本文由 莫潇羽@源码七号站（www.fuyuan7.com）撰写，转载请注明出处。
快速摘要
如果你只想要结论，这段看完就够：2026 年再谈"豆包怎么用"，技巧本身已经不值钱了，值钱的是三件事——第一，把多端能力分清楚，网页端做长上下文、客户端做系统级调用、手机端做随手捕捉，模式选错比提示词写差更致命；第二，把需求写成"规格书"而不是"一句话"，结构化提示词的本质是把约束显性化，模型才有可能一次给对；第三，也是最容易被忽视的一条，自 2025 年 9 月 1 日《人工智能生成合成内容标识办法》施行以来，AI 生成的图片、视频、音频、文本都要带标识，删除、篡改、隐匿标识以及为他人提供"去标识"工具都被明令禁止，所以过去那套"教你怎么把 AI 水印抹掉"的玩法，已经从技巧问题变成了红线问题。
这篇文章我不打算写成功能列表。我按自己实际跑项目的顺序，把豆包在多端协同、提示词工程、图像版式、视频一致性、办公交付、教学辅助、文档优化、长文与播客这几条线上的做法串成一条完整生产线，中间穿插我自己踩过的坑，以及每一步对应的合规检查点。文中涉及的模型能力、价格、平台规则，都标了来源口径和时效说明。
想看完整拆解，往下翻。
一、先说清楚：现在卡住大多数人的，已经不是"会不会用"
我这两年带过不少刚上手 AI 工具的朋友，有做教培的、做电商图的、做企业内训的，也有纯粹想给自己提效的普通上班族。观察下来，卡住他们的地方高度一致，而且几乎没有一个是"不知道某个按钮在哪"。
第一种卡点，是把 AI 当搜索框用。 一句话丢过去，期待一个完整交付物出来，出来的东西不对，就下结论说"这模型不行"。实际上模型给的东西之所以泛，是因为你给的约束太少。你没说给谁看、用在哪、要多长、什么调性、什么格式，它只能按最大公约数给你一个"平均值答案"。这不是模型的问题，是需求描述的问题。
第二种卡点，是把所有事情堆在一个对话窗口里。 上午问了个法律问题，下午在同一个窗口问代码，晚上又让它写文案。大模型的上下文是以会话为单位整体读取的，历史消息越杂，它的注意力就越容易被无关内容拉偏，出现答非所问、风格串味、前后矛盾。这个问题在长对话里尤其明显，很多人以为是模型变笨了，其实是自己把语境搅浑了。
第三种卡点，也是我认为最危险的一种——只学操作，不看规则。 网上流传的很多"技巧"，写作的时候可能确实能用，但监管和平台规则是动态收紧的。2025 年 9 月 1 日之后，AI 生成内容的标识义务已经从"行业倡导"变成了"硬性约束"；到 2026 年，各大内容平台陆续把 AI 标识写进了社区规则并配套了检测与处置机制。你按老教程操作，产出可能一发就限流，严重的还要承担法律责任。技巧有保质期，规则没有。
所以这篇文章的组织方式，不是按"功能一二三四"排，而是按我自己做事的顺序排：先把工作台搭好，再把需求描述这件事解决掉，然后才是图像、视频、办公、教学这些具体产出，最后统一收到合规和生产线上。中间凡是涉及具体数字的，我都尽量说明来源是官方口径还是我自己实测，你可以自己去复核。
还有一点提前讲明白：本文里所有的做法，都是我在自己账号和自己项目上跑过的。AI 工具迭代非常快，功能入口、模型版本、计费标准随时会变，我写的是方法和判断逻辑，具体参数请以官方文档和产品内的实时说明为准。
二、把豆包当成"一套工作台"：多端分工与模型分层
很多人只用一个端，通常是手机 App，然后觉得"就这样吧"。其实三个端的定位差别很大，用错端会白白损失效率。
2.1 三个端各自适合干什么
先把结论摆出来，再逐条解释。
|
