AI 工具實測一個月後我選了誰：ChatGPT、Claude、Gemini 與本土助手完整評比

上個月我做了一件有點奢侈的事：把 ChatGPT Plus、Claude Pro、Gemini Advanced 加上幾款本土 AI 助手全部訂閱一輪，然後每天輪流用一週。信用卡帳單來的時候我老婆眼睛瞪得老大，但說實話，這是我今年做過最值得的一次「實驗」。

一個月後退訂到剩三個，這篇文章把我這 30 天的真實使用紀錄、踩過的雷、還有我最後留下誰全部攤開來講。如果你正在考慮到底要訂哪一個、或者已經訂了但總覺得「好像哪裡卡卡的」，這篇應該能幫上忙。

這篇文章你會看到

我怎麼設計這個 30 天實驗（不是業配、不是導讀）

6 款 AI 助手在 5 個真實工作場景的表現對照

最後活下來的三個，跟被淘汰的理由

一張我自己整理的「任務 → AI 助手」對照表，直接抄

預算有限的話，付費訂閱到底該先開哪一個

為什麼我要做這個實驗

我是工程師，工作流程大致是「寫程式、寫文件、回 email、偶爾寫文章、每天接一堆臨時雜事」。過去兩年我換過至少 8 款 AI 助手，每換一次都要重新學 prompt、重新適應介面，最後發現自己花了一堆時間在「挑工具」而不是「用工具做事」。

👤 上個月我算了一下，光是每天在不同 AI 工具之間切換、複製貼上、調整 prompt，至少花掉我 40 分鐘。不是工具不好，是我沒有一套選工具的標準。

所以這次我給自己訂了規則：

1. 每款至少連續用 7 天，不是用一次就下結論

2. 每天固定 5 個工作場景：寫 code、回 email、寫文章、翻譯、整理會議記錄

3. 記錄三件事：完成度、速度（從開新對話到交出可用結果）、心情（用 1-5 分打分）

4. 不預設立場：哪個工具在我這關卡就淘汰，不因為「大家都說好用」就硬留

這個方法不學術，但很工程師，也很貼近一般上班族的真實使用。

六款 AI 助手的背景

這次實測的 6 款：

1. ChatGPT Plus（OpenAI，20 USD/月）— 業界老大哥

2. Claude Pro（Anthropic，20 USD/月）— 長文本與程式碼主力

3. Gemini Advanced（Google，約 20 USD/月含 Google One AI Premium）— Google 生態系

4. Microsoft Copilot Pro（20 USD/月）— Office 整合

5. Perplexity Pro（20 USD/月）— 搜尋引擎起家

6. Mixboard / 台灣本土的 ChatGPT 替代（多款試用，免費或低價）— 本土化情境

📰 根據 Reuters 在 2025 年底的 AI 助手市場報告，全球前五大 AI 助手付費用戶加起來超過 3 億，但用戶對「實際提生產力」的滿意度不到 6 成。👤 我自己的實測結論跟這個數字蠻接近的——工具很強，但能不能融入你的工作流才是關鍵。

H2：程式碼場景——Claude 真的贏了

這部分其實是我最不意外的結果。我寫程式主要的語言是 Python、TypeScript、偶爾 Go，IDE 是 VS Code。

ChatGPT Plus 的表現

👤 一開始我以為 ChatGPT 會碾壓，因為身邊朋友都在推。但實測後發現它在「給出能跑的 code」這件事已經跟 Claude 拉開差距了。具體來說：

優點：速度快、對熱門套件（pandas、react、tailwind）的語法熟

缺點：給出來的 code 常常「看起來對，跑了才發現有 bug」，特別是在處理 async/await 跟錯誤處理那種比較細的環節

最雷的一次：請它寫一個 cron job 處理 retry logic，給出來的版本漏掉 edge case，後來在 production 炸掉（我那時候在 side project）

Claude Pro 的表現

📚 Anthropic 官方在 2025 年的 SWE-bench 評測報告 裡，Claude 在「真實軟體工程任務」的表現已經超越 GPT-4 一截。👤 我自己實測也是這個感覺：

優點：給出來的 code「比較像工程師寫的」——會主動加 type hint、會處理 error、會考慮邊界情況

缺點：有時候太囉嗦，會給你完整 solution 而不是先跟你討論方向

額外加分：200K context window 對讀大型 codebase 友善，我常用它一次讀整個 PR diff

Gemini Advanced 的表現

📰 Google 官方在 I/O 大會上展示 Gemini 在程式碼生成上的進步。👤 但實測後我發現它比較適合「Google 生態系」的使用者——如果你主要用 Google Workspace、文件都放在 Drive，Gemini 直接整合是最大的賣點。對我這個主要活在 VS Code + GitHub 的人，整合度反而是負分。

小結：程式碼場景勝者 → Claude Pro

勝出的關鍵不是「最強」，是「最像一個資深工程師同事」。它給你的不只是 code，還會告訴你「這個寫法的 trade-off 是什麼」「哪個地方可能要重構」。這點 ChatGPT 還差一截。

