ChatGPT使用报告：揭示全球AI对话的真实面貌

最近，OpenAI与哈佛大学、杜克大学合作完成了一份引人注目的研究报告，名为《How People Use ChatGPT》。这份报告不仅名字平平无奇，但其内容却可能是迄今为止最全面的「AI 使用报告」。研究者们没有依赖问卷或猜测，而是直接抽样了超过百万条真实对话，深入剖析了ChatGPT用户的日常使用习惯。

这份报告的亮点在于其真实的数据和研究：涵盖2024年5月至2025年6月的消费者版ChatGPT，对话量超过150万条，采用LLM自动标注与隐私保护管线处理。换句话说，研究者本人从未见过任何用户原始消息，但依然能够抽丝剥茧，整理出全球AI对话使用的真实面貌。

报告披露，截至2025年7月，ChatGPT周活用户数突破7亿，约占全球成年人口的十分之一，周消息量达到惊人的180亿条。这个规模无疑是当前最大的AI应用，也在很大程度上代表了AI应用的探索进程。

这引发了一个耐人寻味的问题：当这么多人在生活和工作中使用AI，他们究竟用它做什么？答案可能会彻底改变你的主观印象。

从「自动打字机」到「决策外挂」，ChatGPT用户的五个关键

很多媒体在报道这份研究时，喜欢用一句话概括：非工作用途占比飙升到七成以上，这表明ChatGPT日常化的趋势。但如果只停留在这个结论，其实有些可惜，因为这份论文真正的价值在于揭示了AI对话使用正在形成的规律，以及它与我们想象的差距。

第一个被推翻的刻板印象是，用户更多用AI进行加工，而非从零生成。

研究显示，编程相关的对话仅占4.2%，而写作类任务在职场相关对话里却占到四成。这可能是因为更多AI编程工作集中在IDE/代码编辑器等实际工作场景中，但这也说明了写作类任务的重要性。

更关键的是，这些写作任务中有三分之二并非「从零生成」，而是「加工」——改写、润色、翻译或优化逻辑。换句话说，更多用户并不是把ChatGPT当成一个「自动写手」，而是帮助他们把已有内容打磨得更好。这种「改写型」使用场景，正好契合写作的痛点。

第二个亮点，是意图的分布。

论文把用户动机拆解为三类：Asking（问）、Doing（做）、Expressing（表达）。总体上，「问」的占比最高（51.6%），「做」次之（超过三成），表达最少（仅一成）。但在工作相关场景中，情况发生了逆转：「做」跃升为56%，写作又是最主要的「做」。

这也透露出在生活中，人们更多把AI当作一个「百科+顾问」；而在工作中，它更像一个「生产力外包」。这种分工其实直击产品设计的要害——AI应用要同时满足「决策支持」与「直接产出」的双重角色，而不是非此即彼。

第三个值得注意的细节是人群画像的变化。

论文指出，虽然ChatGPT推出初期的用户以男性为主（约占八成），但到2025年中期，女性用户（52%）占比已经抹平甚至略微超越男性，并且在使用需求上有明显差异。

年轻人对AI展现出更强的接受能力并不意外，26岁以下用户贡献了近半数消息。但令人意外的是，ChatGPT用户增长更快的地区来自中低收入国家。这也意味着ChatGPT的用户画像越来越接近全球人口的平均分布。对于AI产品来说，这不仅是规模问题，更是功能与交互设计的挑战。

第四个亮点，是和工作活动的对应：担当「决策外挂」。

研究团队把对话内容映射到美国劳工部ONET的工作活动分类，发现ChatGPT被用得最多的三类是「决策与问题求解」、「记录信息」和「创造性思考」。这也在一定程度上打破了「AI抢饭碗」的焦虑：它更像是为人的大脑装了一个「决策外挂」，帮你更快、更全面地考虑问题。

