设计、工作和研究中的 21 种实用 AI 用法

许多人还没有充分发挥 ChatGPT 等 AI 工具的作用。下面通过可以借鉴的例子，介绍它们在设计、工作、研究和学习中的实用用法。

在室内设计方面，我用 MS Paint 在空房间照片上用不同颜色圈出各个区域。在 Gemini 的 Nano Banana 中，我描述每种颜色对应的物品：L 形沙发、咖啡桌、地毯、电视、植物、墙饰和吊灯。生成的房间图像让我在购买家具之前预览风格。

同样的想法也适用于穿搭：上传自己的照片，要求查看不同发型、眼镜或衣服的效果。实际改变之前，就能先想象一下。

你也可以重新想象历史场所。我要求重建罗马统治时期 Baalbek 的 Jupiter 神庙，画面里有参加节庆的市民、祭司和士兵。结果很惊艳，不过我注意到背景仍留着现代建筑。

另一个提示词重新想象 Nabataean 王国鼎盛时期 Petra 的 Treasury，加入骆驼和身穿历史服饰的人。如果不想自己写详细提示词，可以请 ChatGPT 或 Gemini 帮忙。

在产品设计示例中，我们先画一张戒指草图，标出氧气传感器、触觉反馈、表冠和 AR 全息显示屏。图像模型将它变成视觉概念，并展示戴在手指上的效果。全息图方向不对时，我们再要求调整角度。

为了制作演唱会背景，我们用 Nano Banana 生成图像，再用 Veo 2 为机器人俯瞰人群的迷幻场景制作动画。提示词要求画面无缝循环，适合在 DJ 身后的屏幕上反复播放。

品牌标志也能变成其他素材。我上传 Forward Future 的宇航员标志，要求设计一张保留标志颜色和线条风格的极简名片。同一张图像还可以变成社交媒体横幅和 T 恤设计概念。

另一个任务是文件转换。我上传一张 NVIDIA 首席执行官的 JPEG 照片，让 ChatGPT 将其转换为 SVG。它编写代码并提供了可下载文件。

AI 可以为可疑信息提供另一种判断。我粘贴一封要求演讲者支付 575 美元的会议邀请；ChatGPT 识别出可能具有掠夺性的付费演讲活动迹象，并建议跳过。我接着测试一封类似的真实邀请，它找到了支持依据，也发现了地址不一致的问题。

我还询问了一条主动推销税务减免的语音留言转录，以及一条可疑短信。ChatGPT 将两者都判断为诈骗，并解释警示信号。这些例子展示了它如何帮助检查真伪不明的信息。

为估算太阳能安装可行性，我向 ChatGPT 提供地址和房屋图像，询问安装费用、年度节省金额及适用性。研究考虑了屋顶朝向、遮挡、当地电价和太阳能资源。报告只是初步估算，实际报价取决于测量和其他现场条件。

在这个 Oakland 示例中，生成的报告估计每年可节省 2000 至 3000 美元，约 5 年回本。这些数字基于特定房产和假设，是研究起点，而不是确定的报价。

定时任务可以定期提供研究结果。我要求 ChatGPT 每天上午 9 点发送 Reuters、BBC 和 NPR 各自的三条头条新闻及摘要。示例输出展示了 Reuters 标题和链接；画面中的摘要说明其他来源在该次运行中不可用。

安排会议时，我粘贴队友在 Slack 中提供的空闲时间，请 ChatGPT 与我的 Google Calendar 比较，找出重叠时段。这个例子需要日历连接器。助手找到了可能的时间，还提出为团队起草一条消息。

白板照片可以变成参考表。我要求整理白板上的化学结构，并附上结构链接。GPT-5 Pro 生成了一张氨基酸、缩写和侧链特征表，附有 PubChem 链接，对原始笔记进行了扩充。

ChatGPT 也能帮助编写 SQL。我上传一个数据集，先让它列出各列和数据类型。接着要求它编写查询：筛选标签中含有“ranch”或类似词、颗粒物高于中位数、温度低于平均值且气压高于第 90 百分位的记录。

对于客户通话，我上传虚构的客服对话记录，要求进行情绪分析、给出摘要，并用图表展示变化。结果按通话绘制情绪图，说明负面因素，并提出可向团队反馈的建议。

阅读研究论文时，我请 ChatGPT 用八年级学生能理解的水平解释：研究人员做了什么、有哪些创新、发现了什么以及为什么重要。我还要求它注明页码和行号，并提供突出标记关键段落的 PDF，方便我对照阅读。

考虑购房时，我要求它概览 Alameda County 的市场：各城市或社区的价格、近期变化、竞争情况、持有成本、前期费用、规定和风险。你也可以询问特定房产，研究可能的优势和不足。

谈薪时，我提供一份录用条件，要求查找可比较的薪酬基准，并提出三种还价策略。助手随后可以起草一封还价邮件。如果第一版听起来太模板化，我会要求它更友好，同时保持专业。

我还用 ChatGPT 让难写的邮件显得更专业。在一个例子中，我要求它就预算错误起草回复，同时避免直接指责同事。我反复修改草稿，让责任归属表达得更含蓄，邮件也更简短。

冗长的福利文件也是一个用例。我上传福利计划，询问保障范围、选择和截止日期。生成的摘要整理了医疗、牙科、视力和退休福利选项；通过后续提问，我可以为与 HR 的讨论做好准备。

在财务分析方面，我演示了一个详细的研究提示词，用来比较 JPMorgan Chase、Tesla、Pfizer、Walmart 和 Cisco 等公司。你可以请助手帮忙拟定提示词，并将其用于想要研究的公司。

NotebookLM 可以将上传的文档转化为学习材料。我加载有关自动驾驶汽车的文档，展示根据这些材料生成的闪卡。界面还提供音频概览、思维导图、报告、测验和视频概览。

最后，我用 Google AI Studio Live 玩一个地理游戏。我分享屏幕，询问街景可能位于哪里。助手根据标牌推测是印度，又根据景观和建筑建议 Rajasthan 的 Jodhpur 附近。

我在 Rajasthan 选了一个地点，结果离实际位置很近。这展示了实时视觉助手如何帮助玩猜地点游戏，不过这个例子只有一次猜测。