手绘风格、生图比较快,中文偶尔存在乱码,让生成多张图片的时候或者给出一大段提示词的时候,存在生成 PPT 样式图片,没有额度,也存在随机性,因此需要先让 Deepseek 整个提示词。
(3)豆包
有带 AI 水印,一次可以生成多张好看的照片,效果很能打,但是一旦生成字数比较多的图文笔记,中文乱码比较严重,主要可以使用生成多张不带文字的图片,再结合文心一言或者手机自带的水印消除工具,能够比较高效。
(4)Midjourney
画质、审美和细节处理的天花板,艺术感极强。但必须在 Discord 社区里用,对英文提示词(Prompt)要求极高,中文基本抓瞎;且属于纯收费工具,没有免费额度,适合对画质有极致要求、需要商业落地的高阶玩家,不适合日常快速白嫖。
(5)Stable Diffusion (SD) / 国内 LiblibAI
控图能力最强,配合 ControlNet 可以精准控制人物姿势和画面线条,要什么有什么。但本地部署对电脑显卡要求极其变态,小白直接劝退。用国内 Liblib 这种云端平台会好用很多,每天送免费额度,适合做特定角色、特定风格的深度定制。
二、AI 表格、UI 可视化
(1)Kimi
有格式文档生成效果最好看,表格生成及UI效果很好。
(2)Gemini
Canvas 渲染界面快,效果中规中矩,代码能跑,但是不能一下子生成一整个项目,表格对中文不太友好,不能处理很多表格情况。
(3)Chatgpt
Codex 里面的 UI 界面生成效果一般,没有渲染,看起来比较呆板,但可能是因为生成一整个可用项目原因,而不仅仅是单一的页面效果,所以比较适合开发,简单页面渲染,用 Codex 不划算。
(4)豆包
没有丰富的提示词,效果很差,出来的界面很丑,但是很全能。
(5)Claude (Artifacts)
UI 渲染和交互的绝对王者。右侧独立窗口实时预览,生成的界面精致、高级且富有现代感,改 Bug 反应极快。唯一缺点是免费额度极其抠门,多聊几句就提示超限,且国内直接使用门槛较高。
(6)v0.dev (Vercel)
前端 UI 仿写和速成的超级大杀器。直接丢一张截图或者一句话,就能还原出像素级的现代网页界面。生成的 React/Tailwind 代码质量极高,直接复制可用,但只适合纯前端,无法处理复杂的后端表格逻辑。
三、AICode
(1)Codex
效果比较强,单个从 0 到 1 的项目,每周大概只有 10 次机会。
(2)Kimi
代码生成的整体结构很精致,但是不能跑,简单需求完成的很不错。
(3)豆包
配环境、各种疑问比较好用,但是代码能力很差。
(4)Cursor
目前编程体验最爽的 IDE。它的 Composer 模式能直接进行全局代码修改,多文件联动一气呵成,报错了能一键丢给它自动修复。缺点是免费额度用得极快,之后需要排队或付费,适合有一定基础的重度开发人员。
(5)Claude (Sonnet 系列)
逻辑怪,写复杂算法和重构代码的能力吊打其他所有 AI。不会像 GPT 那样胡编乱造 API,给出的代码基本一次就能跑通。缺点同样是额度少,长文本对话几轮就到上限。
总结:
(1)AI 生图:根据需求来选择(追求极高画质用 Midjourney;要姿势和细节控制用 SD;日常快速、白嫖多图用豆包)。
(2)AI 文稿:豆包 + Deepseek(Deepseek 理逻辑写大纲,豆包润色和扩写扩句),或者gemmi、GPT聪明,但可能没有那么适合国内风格。
(3)AI 表格/UI:Kimi (文档表格)、Claude (高级可视化界面交互)、v0.dev (前端网页速成)。
(4)AIPPT:豆包、WPS 自带 AI、Gemini。
(5)AICode:Cursor (作为主干 IDE)、Claude (负责攻克复杂逻辑与算法)、豆包/Kimi (负责查错、配环境和解答基础疑问)。