AI 選模指南：用錯工具，Prompt 再好都冇用

你可能一直在用錯工具

很多人用 AI 工具幾個月後，會有一個困惑：「我的 Prompt 寫得很認真，但效果還是不穩定，有時候好，有時候差。」

這種不穩定，大多數情況下不是因為 Prompt 寫得不好，而是因為用錯了工具。就像你拿錘子試圖擰螺絲——工具本身沒問題，但根本不適合這個任務。

市場上主流的 AI 模型，包括 ChatGPT、Claude 和 Perplexity，每一個都有自己的設計優先順序和擅長領域。了解這些差異，是從「AI 新手」進階到「AI 高效使用者」的關鍵一步。

什麼是「選模」？為什麼它比 Prompt 更重要？

「選模」是指根據不同的任務類型，主動選擇最適合的 AI 模型，而不是習慣性地只用一個工具解決所有問題。

選模之所以比 Prompt 工程更基礎，是因為它決定了上限。即使你把 Prompt 寫得無懈可擊，用一個訓練目標不同的模型去完成任務，輸出質素的上限已經受到限制。相反，用對了模型，即使 Prompt 只是普通水準，結果也往往遠勝於用錯模型加完美 Prompt 的組合。

根據 Ethan Mollick（沃頓商學院 AI 研究員）的觀察，高效使用 AI 的人有一個共同特徵：他們不只使用一個 AI 工具，而是根據任務性質主動切換模型。

三大主流 AI 工具的核心定位

以下是 2026 年中小企最常用的三個 AI 平台，各自的設計哲學和擅長領域有明顯差異。

Perplexity AI：搵最新、最準確的資料

Perplexity 的核心設計是「即時搜尋 + AI 整合」。它連接互聯網，每次回答都引用真實的最新來源，並在答案旁顯示引用連結。適合的場景包括：研究市場動態、了解競爭對手最新動向、核實新聞或行業數據、以及任何需要「截至今天為止最新資訊」的問題。Perplexity 的弱點在於創作和長篇分析——它搜尋能力強，但深度寫作不是它的優勢。

Claude（Anthropic）：深度分析、長篇寫作、結構化思考

Claude 的設計目標是「長上下文理解和複雜推理」。它能夠處理非常長的文件、維持複雜對話的一致性，並在邏輯分析和書面表達上表現出色。適合場景包括：撰寫商業報告、分析合約條款差異、整理會議記錄的關鍵行動項目、為客戶寫定制化的長篇提案，以及任何需要「結構清晰、邏輯嚴謹」的輸出。它的弱點是不連接互聯網（除非搭配搜尋工具），對最新資訊有知識截止日期的限制。

ChatGPT（OpenAI）：日常萬用、廣泛兼容、生態豐富

ChatGPT 的最大優勢是生態系統。它支援最多的外掛（Plugins）和整合工具，有最廣泛的用戶社群，因此你遇到的大部分 AI 使用案例和教程都基於 ChatGPT。適合場景包括：日常寫作任務、簡單的資料整理、需要使用特定 Plugins 的工作流程，以及參考網上教程學習 AI 用法時的入門平台。它在深度推理和長文件分析上較 Claude 稍遜，在即時資訊獲取上較 Perplexity 弱，但在靈活性和生態廣度上是三者之冠。

實用選模框架：一個問題決定用哪個

面對一個任務，先問自己這個問題：「我需要的是最新資訊、深度分析，還是廣泛靈活的執行？」

如果你需要最新資訊或事實核查——用 Perplexity。例如：「本港零售業 2026 年第一季銷售數據」、「ChatGPT 最新版本有什麼新功能」、「競爭對手上週發布了什麼新聞稿」。

如果你需要深度分析、長篇寫作或複雜推理——用 Claude。例如：「分析這份合約的風險條款」、「根據以下會議記錄撰寫一份執行摘要」、「幫我設計一份客戶提案的結構」。

如果你需要快速完成日常任務或使用特定工具整合——用 ChatGPT。例如：「幫我改寫這段電郵讓它更正式」、「生成一份簡單的待辦事項清單」、「使用 Zapier 連接我的工作流程」。

進階：雙工具組合使用法

當任務複雜度提高，單一工具往往不夠。高效 AI 使用者的進階技巧，是把兩個工具的優勢結合起來。

Perplexity + Claude 組合是覆蓋最多場景的黃金搭配。工作流程如下：先用 Perplexity 蒐集最新資料和背景資訊（帶引用來源），再把蒐集到的資料貼入 Claude，讓 Claude 進行深度分析、結構整理和最終寫作。這個組合把「即時資訊獲取」和「深度內容生產」結合在一起，適合撰寫行業分析報告、競爭對手研究、市場進入策略等較複雜的任務。

具體例子：假設你要為客戶撰寫一份關於香港零售業 AI 應用的報告。第一步，用 Perplexity 搜尋「香港零售業 AI 2026 最新案例和數據」，獲取有引用來源的最新資訊。第二步，把 Perplexity 的輸出結果複製到 Claude，加上這個 Prompt：「根據以下資料，為零售業客戶撰寫一份 800 字的行業分析報告，結構包括現狀、機遇和建議行動。」兩步走，比單獨用任何一個工具的結果都更好。

香港中小企最常見的選模誤區

誤區一：「ChatGPT 最出名所以用 ChatGPT 做所有事」。ChatGPT 是入門的好選擇，但它不是在每個維度都是最強的工具。當你需要處理長文件或複雜分析時，Claude 的表現通常更穩定；當你需要最新市場數據時，Perplexity 比 ChatGPT 的即時性要好得多。

誤區二：「AI 回答不準確所以不能信任」。這個問題的根源往往是用了沒有引用來源的工具去做需要事實核查的任務。改用 Perplexity 處理需要最新事實的問題，並養成核實引用來源的習慣，準確性會大幅提升。

誤區三：「Prompt 寫得越長越好」。Prompt 的質素不在長度，而在清晰度。給 Claude 一個清晰的任務描述、所需格式和語調要求，比一段冗長的背景介紹更有效。

一週實驗：感受選模的實際差異

理論不如實踐。以下是一個可以立即開始的一週實驗，幫助你親身感受選模的效果差異。

第一天至第二天：把你本週遇到的三個真實工作任務分別用 ChatGPT 和 Claude 各做一遍，比較輸出質素的差異。第三天至第四天：找一個你需要最新市場資訊的問題，分別用 ChatGPT 和 Perplexity 搜尋，比較資訊的時效性和引用來源的質素。第五天：嘗試用 Perplexity + Claude 雙工具組合完成一個較複雜的任務，記錄比單獨使用一個工具省了多少時間、提升了多少質素。

一週實驗後，你會對自己工作中最常用的 AI 工具組合有更清晰的判斷。

選對工具，是 AI 效率的乘數

AI 工具的學習曲線，有一個被低估的轉折點：從「只會用一個工具」到「懂得根據任務選擇工具」。在這個轉折點之前，很多人對 AI 的印象是「有時有用，有時沒用」。在這個轉折點之後，AI 才開始真正成為工作效率的乘數。

選模不需要很複雜：Perplexity 搵資料，Claude 做分析，ChatGPT 搞日常。掌握這個基本框架，你已經比大多數 AI 使用者走得更前了。

如果你想了解如何為企業系統性地引入 AI 工作流程，歡迎了解：
???? https://ai.ud.hk/tc/campaign

懂AI，更懂你｜UD相伴，AI不冷