挑一个你每周都会做的小任务
例如“把一页公开资料整理成五条要点”，比泛泛地问哪个工具最强更容易比较。固定输入资料、提问方式和输出要求，先用非敏感材料完成测试。选择标准应服务于你的真实工作，而不是演示效果。
先写下什么算做对了
测试前列出几个可检查的标准：关键事实有没有遗漏，数字有没有写错，是否遵守格式，内容是否容易修改。阅读资料类任务可要求标注原文位置，再由你核对。语气顺畅不能替代事实准确。
记录结果，也记录修改成本
给候选工具相同的任务，记录完成用时、需要几轮修改、哪些部分仍要手工处理。重要任务可以换一份相似材料再试一次，避免只凭单次回答下结论。若能在现有条件下试用，先试再决定是否购买。
把使用条件一起纳入决定
最后查看当前官方说明中的价格、可用地区、文件处理能力和数据使用条款，确认是否适合你的设备、资料敏感度和使用频率。先选择能覆盖当前主要任务的方案；需求变化时，再用同一方法重新比较。
复制这段，试一次
请帮助我设计一份 AI 工具实测清单，不做未经验证的产品排名。 我的常见任务：[具体任务] 可使用的非敏感测试材料：[材料类型] 理想输出：[结果及格式] 使用频率：[大致频率] 请给出一份所有候选工具都能使用的相同测试题，以及评分表。评分维度包括：事实准确、任务完成、格式遵守、修改工作量和操作便利。请说明每项如何由我人工检查，未知的价格或功能标为“需查阅当前官方说明”。
AI 的回答是待核对的结果，不替代你的判断。请先移除个人隐私和商业敏感信息，再使用工作材料。