AI 助手在手机上的用法，和网页版不是一套逻辑。文小言（原文心一言 App）把入口压到了三个：拍照、语音、传文件，另外可以切换模型。会用的人把它当随身工具，不会用的人把它当搜索框。差别在提问方式，也在选模型的判断。
先判断任务，再选模型
模型切换不是越多越好。任务大致分四类：要多步推理的（数学、逻辑、方案权衡）、要快速响应的（查词、改写、闲聊）、要读长文的（报告、论文、说明书）、要生成内容的（文案、提纲）。推理类选偏思考的模型，速度类选轻量模型，长文类看上下文容量，生成类差别不大，用默认的即可。
一个实用习惯：同一个问题在两个模型上各问一次，比较结构而不是文采。哪个先给出可执行的步骤，就用哪个。判断逻辑与深度思考模式什么时候开是同一套：任务复杂度决定要不要多花时间。
移动端三个入口的边界
拍照识别适合结构化信息：题目、说明书、菜单、名片、表格。不适合动态场景和低对比度画面，翻拍屏幕会有摩尔纹，手写连笔字识别率明显下降。语音输入适合边走边说、灵感记录、长段口述，不适合专有名词密集的内容，人名和型号经常出错。文件上传适合 PDF 和 Word，扫描件要先确认有没有文字层，纯图片 PDF 上传后只能按图像处理。
三个入口有一个共同点：输入质量决定输出质量。拍歪、拍糊、只拍半页，后面怎么追问都补救不回来。
文件处理要分两步：先给范围，再给任务。一份二十页的说明书，先问“分成几章”，再问“第三章的安装步骤列成清单”。一次丢五个文件进去说“总结一下”，得到的往往只是把文件名念一遍。这些对话攒下来之后需要归档，可以参考对话历史的整理方式，按项目命名，别指望平台的搜索框。
拍题要过程，不要答案
直接问“这题答案是什么”，得到的是一行结果，学不到东西。有效的问法是让它先判断考点，再分步讲，每步说明为什么，最后出一道同类型题。这个顺序的价值在于暴露卡点：你会在第二步发现自己其实是某个公式记错了。
追问比重新开一轮有效。答案不对时，指出具体哪一步不对，让它只改那一步，比换一个模型重问省时间。多轮对话的上下文是资产，重开等于清零。提示词的具体改法，可以参考现成模板怎么改成自己的。
四类任务的搭配对照
| 任务类型 | 选哪类模型 | 提问方式 | 判断标准 |
|---|---|---|---|
| 拍题讲解 | 偏推理 | 先问考点再要步骤 | 能否复述思路 |
| 长文提炼 | 长上下文 | 先问结构再问细节 | 是否标出章节 |
| 文案改写 | 默认模型 | 给样文加限制条件 | 是否保留原意 |
| 随手查询 | 轻量模型 | 一句话问清对象 | 响应是否够快 |
搭配错了，表现是“答得对但不好用”：长文提炼用轻量模型，答案对，但漏了后半篇；文案改写用推理模型，质量高，但要等半分钟。
它做不到什么
它看不到图外的信息。拍一张设备面板，它认不出型号背后的批次问题；拍一道题，它不知道你们老师要求用哪种解法。它也会顺着错误前提往下答，你问“为什么这个功能要收费”，它会假设收费成立再解释。
多模型切换并非每个入口都有，部分能力只在特定版本或特定场景开放，以官方最新版本为准。涉及证件、银行卡、门牌、病历的照片不要上传，删除对话不等于数据没被处理过。手写体、公式、电路图这三类图，识别错误率高，重要内容要人工复核。
移动端速查
- 先分任务，再切模型，别固定用一个
- 拍照只用正面、清晰、单页的图
- 拍题先要考点和步骤，不要直接要答案
- 不满意就在原对话里指出哪一步错
- 证件、病历、门牌不上传
三个容易被问到的问题
问：语音输入和语音通话有什么区别？答：语音输入是转成文字再回答，适合口述长内容；语音通话是实时对话，适合练口语、模拟面试这类需要来回的场合。写材料用前者，练表达用后者。
问：同一个问题两次答案差很多是为什么？答：生成有随机性，模型版本也可能在灰度更新。要稳定结果，把要求写死（字数、结构、禁用词），并在同一轮对话里追问，而不是重开。
问：拍题会不会带坏学习习惯？答：取决于问法。要答案是效率偏低的用法，要考点、要步骤、要同类练习，才是把它当辅导而不是当答案本。
