文心一言怎么用?新手先做这 3 件事再谈进阶功能

39分钟前发布

文心一言的新手操作可以压缩到 3 件事:用百度账号登录、在首页输入框直接提问、按任务决定要不要打开联网搜索与文档上传。这 3 件做完,界面上其余功能才有落点。网页版与手机 App 各 1 个入口,账号互通。

2026 年 9 月我陪 1 位做建材批发的客户走过一遍。他打开网页版后先去找所谓的进阶功能,翻了 4 分钟没找到位置。他真正想做的活是把 1 份 6 页的产品参数表整理成客户能看的问答,只需要在输入框旁点 1 次上传。类似情况我在 7 个小微企业里都遇到过,卡住人的多半是入口,不在能力。

下面按界面分组、功能清单、核验办法、常见坑 4 段拆开写,每一段都给入口位置与适用场景,照着点就行。

一、界面上能用的东西分 3 组

分组包含什么入口在哪什么任务下用
对话区单轮问答、多轮追问、重新生成首页中部输入框日常问答、写短文案、改语句
工具区文档上传、图片上传、联网搜索开关输入框左下角图标与上方开关读长材料、看截图、查近期变动
智能体广场别人搭好的角色与固定流程左侧栏「智能体」或顶部导航同一场景每周重复 5 次以上

3 组按输入形态分工。手里只有 1 句话,用对话区;手里是 1 份 PDF 或 1 张照片,走工具区;同一类活每周要做 5 次以上,再去广场找现成的智能体。

顺序颠倒会浪费很多时间。我见过先花 20 分钟在广场里翻「合同审查」,最后发现需求只是把 1 段 300 字的通知改短,对话区 1 轮就能出结果。先看自己手里拿的是什么材料,再决定进哪一组。

二、新手先做这 3 件事

账号与入口:先固定 1 种登录方式

网页版与 App 用同一个百度账号,登录 1 次两边都能进,历史对话也会同步。电脑上打字快,适合处理长材料;手机上适合随手拍 1 张图问一句话。两边来回切不用重新注册,也不用记两套密码。

浏览器选 Chrome 或 Edge 的较新版本。旧内核在打开长文档时会卡住,页面停在加载状态,看着像服务挂了,实际是渲染没跟上。换 1 个浏览器多在 1 分钟内解决,比重新装系统省事得多。

三类提问:10 分钟摸清边界

  1. 事实类:问 1 个有明确答案的问题,看答得准不准、会不会附来源。
  2. 改写类:给 1 段自己写的话,要求压到 100 字以内,看语感是否还在。
  3. 长材料类:上传 1 份 5 页以上的文档,问第 3 页里的某个数字,看能否定位。

3 类各跑 1 次,大约 10 分钟,它的强项与短板就有数了。第 3 类最能看出差别:能准确指到页与段的,说明文档解析真读了原文;答得笼统的,多半只看了开头几页。

两个开关:联网与文档上传

写与时间有关的内容,比如政策、价格、近期新闻,把联网打开;写不依赖外部信息的文案,关掉更稳也更快。开关状态不会一直保留,新开 1 个对话要重新看一眼,这个动作 3 秒。

文档上传有个页数经验值:单份压在 50 页以内,解析耗时多在 1 分钟上下。超过这个量,等待时间变长,中途切走页面容易中断。我处理 100 页以上的材料时,按章节拆成 3 份分别传。

桌面上的笔记本电脑与一杯水,屏幕虚化

三、功能清单:10 项按用途排

  1. 普通问答:输入 1 句话回车,适合查概念、要例子、做简单计算。
  2. 多轮追问:同一对话里接着问,它记得上文,适合逐段打磨 1 篇稿子。
  3. 文档上传:支持 PDF、Word、图片等格式,适合读合同、报表、说明书。
  4. 图片理解:上传 1 张表格照片或流程图,让它转文字或解释结构。
  5. 联网搜索:打开后回答会带网页来源,适合查近期变动与地方口径。
  6. 长文生成:给大纲与字数要求,1 次能出 2000 字左右的结构化内容。
  7. 改写润色:粘贴原文,说明改哪一项,比如长度、语气、专业度。
  8. 翻译:中英互译,长文档可以整份传上去分段处理。
  9. 代码与公式:写简单脚本、解释报错、推导公式。
  10. 智能体:把固定流程存成 1 个入口,下次直接调用。

