就在最近，一份由 OpenAI 與哈佛大學、杜克大學聯合完成的研究報告橫空出世，名字平淡無奇：《How People Use ChatGPT》。但別因為標題忽視了——這可能也是迄今最全面的一份「AI 使用報告」，研究者們不靠問卷、不靠臆測，而是直接抽樣了超過百萬條真實對話，把 ChatGPT 用戶的日常使用習慣剖了個底朝天。
這份報告的特別之處，在於真刀真槍的數據和研究：樣板涵蓋 2024 年 5 月至 2025 年 6 月的消費者版 ChatGPT，對話量級達到 150 萬條以上，採用 LLM 自動標註與隱私保護管線處理。換句話說，研究者本人從頭到尾沒看到任何用戶原始消息，但依舊能抽絲剝繭，整理出一份全球 AI 對話使用的真實樣貌。
圖片來源：OpenAI
報告披露，截至 2025 年 7 月，ChatGPT 周活用戶數突破 7 億，約佔全球成年人口的十分之一，周消息量達到驚人的 180 億條。這個體量，毫無疑問都是目前規模最大的 AI 應用，也在很大程度上代表 AI 應用的探索進程。
這也引出了一個耐人尋味的問題：當這麼多人在生活和工作中使用 AI，它們究竟在用它幹什麼？答案可能會徹底推翻你的主觀印象。
從「自動打字機」到「決策外掛」，ChatGPT 用戶的五個關鍵
很多媒體在報道這份研究時，喜歡用一句話概括：非工作用途佔比飆升到七成以上，來表明 ChatGPT 日常化的趨勢。但如果只停留在這個結論，其實有點可惜，因為這份論文真正的價值，不在於告訴我們 ChatGPT 用戶在幹什麼，而在於揭示了 AI 對話使用正在形成怎樣的規律，以及它與我們想象的落差。
第一個被推翻的刻板印象就是，用戶更多用 AI 加工，而非從零生成。
研究顯示，編程相關的對話僅佔 4.2%，而寫作類任務在職場相關對話裡卻佔到四成。這當然也因為更多 AI 編程工作集中 IDE /代碼編輯器等實際工作場景中，但說明了寫作類任務的重要性。
更關鍵的是，這些寫作任務裡有三分之二並非「從零生成」，而是「加工」——改寫、潤色、翻譯或優化邏輯。換句話說，更多用戶並不是把 ChatGPT 當成一個「自動寫手」，而是幫他們把已有內容打磨得更好。這種「改寫型」使用場景，正好契合寫作的痛點。
第二個亮點，是意圖的分佈。
圖片來源：OpenAI
論文也把用戶動機拆解為三類：Asking（問）、Doing（做）、Expressing（表達）。總體上，「問」的佔比最高（51.6%），「做」次之（超過三成），表達最少（僅一成）。但在工作相關場景中，情況發生了逆轉：做躍升為 56%，寫作又是最主要的「做」。
這也透露出在生活中，人們更多把 AI 當作一個「百科+顧問」；而在工作裡，它更像一個「生產力外包」。這種分工其實直擊產品設計的要害——AI 應用要同時滿足「決策支持」與「直接產出」的雙重角色，而不是非此即彼。
第三個值得注意的細節是人群畫像的變化。
論文指出，雖然 ChatGPT 推出初期的用戶以男性為主（約佔八成），但到 2025 年中期，女性用戶（52%）佔比已經抹平甚至略微超越男性，並且在使用需求上有明顯差異。
圖片來源：OpenAI
並不意外的是，年輕人面對 AI 展現了更強的接受能力，26 歲以下用戶貢獻了近半數消息。但讓人意外的是，ChatGPT 用戶增長更快的地區來自中低收入國家。這也意味著，ChatGPT 的用戶畫像越來越接近全球人口的平均分佈。而對於 AI 產品來說，這不僅是規模問題，更是功能與交互設計的挑戰。
第四個亮點，是和工作活動的對應：擔當「決策外掛」。
研究團隊把對話內容映射到美國勞工部 ONET 的工作活動分類，發現 ChatGPT 被用得最多的三類是「決策與問題求解」「記錄信息」和「創造性思考」。這也在一定程度上戳破了「AI 搶飯碗」的焦慮：它更像是為人的大腦裝了一個「決策外掛」，幫你更快、更全面地考慮問題。