取代人不是主线，增强人类决策和创意实现，才是更真实的故事。

最后还有一个容易被忽略的趋势：用户满意度。

研究用自动化方法标注「好互动」与「坏互动」，结果发现「好」的增长远快于「坏」，到2025年中期，正向互动是负向互动的四倍。这说明模型的进步不仅停留在实验室benchmark中，同时也在实际对话中被用户直接感知到。

这些细节组合在一起，勾勒出一个清晰的画面：AI事实上正在成为全球用户的「写作助手」、「生活顾问」和「决策副驾」。它不是替代人，而是帮助人把已有的内容、想法和决策做得更顺滑、更有把握。这可能才是这份研究真正的价值所在。

用户报告背后，藏着AI产品设计的真正考题

这份关于ChatGPT的报告表面看是对用户习惯的描摹：非工作场景增长更快，写作是职场核心用途，年轻人和新兴市场正在加速渗透。但真正值得关注的并不是这些数字本身，而是它们背后折射出的一个更重要的问题——厂商和开发者该如何重新思考AI应用的形态。

报告清晰地揭示大多数写作相关任务不是让AI从零开始，而是对已有文本进行加工和优化。这和很多开发者、研究者的使用习惯不谋而合：他们并不奢望AI写出终极答案，而是希望它帮自己省去修改、润色、修补的低效环节。

开发者问答社区Stack Overflow的调查也指出，大部分开发者虽然都在用AI，但最常见的应用也不是复杂的系统开发，而是代码片段生成、错误解释、文档写作。

对产品来说，这意味着入口设计要更贴合真实需求。与其在界面正中摆出一个「空白输入框」，不如优先提供粘贴、批注、差异对比等功能，让AI真正成为一个「增强器」，补齐碎片化需求，而不是全面替代专业软件。

最直接的一个例子可能就是Google的Nano Banana（Gemini 2.5 Flash图像模型）。很多设计师都在向如Adobe等专业设计软件厂商发声。事实上Adobe、Figma也确实迅速宣布将Nano Banana引入Photoshop等软件。

当然，不同人群对AI的期待截然不同：新手用户需要结构化模板、语气选择、逐步引导；而熟练用户则需要快捷命令、自定义工具链甚至是深度集成的API。简言之，伴随用户画像的多样化，如果应用不能分层提供体验很可能会出现要么太复杂要么太浅薄的两难局面。

从更大的层面看很多企业反复强调的「流程嵌入」也是AI大规模应用的核心之一。ChatGPT的报告也指出AI的高频使用并不等于高信任。用户愿意依赖AI的前提是结果能被验证、能被追溯能融入组织已有的合规体系。这要求AI应用在产品最初就考虑好数据来源标注、版本对比、结果审计等机制而不是事后补丁。

更重要的是不要止于炫技。今天AI应用已经从「炫技」进入「打磨」的阶段。对开发者和厂商来说现在的关键不是证明模型能写出多复杂的代码或文章而是在真实场景下让用户更快更安全更普遍地把它用起来。真正的赛点已经从模型本身转向了体验信任和普惠。

写在最后

从OpenAI的研究切入我们可以初步看到ChatGPT的真实使用面貌：使用AI写作获取信息做决策。而在这些背后指向的并非简单的数字还有一个更本质的命题——AI产品到底应该长成什么样子。

正如报告所揭示的那样至少现阶段用户更多把AI看作一种「增强」而非「替代」需要降低摩擦的体验而不是炫技式的模型展示。应用如果不能在入口交互信任和普惠性上持续打磨就难以真正融入用户的日常。对所有人来说AI已经从一场技术竞赛转向一场设计与体验的考验。

更值得思考的是当全球数亿人每天都在与AI对话我们正在见证一种新的「人机交互」逐渐成为习惯。它会如何改变一切？这是摆在所有人面前的开放问题。AI的未来走向也许并不由技术本身决定而是由人们究竟愿意如何使用它决定。