最近我一直在用 AI 整理自己攒下来的笔记，主要就是想让它帮我：
- 修正和优化内容；
- 对照官方文档，指出我笔记里哪些地方有问题；
- 顺手补一些高频知识点；
- 最重要的是：准确、少废话、别瞎编。
结果试了一圈下来，感受还挺明显的。
先说结论
如果是整理笔记这个场景，
我现在的体感是：Claude > GPT > Gemini > 大部分国产模型
当然这是我个人用下来的感觉，不一定绝对，但差别确实挺明显。
国产模型：能用，但还是比较费心
大部分国产模型整体就是及格水平。
问题也很明显：
- 幻觉还是有点多；
- 容易自己脑补内容；
- 说话喜欢绕来绕去；
- 同一个意思反复讲，最后笔记反而更臃肿了。
说实话，本来是想让 AI 帮我减负，结果很多时候我还得自己再核对一遍，反而更累。
不过如果只是丢一小段让它改改，效果还是可以的。
但整篇笔记一起上，稳定性就一般了。
顺带一提，国产大模型我个人真没感受到特别大的差别，不管是写代码还是别的场景，体感都差不多。
Gemini：单段不错，整篇一般
Gemini 我觉得有个很明显的特点：
- 单独一小段拿出来改，效果挺不错；
- 语感和表达其实也还行；
- 但如果整篇笔记直接扔过去，让它整体整理、再分段输出，质量就会掉。
我的体感大概是：
- 小段处理：80-90 分
- 整篇处理：大概就 70 分左右
主要还是长文本控制不够稳，容易出现内容发散或者重复。
GPT / Codex：整体还行，但不算最省心
我这边用的是 GPT-5.4 / 5.5，再配合一些优化笔记的 skill、grill me、计划模式之类的功能，整体大概能到 80 分左右。
优点是：
- 结构感不错；
- 逻辑比较稳；
- 做总结、做框架还是挺强的。
缺点也有：
- 偶尔会补一些看着挺像那么回事，但其实没啥用的内容；
- 还是需要人工过一遍。
所以如果是做结构化总结、方案规划，GPT 其实挺可以；
但如果你要的是那种老老实实基于原文整理、别加戏、别废话的效果，它有时候还是会稍微发散一点。
Claude Code：这次测试里真的挺惊喜
这个是我最意外的。
之前我一直觉得 Claude Code 没 GPT 顺手，所以 Codex 用得更多。
但这次专门拿来测“修正、优化、整理笔记”这个场景后，体感直接变了。
Claude Code 的优点很明显：
- 更准确；
- 更少废话；
- 更愿意贴着原文改；
- 不太乱扩写；
- 对长文本的整体把控也更稳。
说白了，它更像是在帮你整理，而不是帮你“自由发挥”。
这一点对笔记整理特别重要。
我的最终结论
如果是我自己选：
- 小段改写：Gemini / GPT / Claude 都能用；
- 长笔记整理：Claude 更稳；
- 要求少幻觉、少废话、严格基于原文：Claude 更适合；
- 做结构化总结：GPT 也不错；
- 二选一的话：我会选 Claude。
最后说一句
当然，提示词和输入方式也很关键。
同样的模型，不同的喂法，效果差别也挺大。
但就我目前这轮测试下来，笔记整理这个场景，Claude Code 确实最符合我的需求。
如果你要，我还能继续帮你改成更像贴吧 / V2EX / 知乎评论区那种语气。