取代人不是主線，增強人類決策和創意實現，才是更真實的故事。
圖片來源：雷科技
最後還有一個容易被忽略的趨勢：用戶滿意度。
研究用自動化方法標註「好互動」與「壞互動」，結果發現「好」的增長遠快於「壞」，到 2025 年中期，正向互動是負向互動的四倍。這說明，模型的進步並非停留在實驗室 benchmark，同時也在實際對話中被用戶直接感知到。
這些細節組合在一起，勾勒出一個清晰的畫面：AI 事實上正在成為全球用戶的「寫作助手」「生活顧問」和「決策副駕」。它不是替代人，而是幫助人把已有的內容、想法和決策做得更順滑、更有把握。這可能才是這份研究真正的價值所在。
用戶報告背後，藏著AI 產品設計的真正考題
這份關於 ChatGPT，表面看是對用戶習慣的描摹：非工作場景增長更快，寫作是職場核心用途，年輕人和新興市場正在加速滲透。但真正值得關注的，並不是這些數字本身，而是它們背後折射出的一個更重要的問題——廠商和開發者該如何重新思考 AI 應用的形態。
報告清晰地揭示，大多數寫作相關任務不是讓 AI 從零開始，而是對已有文本進行加工和優化。這和很多開發者、研究者的使用習慣不謀而合：他們並不奢望 AI 寫出終極答案，而是希望它幫自己省去修改、潤色、修補的低效環節。
開發者問答社區 Stack Overflow 的調查也指出，大部分開發者雖然都在用 AI，但最常見的應用也不是複雜的系統開發，而是代碼片段生成、錯誤解釋、文檔寫作。
對產品來說，這意味著入口設計要更貼合真實需求，與其在界面正中擺出一個「空白輸入框」，不如優先提供粘貼、批註、差異對比等功能，讓 AI 真正成為一個「增強器」，補齊碎片化需求，而不是全面替代專業軟件。
圖片來源：豆包
最直接的一個例子可能就是 Google 的 Nano Banana（Gemini 2.5 Flash 圖像模型），很多設計師都在向如 Adobe 等專業設計軟件廠商發聲，事實上 Adobe、Figma 也確實迅速宣佈了將 Nano Banana 引入 Photoshop 等軟件。
當然，不同人群對 AI 的期待截然不同：新手用戶需要結構化模板、語氣選擇、逐步引導。而熟練用戶則需要快捷命令、自定義工具鏈，甚至是深度集成的 API。簡言之，伴隨用戶畫像的多樣化，如果應用不能分層提供體驗，很可能會出現要麼太複雜、要麼太淺薄的兩難局面。
從更大的層面看，很多企業反覆強調的「流程嵌入」也是 AI 大規模應用的核心之一，ChatGPT 的報告也指出了 AI 的高頻使用並不等於高信任。用戶願意依賴 AI 的前提，是結果能被驗證、能被追溯，能融入組織已有的合規體系。這要求 AI 應用在產品最初就考慮好數據來源標註、版本對比、結果審計等機制，而不是事後補丁。
更重要的是，不要止於炫技。今天 AI 應用已經從「炫技」進入「打磨」的階段。對開發者和廠商來說，現在的關鍵不是證明模型能寫出多複雜的代碼或文章，而是如何在真實場景下，讓用戶更快、更安全、更普遍地把它用起來。真正的賽點，已經從模型本身，轉向了體驗、信任和普惠。
寫在最後
從 OpenAI 的研究切入，我們可以初步看到 ChatGPT 的真實使用面貌：使用AI寫作、獲取信息、做決策。而在這些背後，指向的並非簡單的數字，還有一個更本質的命題——AI 產品到底應該長成什麼樣子。
正如報告所揭示的那樣，至少現階段用戶更多把AI看作一種「增強」而非「替代」，需要降低摩擦的體驗，而不是炫技式的模型展示。應用如果不能在入口、交互、信任和普惠性上持續打磨，就難以真正融入用戶的日常。對所有人來說，AI 已經從一場技術競賽，轉向一場設計與體驗的考驗。
更值得思考的是，當全球數億人每天都在與 AI 對話，我們正在見證一種新的「人機交互」逐漸成為習慣。它會如何改變一切？這是擺在所有人面前的開放問題。AI 的未來走向，也許並不由技術本身決定，而是由人們究竟願意如何使用它所決定。
本文來自“雷科技”，36氪經授權發佈。
