豆包这个工具，最容易看走眼的地方，是把网页端和电脑版当成同一个东西。打开doubao.com能对话、能出稿、能出图，看着什么都有了，可它动不了你电脑上的文件；真要它替你在本地干活，得另下一个电脑版。这两条路径能力不对等，先分清，后面很多事才顺。豆包是字节跳动旗下的AI智能助手，网页端页面标题就写着「豆包 - 字节跳动旗下 AI 智能助手」。
对做英文站、做出海内容的人来说，这类工具的价值不在多一个聊天框，在于把一件活从想法到成品的中间环节压掉。写产品文案、把提纲转成汇报稿、按一段描述出一批图、把访谈录音整理成笔记，原来要在几个工具之间来回倒，现在一个入口里能走完。看一个AI工具，先看它能不能替人做完一整段流程，而不是看功能列表有多长。价格这块也要先分开：网页端和电脑版是一个账，接API是另一个账。
- 它是什么：字节跳动旗下AI智能助手，网页端doubao.com打开就是对话界面
- 两条路径：网页端做对话、PPT生成、图像生成、帮我写作、视频生成、录音转写；电脑版能跑本地任务
- 花多少钱：新用户领30天免费体验套餐；API侧按量计费，长输入短输出的活更省
- 这篇给什么：五步跑通一件活，文生图和API分别怎么下手，出问题按什么顺序回查
这篇只讲豆包能干什么、怎么一步步用起来、出海做内容和做素材时它省在哪；想先看整体评价，站内那篇豆包AI测评可以一起读。
本文目录
豆包ai是什么：字节跳动的AI助手，网页端和电脑版各管一段
豆包是字节跳动旗下AI智能助手，这一点网页端标题就写着。它的入口分两条：浏览器打开doubao.com，进的是网页端；从下载页点「下载豆包电脑版」，那是另一条。两条路径不是同一个东西换个壳，能力不对等。
网页端：打开doubao.com就能对话
网页端首页提供对话和工作两类入口，下面列着PPT生成、图像生成、帮我写作、视频生成、录音转写、音乐生成。对话框上写着一句「有什么我能帮你的吗？」。用法就是打字，选一个入口，把要求说清楚。做内容的人最常点的是「帮我写作」和「图像生成」，做汇报的用「PPT生成」，开会多的用「录音转写」。
网页端的好处是不用装东西，换台电脑登进去还是那套界面。缺点是它只在你打开的那个页面里干活，动不了你本地的文件。这一条决定了后面很多活该走哪条路。
电脑版：官方定位「电脑桌面上的全能助手」
电脑版能吃下的活写在官方页上：写文档、做表格、画PPT、生成图片、制作视频、搭网页、建系统。它跟网页端最大的区别是内置了自主规划执行的Agent智能体，能自己排任务顺序，把多步任务往下推。
操作电脑与浏览器的时候，它在虚拟桌面里跑，不影响你正常用电脑。过程能实时看，需要的时候可以暂停或接管。这一条对做运营的人有用：你可以把它当一个能干活但随时能被叫停的助手，不用把整台机器交出去。
模型从哪来：火山引擎供豆包大模型
豆包大模型由火山引擎提供，官方给的定位是更强模型、更低价格、更易落地。创意创作那一侧靠的是专业版Seedream 5.0生图和专业版Seedance 2.5生视频。不接API的人不用记这些名字，但接API的时候必须记，因为价格、上下文窗口、并发上限都按模型算，不是按「豆包」两个字算。
豆包ai教程：从网页端到电脑版，五步跑通一件活
下面这五步是一条完整链路，从选入口到把活交出去。每一步都写清楚动作，也写清楚出了问题回哪里查。
- 选入口。先问自己要它干什么。只想问答、出稿、出图，浏览器打开doubao.com用网页端；要它动你电脑上的文件、跑多步任务，去下载页点「下载豆包电脑版」。官方下载页把「使用网页版」和电脑版下载并列摆着，点错了回查就看这一行，确认自己进的是哪条。
- 用「帮我写作」出初稿。把选题说明、读者是谁、大概多长、要什么语气，一次粘进去，让它先出提纲，提纲对了再让它逐段补。网页端把「帮我写作」单列成一个入口，说明它是按写作任务调过的。回查：结构不对就退回提纲重来，不要在成稿上改，越改越乱。
- 用「PPT生成」转汇报稿。把已经定稿的提纲直接丢进去，让它先出版式，内容再往里填。这一步省的是排版时间，不是省思考。回查：版式不满意就回网页端重新生成一次，别在一个不满意的版上抠细节。
- 用「录音转写」做会议纪要。网页端首页有录音转写这个入口，电脑版能自动识别录音、实时转写文字，再整理成结构化笔记。回查：转写稿字段乱，就在提示词里把字段钉死，议题、结论、待办、负责人、截止时间，五个字段固定下来，别让它自由发挥。
- 把多步任务交给电脑版的Agent智能体。像「打开这份文档，按里面的数据做张表，再导出」这种跨软件的活，交给它跑。官方写明它在虚拟桌面执行，不影响正常使用电脑，可以实时查看，随时暂停或接管。回查：任务跑偏就点暂停接管，别等它跑完再看，跑完再看就白跑了。