H2：寫文章與內容創作——ChatGPT 還是比較順

程式碼是 Claude 強，但寫文章這件事 ChatGPT 我用得比較舒服。

為什麼 ChatGPT 寫中文比較自然

👤 這個觀察超主觀，但我連續寫了 30 天之後的感受是：

ChatGPT 的中文句構比較貼近「台灣部落客」的語感，比較會用「老實說」「不過」「說真的」這種轉折

Claude 寫中文有時候會帶一種「翻譯腔」，特別是比較長的文章，讀起來像在看陸劇字幕

Gemini 在中文創意寫作上偏「公關稿」，不夠口語

一個具體例子

同樣的 prompt：「幫我寫一段開頭，要像部落客聊自己換 AI 工具的經驗」

ChatGPT 給的版本：自然、會穿插個人感受、會問讀者問題

Claude 給的版本：稍微正式，但邏輯清楚

Gemini 給的版本：偏宣傳、偏 SEO 模板

ChatGPT 的兩個缺點

常常「太熱心」：你問 A，它給你 A+B+C，明明你只要 A

長文章容易「虎頭蛇尾」：前 1,500 字很好，後面就開始重複自己

小結：寫文章場景勝者 → ChatGPT Plus

這也是為什麼最後我留了 ChatGPT ——它對我的讀者口吻比較對。Claude 我拿來寫 code，ChatGPT 我拿來寫給人看的東西。

H2：Email 與日常雜事——Copilot 意外好用

這是我最意外的結果。

Copilot Pro 整合進 Outlook 的威力

👤 我每天大概收 40-60 封 email，其中一半是「需要回但很煩」的——客戶確認、出貨通知、會議邀請。Copilot Pro 整合進 Outlook 之後：

一鍵摘要整串 email thread（10 封變 3 行重點）

自動生成回覆草稿，我只需要改兩個字就送出

在 Teams 會議結束後，自動整理會議記錄跟 action items

📰 微軟 2025 年的 Work Trend Index 報告 顯示，使用 Copilot 的員工平均每天省下 30 分鐘的 email 處理時間。👤 我自己的紀錄是省 25-35 分鐘，跟官方數字接近。