前 6 项覆盖了 8 成日常需求。第 7 到第 10 项按行业差别很大,做外贸的多用翻译,做技术的多用代码,做运营的多用长文与改写。清单不必全用,用上 4 项就算熟练。

第 3 项的格式支持范围要按你登录后看到的界面判断,不同版本支持的文件类型不一样。传不上去时先看格式,再看大小,最后看是不是扫描件。

四、进阶功能里先试这 3 个

长文档解析:把 1 份材料变成可问的对象

上传后不要直接说「总结一下」。改成「按章节列出每章的核心结论,每条不超过 30 字」,输出的可用率高得多。想核对细节时问「第 4 章提到的验收标准有哪几条」,它能回到原文定位。

扫描件与照片版 PDF 的识别率低于电子版。字迹清楚、页面平整的照片,识别多数没问题;拍歪了、带阴影的,错字会多。这类材料我一般先用手机自带的扫描功能转成规整图片再传。

图片理解:先描述,再判断

拿到 1 张设备铭牌或 1 张电路板照片,先问「图里有哪些文字与型号」,确认它读对了,再问「这个型号的输出参数是多少」。跳过前一步直接问结论,容易得到与图上内容不符的回答,尤其在字小的位置。

涉及人脸、证件、票据的照片不要上传。这类内容没必要,也有信息外泄的风险,处理客户资料时守住这一条。

智能体:重复 5 次以上再建

智能体适合固定流程,比如每周把 1 份销售表转成周报。搭的时候把角色、输出格式、禁止项写进去,存成 1 个入口。只做 1 次的活不必搭,写 1 条提示词更快,搭完反而多花 15 分钟。

手指在触控板上滑动,旁侧放着笔记本

五、怎么核验自己用对了

  1. 同一问题问 2 遍,看数字是否一致;两次不一样,说明它在猜。
  2. 让它标出回答里每个结论的出处;标不出的部分当未核实处理。
  3. 把输出给 1 个不懂这行的人读,能读懂说明表达过关。

头一条最实用。数字前后不一致时,多半是问题里缺了可引用的材料,补 1 份原始文档进去,答案会稳定下来。这个动作我在处理客户报价单时每次都用。

后一条容易被跳过。内部看的稿子自己懂就行,对外发的稿子要过这一关。我改产品介绍时会让不熟悉该产品的同时读一遍,读不顺的地方基本就是要重写的地方。

六、常见坑

坑 1,把「重新生成」当修改用。同一提示词重跑 5 次,输出会越来越像,改动很小。真要改,得动提示词里的条件,比如加约束或换示例。

坑 2,一次问 3 件事。回答会合并处理,每件只做一半。拆成 3 轮问,每轮都能核对,也容易定位错在哪一步。

坑 3,长对话不换窗口。聊到 30 轮以后,前面的内容挤占注意力,回答开始跑偏。开个新对话,把必要背景重贴 1 次,多数比继续追加快。

坑 4,把「联网」当「准确」。联网只保证有来源,来源本身的可靠性还要看域名与发布时间,看到 1 个不认识的站点先核一下再引用。

坑 5,直接复制输出。格式、标点、称谓都要过 1 遍。我见过把「贵司」直接发给个人客户的稿子,改 1 个字就避开了尴尬。

窗边书桌上摊开的纸张与一支笔

回到开头那 3 件事:账号定下来、3 类提问各跑 1 次、2 个开关会看。做完这 3 步,10 项功能里哪些用得上,你自己就能判断,不必照着别人的清单一路点过去。

真要提升效率,方向在把常做的活写成固定提示词,攒到 5 条以后,重复工作的耗时能压掉一半。这件事比研究界面上的新按钮回报高得多。

本文信息核对时间:2026-11,功能入口与格式支持范围看你登录后的界面。