网页版和电脑版到底差在哪
网页端是功能入口的集合，打开就能用，不占本地资源，适合问答和出稿。电脑版多了本地任务能力和Agent智能体，能碰你电脑上的文件、浏览器和办公软件，多步骤任务能自己往下走。要做批量、要跨软件，才值得装。装之前先看清楚下载页给的是哪个系统的安装包，这一步别想当然。
这条流程里最容易被跳过的是第二步的提纲。直接让AI写全文，结构是它的，你改起来比重新写还慢。先把提纲捏在自己手里，后面几步都顺。同一个道理，PPT和纪要也应该在提纲或字段定好之后再交给它。
要把这几步串成一条固定流程，比如写作、出图、归档按顺序跑，站内还写过扣子Coze。
豆包文生图和豆包api：做素材、接流水线分别怎么下手
文生图：一段描述换三个方向各出一张
网页端首页点「图像生成」，把要的画面用文字描述清楚，出图。出海做素材的用法是：同一段产品描述，换三版提示词各出一张，挑能用的那张再放大或者重生成。
三版不要只换形容词，要换构图和光线。第一版写产品摆在桌面、自然光进来；第二版写手持、室内暖光；第三版写平铺俯拍、纯色背景。这样三张图的差别落在能用的方向上，不是在好看不好看上。换三个形容词出来的三张图，往往还是同一张。
一段能用的描述一般有四块：主体是什么、在哪、什么光、什么风格。缺哪块，出来的图就在哪块随机。这四块是写法，按你的产品改。
接API：走火山方舟，命令行就能起
API走火山方舟。官方给的命令行安装方式是：
npm i @volcengine/ark-cli@latest -g
方舟CLI支持在终端或Agent里快速开始，也支持Claude Code、Cursor、TRAE这些工具。方舟提供API直连，模型即服务，意思是你不用经过网页端，直接把模型接进自己的程序里。
选模型先看三件事：上下文窗口够不够装你的输入，最大输出够不够放结果，RPM和TPM够不够你的调用节奏。doubao-seed-evolving的上下文窗口是1024k，最大RPM是500；doubao-seed-2-1-lite-260915的最大RPM能到30000。差距摆在这，跑批量和做实时问答选的根本不是同一个模型。
结构化输出：要表格就别让它写文章
官方对部分模型推荐用json_schema模式做结构化输出。批量整理素材的时候用得上：你要的是一张表，不是一段话，就把字段先定死，让它按字段填。字段少了它不会自己加，字段多了它不会自己删，这比让它自由发挥稳。
落地写法很简单，把字段名、类型、顺序写进请求里，后面那句写明不要多余文字。不加这句，它会在开头和结尾各送你一段客套话，你还要再洗一遍数据。
深度思考开关：带标签的模型默认就开
带「深度思考」标签的模型，默认调用就启用深度思考。只想让它做文本生成，Chat API传thinking.type=disabled，Responses API传reasoning.effort=minimal，把这个能力关掉。不带这个标签的模型本身不支持，直接调用即可，不用传参。这个开关跟钱有关，深度思考会多烧tokens，批量任务不关就是白花。
豆包要花多少钱：官方页写明的价格和期限只有这几条
把官方页面上写死的数一次列清楚，下面这张表里的数字别处不再重复。
| 项目 | 官方写的数 | 出处页 |
|---|---|---|
| 新用户免费体验 | 30天免费体验套餐 | 官方下载页 |
| Doubao-Seed-Evolving | 输入6元/百万tokens，输出30元/百万tokens | 火山引擎豆包大模型页 |
| Doubao-Seed-2.1-turbo | 输入3元/百万tokens，输出15元/百万tokens | 同上 |
| 图像生成 | Seedream-5.0-pro 0.30元起/张，lite 0.22元/张 | 同上 |
| 视频生成2.5 | 含视频输入42元/百万tokens，不含70元/百万tokens | 火山引擎 |
表里有个规律：输出永远比输入贵。Evolving和turbo都是5倍。这意味着批量活的账不看你喂进去多少字，看你让它吐出来多少字。长文本放输入侧，输出只留结论，账能差出好几倍。
图像生成按张算，做素材的时候可以先批量出小图挑，挑中了再放大或者重生成，别一上来就按大图跑。视频按tokens算，含视频输入和不含视频输入是两个价，同一个任务选哪条路，下单前先想清楚。
另外要分清：网页端和电脑版是一个账，API是另一个账。API的价格按上面这张表算。两套账不要混着估。
豆包用不起来，按这四处挨个排查
下面四条是实际会卡住人的地方，每条先给结论，再说依据。
