手机上的豆包，价值不在模型多大，在于把输入成本压到了很低：说一句、拍一张就能开工。这也划出了它的适用范围——输入密集、输出轻的任务，它比电脑快；需要反复推演的任务，它比电脑差。先认清这条线，再谈三个场景。
手机端的强项是输入，不是算力
打字、切应用、复制粘贴，在手机上每一步都比电脑贵。语音和拍照把这几步压成一步，省下的时间就是它真正的产出。判断一件事该不该交给手机：如果「描述这件事」比「做这件事」还费劲，就适合；如果需要来回改五遍才能定稿，就不适合。
这条判断能解释很多失望。有人拿手机端写方案，改到第三轮就烦了，问题不在模型，在屏幕尺寸和输入方式。把任务按「输入成本高不高、输出要不要反复打磨」分成两列，适用边界就清楚了。
场景一：把碎片时间用来压缩信息
通勤二十分钟，把一篇长文、几条语音消息、一张截图丢进去，要求「五条以内说完，保留数字和结论」。关键是给格式和字数，只说「总结一下」，回来的会是一大段需要再读一遍的东西。这类指令有现成结构可以借，提示词库里的模板怎么改编那三个动作，换成手机场景同样适用。
判断标准很实际：到站前能不能看完，并且决定「要不要回去看原文」。能做出这个决定，这次压缩就有效；看完还是不知道要不要细看，说明它把判断依据也压掉了。
场景二：拍下来直接问
外文菜单、设备铭牌、说明书、票据、看不懂的表格，拍下来问比打字描述快得多，也不容易漏信息。拍照有两个技巧：正对、光线足、只拍需要的那一块；再加一句「只读图片里的文字，看不清就说看不清」，能明显减少它替你补内容。
涉及数字的场合要格外小心。型号、编号、金额、日期这类字段，识别错一位就全错，拍完自己再核一遍，别直接复制去用。
场景三：口述转成条目
手上正忙的时候，想到什么直接说，让它整理成待办：「把刚才说的整理成条目，每条标出时间、对象、动作」。一次说两三分钟最合适，超过五分钟结构会散，它只能按顺序罗列，整理的价值就打折了。
口述适合捕捉，不适合定稿。整理完自己过一遍，重点看人名、数字、时间——这三类最容易被听错，也最不能错。
四类任务的分工线
| 任务 | 手机上怎么做 | 什么时候必须回电脑 |
|---|---|---|
| 长文速读 | 语音说「提炼五条，每条一句话」 | 要逐段核对原文、要做批注归档 |
| 现场识别 | 拍照加「只读图内文字」 | 要精确抄录编号、要出正式文件 |
| 灵感与待办 | 口述加「整理成条目，标时间和人」 | 要排优先级、要同步进团队任务系统 |
| 方案推演 | 不建议在手机上做 | 多方案对比、数据测算、长文写作 |
这张表的用法是任务开始前扫一眼第三列，命中就换设备，别在手机上硬扛。还有一种情况要单独判断：任务需要长链条推理时，先确认该不该开深度思考，什么时候开、什么时候别开有具体的判断标准，硬开反而更慢。
哪些内容不要对着手机说
证件、银行卡、快递面单、报销单据、未公开的文稿、公司内部资料、他人的正面照，这几类不要上传。语音也一样，在电梯、餐厅里说出客户名字，等于当众公开。
一个简单的自检：这张图、这段话如果发到公开群里你会不会紧张，会紧张就别传。上传前想一下它会被存在哪里、存多久，多数产品默认保留对话记录，删除入口也未必在显眼位置。
它做不到什么
它不能替你判断信息真假，网上看来的说法它可能照单全收；手机端的回答偏短，长任务到后面容易断线；它读不到你手机里的全部数据，需要你手动给；跨应用替你连续操作的能力有限，别指望它自动点完一串流程；没有网络时基本不可用。
还有一点常被忽略：它不知道你刚才在另一个应用里看到了什么。上下文要你自己补，补得越具体，回答越准；补得含糊，它只能按最常见的情况猜。
手机端使用速查
- 指令里带格式和字数，别只说「总结一下」
- 拍照补一句「只读图内文字，看不清就说」
- 口述两分钟一段，超时先分段
- 证件、单据、内部资料不上传
- 要反复打磨的任务，回电脑做
三个实际使用中的问题
语音识别错字多怎么办？说慢一点、一次只说一件事、专有名词说完停半秒。重要内容发出前看一眼转写，尤其是人名和数字；发现错字就当场改，别指望它自己纠回来。
手机和电脑的记录能接着用吗？同一账号一般能看到历史对话，但文件与图片的处理结果以各端实际显示的为准。跨端继续之前，把结论复制成纯文字，比在两端翻记录快。
能不能用来做会议记录？短会可以，长会建议用专门的实时记录工具，比如通义效率的实时记录，因为长会需要说话人区分和时间轴，这两样手机端对话帮不上忙。
