描述清楚任务，让AI自己挑模型，我试了一周

先说结论：Tryall 这个工具把我从「选模型纠结症」里解放出来了。我用了不到一周，它解决了一个我之前花了大量时间却一直没搞好的问题，—我根本不关心你用的是 GPT 还是 Claude，我只想把活干完。

很多人第一次接触 AI 选型，会觉得这事特别玄乎。你得搞清楚什么是大语言模型，什么是多模态，各种模型参数意味着什么。但 Tryall 的思路反过来了：你像一个外行一样描述你要做的事，它帮你判断谁最合适。

我用一个特别简单的例子跑通了全流程，你照着做一遍就会了。

第一步，打开 tryall.ai，注册一个账号。我用 Google 直接登录的，没遇到什么阻碍。首页有个特别大的输入框，旁边有个 Auto 模式的开关，默认就是开着的。这一步不用动任何设置。

第二步，在输入框里写任务。这里有个关键点，—不要写「帮我写个文案」这种模糊的话，要写清楚你要什么、给谁看、什么场景。我试了一个：「帮我写一段简短的产品介绍文案，我的产品是一个给新手用的智能家居控制面板，目标用户是 50 岁以上的长辈，语气要亲切但不幼稚。」

第三步，点发送。它跑了几秒，先出来一个思考过程，有点像 ChatGPT 的思维链，但更简洁。然后就给出了结果，右下角有个小标签，写着「推荐模型：某款头部模型」，旁边还有一行小字「原因：任务要求共情能力和口语化表达」。我点了一下那个标签，它弹出一个对比面板，把好几个模型在这类任务上的特点列了个对比。

我试了三次，每次推荐都不一样。写代码的时候推荐了 Claude，处理长文档推荐了 Gemini，写营销文案推荐了一款擅长语言风格模仿的模型。我没有手动切过一次模型。

这里有个我一开始踩的坑：我以为 Auto 模式是让我自己选，所以每次都去点那个下拉菜单。其实不用，你只要不动它，它自动给你选好。我前两次都白折腾了。

第二个坑，也是新手最容易犯的，—任务描述太笼统。我试过只写「写个方案」，它直接回了我一句「请补充任务背景、目标受众和输出格式」。后来我学乖了，每次描述都带上三要素：任务类型、目标受众、输出要求。这样它推荐的模型基本一次到位。

第三个坑，关于价格的。它推荐的模型不一定是免费的。我试过一个任务它推荐了某款最新模型，但那个模型有调用次数限制。如果你预算有限，输出结果的上方会有一个「更换为经济模型」的按钮，点了之后它会换一个性能接近但更便宜的。我这边测下来，日常任务换个经济版差别不大，但你要是让它写深度分析，还是得用推荐的。

它这个推荐逻辑，我看了一下它官方的说明，核心是匹配「任务所需的硬技能」。写代码需要逻辑推理和代码生成能力，写文案需要语言风格模仿能力，分析数据需要数学推理能力。它就是在判断你的任务最吃哪项能力，然后去找对应最强的模型。

我顺手做了一个对比测试。同一个任务，用它的 Auto 模式和固定用某一款模型各跑了一遍。Auto 模式选出来的模型，回答质量在几个维度上都略高，尤其是「贴合我的描述」这一点上，差距挺明显。当然这个测试样本量小，不一定严谨，但趋势是有的。

它官网说的一句话我挺认同的：选模型的关键不是看谁的参数大，而是看谁的能力曲线和你的任务匹配。

学完这个，下一步你可以试试把自己的日常工作流拆成几个小任务，挨个丢进去看它怎么选。你会发现，原来你一直用同一个模型干所有事，其实是在浪费能力。

一句话总结：让工具去选工具，把精力留给真正要解决的问题。

---

本文编译自 Hacker News，原文：https://www.tryall.ai
版权归原作者所有，本文为基于公开报道的编译与独立分析。