Claude 是 Anthropic 推出的 AI 助手，公司由一批从 OpenAI 出走的 researchers 创立，主打的方向是「可靠、可控、可解释」。产品层面，它给人的印象集中在两件事上：能读完很长的文档并且记得住细节，写出来的中文读起来像人写的而不是像翻译的。
第一是深度阅读。一份五十页的合同、一篇长篇研报、一整个代码仓库，丢进去之后可以追问具体条款、具体数字、具体函数。很多模型也能「读」，但读到后面就忘了前面，Claude 在长上下文里的细节保持度是它的强项。
第二是长文写作。不是生成一个段落，而是从大纲到成稿的完整协作：给它素材，让它按某个体例写；写完选中一段让它重写，其他部分不动。它对语气、节奏、断句的控制比多数模型细。
第三是代码理解。接手别人的项目时，让它解释一个模块的设计、找出一个 bug 的可能来源，它给出的推理链通常比只给结论的模型更可信。
超长上下文：可以直接上传整本书、整套文档。实用技巧是「先让它列出结构目录并标注页码，再针对某一节深挖」，比一次问「总结一下」效果好得多。
Artifacts：生成的网页、图表、组件会渲染成右侧的可交互预览，改一次看一次，不用自己复制代码去跑。做原型页、做数据可视化很省事。
Projects：把一组资料（品牌规范、历史文稿、项目文档）固定到一个项目里，之后所有对话都基于这批资料。做长期项目时，不用每次重新贴背景。
风格模仿：给它几篇你写过的文章，让它提炼你的用词和句式习惯再动笔，出来的东西比「请用专业但亲切的语气」这种抽象指令贴近得多。
写作是它最被低估的能力。写公文、写说明、写长篇分析，它的句子长短错落、少用套话，中文读起来不别扭。很多人用它写完之后，只需要改几个事实点就能用。
读长文档确实强。上传一份财报，问「经营性现金流和净利润的差额主要来自哪几项」，它能指着具体科目回答，而不是泛泛而谈。
局限也要如实说：国内访问不方便，需要自行解决网络问题；免费额度有限，长文档处理很快耗尽；实时信息能力弱，问最近发生的事容易答旧内容，需要自己提供资料；计算和精确数值处理不如专用模型，涉及数字要复核；部分功能在不同地区可用性不一致。
免费档可用主力模型但有次数和长度限制；个人订阅按月付费，提高用量和优先度；团队版按席位计费，多了协作与统一管理。具体档位和额度调整频繁，以官网当前定价为准。
ChatGPT：生态最全，多模态、插件、自定义 GPT 最丰富，适合「什么都想试一下」。
DeepSeek：中文自然、推理强、API 便宜，适合高频调用和成本敏感的任务。
Kimi：国内直连的长文本阅读，几十万字的报告处理体验顺，合规上更省心。
Claude：在「读长文 + 写好文 + 读懂代码」这条线上综合最强，适合把 AI 当深度协作对象而不是搜索框的人。
第一，别让它一次性写三千字。先要大纲，确认结构后再逐节展开，质量差别很大。
第二，改稿时用「只改这一段」的方式，圈选范围再下指令。它尊重边界的能力比较强，这一点比其他模型好用。
第三，长文档任务里明确要求「引用原文并标注出处位置」，这样你才能核对它有没有读错 —— 它很少编造整段，但可能把两处的内容混在一起。
适合：需要深度阅读长文档的研究者、律师、分析师；写长文的作者与内容团队；接手遗留代码的工程师；对文字质感要求高的品牌与公关。
不适合：需要稳定国内访问的企业、需要实时信息且不愿自己提供资料的人、需要处理大量图片和视频的多模态任务、只想找一个免费万能问答工具的用户。