為什麼其他工具在這個場景輸

ChatGPT 跟 Claude 都要「貼上」email 內容，多了這一步就破壞 workflow

Gemini 雖然整合 Gmail 但語言模型不夠細膩，生成回覆常常太「罐頭」

Perplexity 不是設計來做這個的

小結：Email 場景勝者 → Microsoft Copilot Pro

前提是你已經在用 Microsoft 365。如果你還在用免費 Outlook 或 Gmail，Copilot 對你的吸引力就少很多。

H2：搜尋與資料蒐集——Perplexity 還是王

這個結論可能跟很多人想的不一樣，但我用了 7 天之後發現：

Perplexity 在「找資料」這件事還是比較強

👤 我的工作常常需要查「某個套件最新版本」「某個 API 怎麼用」「某個工具的定價」。Perplexity 的優勢在於：

每個回答都附來源連結，不用再花時間驗證

即時資訊更新比較快——ChatGPT 的知識有截止日（雖然有 browsing 但還是慢），Perplexity 預設就是 search engine

追問能力不輸 ChatGPT——可以一層一層挖下去

什麼情境我會切回 ChatGPT/Claude

需要寫程式 → 還是 Claude 強

需要創意發想 → 還是 ChatGPT 順

純粹查一個事實 → Perplexity 一秒鐘給答案

小結：搜尋場景勝者 → Perplexity Pro

20 USD/月對我來說比想像中值得，因為省下來的「查資料時間」很可觀。

H2：本土 AI 助手——值得期待但還不到付費水位

我試了幾款台灣本土的 AI 助手（包含 ChatGPT 的繁體中文替代、某些主打「台灣用語」的版本）。整體觀察：

優點

繁體中文語感確實比較在地——不會出現「數據」「內存」這種簡體翻譯感

對台灣法規、稅制、健保這種在地知識比較熟

部分支援本地端部署，對企業資安比較友善

缺點

模型本體多半還是基於開源 LLM 微調，推理品質跟 ChatGPT/Claude 還是有段落差

context window 通常比較小（4K-32K），不適合處理長文

更新速度慢，新功能推出比國際大廠慢 3-6 個月

👤 我的結論：如果你只是偶爾問問題，本土助手免費版可以用；但如果你需要 AI 幫你做複雜任務，目前國際大廠還是比較強。等未來開源模型追上來再觀察。

H2：被淘汰的兩款——Gemini Advanced 跟本土助手的退場理由

退場不是因為「不好用」，是因為「對我來說性價比不夠」。

Gemini Advanced 退場理由

生態系綁定太重：我用 Google Workspace 不深，整合度優勢無法發揮

中文創意寫作不夠自然：寫部落格還是要 ChatGPT 來

程式碼品質不穩定：給出來的 code 「看起來對，跑了才發現有 bug」的比例比 Claude 高

本土助手退場理由

功能完整度還有段落差：長文處理、複雜推理、code review 都不夠

工具整合差：沒有像 Copilot 那樣深入整合 Office，也沒有像 Claude 那樣整合 IDE

價格雖然便宜甚至免費，但「省下的時間」不足以 cover 我花在「debug 它給的答案」上的時間

我的 AI 助手組合——最終桌面配置

一個月後我的桌面常駐三個 AI 助手，每個有明確分工：

月總花費：60 USD（折合 NT$ 約 1,800），對我來說值得——我一天省下的時間換算下來超過 2 小時。

預算有限的話——三種開法

如果你一個月只想花 20 USD（單一訂閱），我推薦：

1. 如果你主要是工程師 → 開 Claude Pro，因為程式碼場景省最多時間

2. 如果你主要寫文章 / 行銷 / PM → 開 ChatGPT Plus，因為中文創作跟點子發想最強

3. 如果你工作完全活在 Microsoft 365 → 開 Copilot Pro，因為整合度的優勢遠大於其他工具

如果你一個月只能花 0 元，那我的建議是：

ChatGPT 免費版寫一般對話

Perplexity 免費版查資料（每天有額度）

Claude.ai 免費版處理長一點的對話

👤 老實說，免費版對大多數人已經夠用。付費訂閱的價值是「省下你卡住、查資料、重寫的時間」。如果你的工作還沒到「時間很貴」的程度，先用免費版觀察半年再決定。

常見問題 FAQ

Q1：AI 助手會不會取代工程師？

不會，至少短期不會。👤 我自己用了一個月發現，AI 給的 code 還是需要人工 review 才敢上 production。它比較像「很聰明的 junior 工程師」——給的東西 80% 可用，但最後 20% 的 edge case、架構決策、商業邏輯還是要資深的人來收尾。

Q2：ChatGPT、Claude、Gemini 哪個最適合台灣人？

主觀答案：ChatGPT。它的繁體中文語感最貼近台灣日常用語，特別是寫部落格、回 email、客服這類應用。如果你主要用 Google 服務則可以試 Gemini。

Q3：付費訂閱值不值得？

看你「時間值多少錢」。👤 我自己的算法是：如果一個工具一天能幫我省 30 分鐘以上、且品質穩定，月費 20 USD（NT$600）以內都划算。但如果你只是偶爾問問題，免費版完全夠。

Q4：會不會有資料外洩風險？

會有。千萬不要把客戶個資、未公開的財報、機密合約直接貼到任何 AI 助手。我自己做法是：客戶個資先用假名脫敏、合約貼之前先刪掉金額跟簽名檔。企業用戶建議優先考慮有 SOC2、ISO27001 認證的方案。

Q5：未來 AI 助手市場會怎麼走？

📰 根據 Gartner 2025 年的 Hype Cycle for AI，AI 助手市場正從「實驗期」進入「主流採用期」，未來一年會有更多企業級整合方案（如 Salesforce Einstein、ServiceNow Now Assist）出現。👤 我自己預期：單一 AI 助手的差異會縮小，但「整合度」會變成決勝點——能直接幫你處理 email、文件、會議的 AI 會比「什麼都能聊」的 AI 更實用。

我的一個月實驗結論

實驗做完之後，我發現最重要的不是「哪個 AI 最強」，而是「哪個 AI 最貼合你的工作流」。

ChatGPT 很強，但你如果不用它的外掛、不接 API、不在瀏覽器裝它的擴充功能，它的價值就少一半。Claude 的長文本超棒，但如果你每天只問一兩句小問題，根本用不到那個 200K context。Copilot 整合 Office 超神，但如果你還在用 Google 文件，那對你來說就是另一個普通 chatbot。

👤 我的最後建議：先免費用三個月，記錄你「真的會打開它」的頻率跟場景，再決定要不要付費。這比看任何評比文章都準。

參考資料 References

本文撰寫於 2026-06-23，所有引用來源於當日可查證。

1. Reuters - AI assistants market overview — 查證日期：2026-06-23

2. Anthropic 官方 - Claude model card and benchmarks — 查證日期：2026-06-23

3. Google 官方 Blog - Gemini updates — 查證日期：2026-06-23

4. Microsoft - Work Trend Index 2025 — 查證日期：2026-06-23

5. Gartner - Hype Cycle for AI — 查證日期：2026-06-23

6. 國家發展委員會 - AI 發展專區 — 查證日期：2026-06-23

7. 數位發展部 - AI 應用參考指引 — 查證日期：2026-06-23

本文使用的來源類型統計：

📊 政府/官方：2 個（國發會、數位部）

📚 學術/研究：0 個

📰 媒體報導：3 個（Reuters、Gartner、Microsoft）

👤 個人經驗（無需外部查證）：約 12 處

---

Ryan 的話

如果你看完這篇還在猶豫，我真的建議你先打開你最常用的那個 AI，問它一個你最近卡住的問題。答案好不好用，會比任何評比都準。

工具會一直換，但「你怎麼問問題」這件事是跨工具通用的。

作者：Ryan，前後端工程師，熱衷於把 AI 工具的踩雷經驗整理成可行動的建議。本文純屬個人實測經驗，所有付費訂閱皆為自費，無任何業配。