使用端 |
最适合的场景 |
明显的短板 |
我的使用频率 |
|
网页端 |
长文档解析、多轮深度对话、需要反复对照修改的任务 |
依赖浏览器标签页，跨软件调用不方便 |
高 |
|
电脑客户端 |
划词处理、截图提问、全局快捷唤起、本地文件与办公套件联动 |
需要安装，占一点系统资源 |
高 |
|
手机 App |
随手拍照识别、语音输入、碎片时间捕捉灵感、通勤时听 |
屏幕小，不适合长文精修 |
中 |
网页端的核心价值是"大屏 + 长上下文"。 对话框里的加号可以上传文件和图片，也可以直接把复制好的内容用快捷键粘进去。我处理几万字的资料、需要反复回看前面结论的时候，一定用网页端，因为滚动查阅和分屏对照比手机顺手太多。
客户端的核心价值是"系统级调用"。 这一点网页端完全替代不了。官方在客户端产品说明里明确列出的能力包括：全局快捷键唤起悬浮窗口，在 Word、WPS、浏览器、Excel 等任意软件里直接调出；划词后一键翻译、润色、解释、扩写；截图后直接把题目、报错弹窗、图表、软件界面发给模型识别解答；以及桌面小浮窗常驻。看不懂图表、想识别图片中的文字或物体时，可以通过截图提问功能快速截取屏幕或直接上传图片提问，模型会分析图像信息给出解答；AI 划词功能能够广泛兼容桌面应用程序，包括主流浏览器、Office 套件、WPS、文本编辑器、聊天软件等。
我自己的体感是，装了客户端之后，最大的改变不是"多了个功能"，而是复制粘贴这个动作被大量消灭了。以前看一份英文资料，要选中、复制、切窗口、粘贴、等回答、再切回来；现在划词就出结果，注意力不用来回撕扯。这个差别在连续工作两三个小时之后会非常明显。
客户端后续还整合了更重的能力。官方介绍里提到，桌面端提供多轮深度对话、联网搜索、深度研究报告、图片与视频生成、PPT、文档、表格处理；工作任务模式接入豆包 2.1 系列模型，由智能体自主拆解任务，支持操作本地电脑、使用浏览器、调用技能和定时任务，并内置办公套件。这部分能力更新很频繁，我建议你装上之后自己点一遍菜单，别指望任何一篇教程能覆盖全。
手机端的核心价值是"随时"。 新建对话后右下角的加号里，拍照、上传相册照片、上传手机文件、语音通话都在里面。我最常用的场景是：看到一张海报觉得版式不错，直接拍下来让它拆结构；或者走路的时候把一个念头用语音说完，回到电脑上再展开。
2.2 模式怎么选，比提示词更影响结果
现在豆包区分了不同的响应模式：快速回答、深度思考类模式，以及面向复杂任务的办公/工作任务模式。名称随版本迭代会变，但选择逻辑是稳定的。
选择逻辑（纯文本示意）
任务能一句话说清、答案是事实性的 → 快速模式
任务需要推理、分析、多步论证 → 深度思考 / 专家类模式
任务需要跨步骤、调工具、产出文件 → 办公 / 工作任务模式判断标准我一般用一个很土的办法：问自己"这个问题我给一个靠谱的实习生，他要不要查资料、要不要打草稿"。要，就上深度模式；不要，快速模式反而更省时间。
有个很多人不知道的细节：深度模式不是万能药。它会把问题拆得更细、想得更久，但如果你的需求描述本身是模糊的，它只会把模糊放大——生成一堆看起来很严谨、实际上跑偏的推理。所以模式是放大器，输入质量才是本体。这条我在后面第三章会展开。
2.3 上下文管理：一事一窗，是最便宜的提效手段
前面提到过，会话内的历史消息会被整体纳入分析。所以我的规矩很简单：一个主题一个窗口，主题变了就新建。
配套的两个习惯：
- 改标题。 系统自动生成的标题经常概括得不准。我会把标题改成"客户 A 课程海报 到 第 3 版"这种能一眼认出内容的写法。