先说最要命的一条：把限流当刚性承诺。官方写明限流是非刚性保障，受平台负载和调用方式影响。也就是说页面标的最大RPM是一个上限参考，不是签了合同的保底。做法是并发留余量，重要任务加一层重试，别把业务卡在一个不确定的数上。
还有个事，选到标了「即将下线」的模型。模型列表里doubao-seed-2-0-pro-260215等几个标着即将下线，长期跑的项目要避开。要长期跑优先看标LTS的，比如doubao-seed-2-0-lite-260428。选型的时候多看一眼这个标注，能省掉后面一次迁移。
第三条，只按输入价估成本。输出单价是输入的5倍，输出写长了账就翻。做批量整理时把输出字段压到最少，能用一个词说清的不要让它写成一句话。
最后一条，拿网页端的功能入口当能力清单。首页列的是入口名，每个入口后面到底能做什么，要自己点进去试一次。看名字猜功能，多半会猜偏。
排查顺序是从确定的东西往不确定的东西走：先看入口对不对，网页端还是电脑版；再看模型ID有没有带下线标注；再看是不是触发了限流；最后才怀疑提示词。前面三条都有官方写死的规则，提示词是最活的那一环，先查它容易白折腾。
豆包不适合谁：这三种情况换工具更快
豆包的长处在网页端功能入口全、电脑版能跑本地任务，不在单点模型能力比拼。谁更强我不下结论，看你手上的活是哪一类。
如果你现在缺的是「一口气读完十篇长文，再理出一条线索」，豆包不是第一选择，可以看Kimi AI助手。要开源可自部署的推理模型，可以看DeepSeek大模型。要海外生态、英文语料为主的对话，可以看ChatGPT。国内免费助手想横向比一比，可以看千问AI助手。
如果你缺的是「写稿、出图、转PPT、开完会出纪要」这一条线走完，豆包这套入口更省事，因为它在同一个页面里。挑工具先看自己一天里重复最多的动作是什么，再看哪个工具能把这个动作压短，别按功能数量挑。
用AI把豆包这几步跑快：3条能直接抄的提示词
AI在这一套流程里干的不是替你想，是把重复动作做完。下面四步，每一步都说清楚AI做什么。
- 用「帮我写作」把选题扩成提纲，再逐段补细节。AI出结构，你判断结构对不对。
- 用「PPT生成」把定稿提纲转成汇报稿。AI排版，你看第一页能不能用。
- 用「录音转写」把访谈或会议录音转成结构化笔记。AI转文本，你定字段。
- 用API侧的结构化输出，按json_schema把批量素材整理成固定字段的表格。AI填表，你验收。
必须你自己动手的有三件事。一是在doubao.com首页点进「帮我写作」或「PPT生成」，把提纲粘进去，看第一版结构能不能用，再决定往下走。二是在火山方舟控制台拿到API KEY，选模型时看清模型ID有没有带「即将下线」标注。三是在电脑版里点开「操作电脑与浏览器」，确认虚拟桌面里的过程可以暂停或接管，再把任务交出去。这三件事AI替不了，也不该替。
下面三条提示词是本文给的示例，可以直接复制了改。
「把下面这段选题说明拆成5个小节，每节给一句结论和3个要点，不要加评价。」
「把这份会议录音转写稿整理成结构化笔记，字段固定为：议题、结论、待办、负责人、截止时间。」
「按json_schema输出这批素材的字段：标题、来源、日期、一句话摘要，不要多余文字。」
猎者出海的AI Agent在写作编辑这一块，能把整理资料、对照官方条款、出初稿这几步固定成同一套动作，把上面这条流程长期跑下去。
常见问题
豆包ai是什么公司的？
字节跳动。网页端标题写的就是「豆包 - 字节跳动旗下 AI 智能助手」。底层大模型由火山引擎提供。
豆包网页版入口在哪？
浏览器输入doubao.com。首页上方是对话和工作两个入口，对话框直接打字就能用。要本地任务能力才需要下载电脑版。
豆包桌面版和网页版有什么区别？
网页端是功能入口的集合，打开就能用。电脑版多了本地任务能力和Agent智能体，能操作你电脑上的文件和浏览器，多步任务能自己往下走。
豆包免费额度用完了怎么办？
30天免费体验套餐到期后的网页端免费额度，官方页没有写明。要继续跑量，走API按量计费这条路，费用按模型单价算，Evolving和turbo的输出单价比输入贵5倍。
豆包api多少钱？
按模型按量计费，输出单价比输入贵，Evolving和turbo都是5倍。具体单价看上面那张表，选模型时按自己的输入输出比例算一遍。
豆包文生图有官方提示词模板吗？
没有一套必须照着填的模板。本文给的四块写法，主体、场景、光线、风格，是写法思路，按你的产品改。
豆包这套东西上手不难，难的是把一件活固定成流程，下次不用重新想。先把一条线跑顺，再考虑接API。猎者出海的AI Agent在写作编辑这一块，管的是从选题到成稿再到本地化这一串，跟这里说的把一条线跑顺是一个意思。
发表评论