选型的错误方式：追最新
工具更新太快，追新会消耗大量时间且没有产出。正确做法是按任务类型固定 1-2 个主力工具，只在明确需求时替换。
按任务分类选型
1. 长文写作与改写
关注：长上下文能力、文字质量、中文语感。要求能读长文档并保持风格一致。这是最值得花时间选的一类，因为写作是最高频的任务。
2. 代码与技术问题
关注：代码质量、能跑通而非只给片段。技术类工具的能力差距比写作类大得多，值得专门挑。
3. 图片生成
关注：中文文字渲染能力（很多工具写不对中文）、人物一致性。带中文文案的图，务必先测试。
4. 数据分析
关注：能否读取表格文件、分析深度。注意数据隐私，不要把敏感数据上传到不明确的数据政策的工具。
5. 信息检索与研究
关注：信息新鲜度、能否给出处。AI 的知识有截止日期，涉及最新信息必须配合搜索工具交叉验证。
6. 音视频处理
关注：中文语音识别准确度、转写后的可编辑性。
三个通用判断标准
1. 用你的真实任务测
不要看测评。拿自己真实的 3 个任务去测，比任何评测都准。
2. 输出质量 > 功能数量
功能多但输出质量差，实际用起来还是不满意。只用一个功能做到极致的工具，胜过面面俱到但每样都平庸的。
3. 看持续性
AI 工具公司大量倒闭或被收购。重要工作不要完全依赖单一工具，保持迁移能力（内容格式通用、数据本地留存）。
隐私与合规（必须考虑）
- 客户数据：不要上传到不明确数据政策的工具
- 未公开内容：注意工具是否用于训练你的数据
- 商业机密：涉及核心数据时使用企业版或本地部署方案
精简建议
实际工作中，2-3 个主力工具足够：一个写作类、一个专项类（如图像）、一个搜索类。工具太多会互相切换，反而降低效率——每次切换都有适应成本。
我做的工作是 {行业}，主要任务包括 {任务1}、{任务2}、{任务3}。请帮我分析应该优先选择哪几类 AI 工具，每类的关键能力和验证方法，以及需要注意的数据安全问题。