- 用搜索。 历史对话可以按关键词检索。这个功能在服务多个对象时价值极大——客户三周后回来说要改一版，我搜关键词就能找回当时的完整语境，包括当初为什么这么定的，比翻文件夹快得多。
我自己吃过一次亏：一个长会话里既讨论了课程大纲，又插了一段完全无关的家庭旅行规划，后来让它写课程介绍，它硬是把"轻松愉快的行程感"揉进了专业课程文案里，我看了半天才反应过来是上下文串了。从那以后就严格分窗口。
2.4 关于智能体：一个必须知道的产品变更
这里要专门提醒一句，因为很多老教程还在教"怎么创建自己的智能体"。
豆包在 2026 年 7 月 3 日晚发布《豆包智能体功能下线通知》，智能体功能于 2026 年 7 月 15 日下线，用户无法新建智能体，已创建保存的智能体也同步无法调用、运行。功能下线后用户仍可在一段时间内查看并自行保存智能体信息及历史对话数据，2026 年 10 月 15 日后将根据隐私政策对相关数据进行处理，官方建议通过截图或分享导出文本的方式提前备份。同期，千问也推送了智能体服务下线提醒；更早的 6 月 30 日，腾讯系元宝也下线了 AI 应用智能体功能服务。
为什么几家几乎同时动手？公开报道注意到，豆包和千问通知下线的 7 月 15 日，正是《人工智能拟人化互动服务管理暂行办法》正式施行的日期。该办法对虚拟恋人、深度角色扮演、情感依附类 AI 设立了强约束，而用户自建智能体容易出现虚拟陪伴、侵权人设、低俗内容，且难以做好未成年人分级防护。
这件事最容易被误读的地方，是把"智能体功能下线"理解成"豆包不能用了"。实际上受影响的主要是用户自建智能体、拟人化角色、角色扮演、情感陪伴等相关功能，基础问答、写作、绘图、办公辅助等通用能力并不等同于整体下线。
那原来靠智能体沉淀的"固定人设 + 固定规则"怎么办？我的替代做法是把提示词模板化，存成本地文档，用的时候整段粘贴。听起来笨，但有三个好处：不依赖任何单一平台的功能存续；换到别的工具上可以直接复用；每次粘贴前你都会重读一遍，反而更容易发现该更新的地方。莫潇羽@源码七号站 从智能体下线这件事里得到的最大启发就是——能力要沉淀在自己的文档里，不要沉淀在别人的功能按钮上。
三、提示词不是玄学：把需求写成一份"可执行的规格书"
这一章是全文里我认为最值钱的部分。因为图像也好、视频也好、PPT 也好，上游都是同一件事——你能不能把脑子里的东西，翻译成模型能执行的约束。
3.1 一句话需求为什么总是不对
先看一个对比。
反面写法：
帮我写一篇关于 AI 的文章。
正面写法：
读者：完全没接触过 AI 工具的中小学老师
目的：让他们理解 AI 备课能省哪些重复劳动，愿意试一次
篇幅：2000 字左右
调性：口语化，少术语，术语出现时要有白话解释
结构：先讲痛点，再讲一个完整例子，最后给三条上手建议
禁止：不出现英文缩写堆砌，不写"未来已来"这类空话后者多花了不到一分钟，但省掉的返工可能是半小时。我把这四件事叫做需求的四根柱子：对象、目的、约束、交付形态。少任何一根，模型都得替你猜，而它猜的那一版通常不是你要的那版。
有一个特别容易被忽略的细节："禁止项"往往比"要求项"更有效。因为模型的默认输出里带着大量行业套话，你不主动禁止，它就会往上堆。我现在写任何一条提示词，最后一行几乎都是禁止清单。
3.2 结构化提示词的原理：把约束显性化
当需求复杂到一句话说不清的时候，就该上结构化写法了。所谓结构化，本质上就是把散落在你脑子里的隐性约束，一条条摆成显性的
