永无岛
5.1 豆包的"五感"地图
我们先把豆包的 10 个超能力分类列出来，让你心里有个全景：
┌─── 看 (5.2 拍照识图)
│
├─── 听 (5.3 实时语音通话 / 5.4 视频通话)
│
豆包的五感 ──┤
├─── 说 (5.5 朗读 / 多音色)
│
├─── 写 (5.6 长文档处理)
│
└─── 画 (5.7 AI 绘画 / 5.8 AI 视频)
┌─── 联网 (5.9 AI 搜索)
│
豆包的"外脑"──┤
├─── 思考 (5.10 深度思考)
│
└─── 整理 (5.11 思维导图 / AI 播客)
每一节我们都讲三件事：
- 它是什么
- 怎么用（完整步骤）
- 3 个真实场景演示
5.2 看：拍照识图（豆包最被低估的能力）
5.2.1 这是什么
豆包能"看"图。你给它任何一张图——拍的、截的、网上下的——它都能：
- 识别图里有什么（物体、文字、人）
- 解读图的含义
- 回答你针对这张图的问题
- 翻译图里的外文
- 解决图里的题目
5.2.2 怎么用
手机端：
- 在对话框点
+号 - 选
拍照或从相册 - 选好图后，输入你的问题
- 发送
电脑端：
- 把图直接拖进对话框
- 或者按
Ctrl + V粘贴剪贴板里的截图 - 输入问题
- 发送
5.2.3 场景 1：拍菜单点菜
你出差到一个陌生城市，进了一家本地菜馆，看着菜单一脸懵——"鸡公煲""九转大肠""糟卤拼盘""芋儿鸡"，根本不知道是啥。
做法：
- 拍下整张菜单
- 输入：
这是某餐厅的菜单。我是北方人，第一次吃这种菜，不能吃辣，预算 100 元一个人。请帮我推荐 3 道菜，告诉我每道是什么、什么味道、有什么注意的。 - 豆包会给你 3 道菜的推荐，含口味、做法、注意事项。
5.2.4 场景 2：看体检报告
你拿到体检报告，密密麻麻一堆指标，看不懂哪些"↑"是要紧的、哪些是没事的。
做法：
- 拍下完整的体检报告（多张可以一起拍）
- 输入：
我 35 岁男性，体重 72kg，身高 175cm，无家族病史，平时偶尔运动。
请帮我看这份体检报告，告诉我：
1. 哪些指标"↑"或"↓"是需要重点关注的？
2. 哪些可以忽略？
3. 我接下来 3 个月的生活方式上有什么具体调整建议？
4. 哪些指标必须去医院找医生进一步检查？
请用大白话，不要堆医学术语。
最后一定要加一句"建议去医院咨询专业医生"。
豆包会逐项给你解读，划出重点。
重要提醒：豆包不能替代医生。涉及病情判断的，一定要去医院。豆包的解读只是"帮你看懂报告"，不是"诊断"。
5.2.5 场景 3：解题答疑
你或者你家孩子做作业被一道题卡住了。
做法：
- 拍下题目（可以拍整页，让豆包圈出哪道题）
- 输入：
请帮我解第 3 题。先不要给我答案，给我 2 个思路提示。如果我还是想不出来，我会让你给完整解答。 - 豆包给思路
- 你想了一会，还不会，追问：
我还是不会，请给完整解答，每一步要解释为什么这么做。 - 豆包给完整解答
- 你看懂了，再追问：
请按这道题的思路出 3 道类似的题给我练，不要给答案。
这是一个完整的"自学闭环"。详见 第七章。
5.2.6 拍照的"小技巧"
- 光线要够：太暗的图豆包看不清。
- 不要太斜：尽量垂直拍。
- 多张图一起发：豆包能同时处理多张图，让它"对比"或者"汇总"。
- 截图比拍照清晰：能截图就别拍照。
- 图里别有遮挡：手指、阴影、反光都会影响识别。
5.2.7 5 分钟实验：拍 3 件你身边的东西
挑 3 件你身边的东西（家电、药盒、零食袋、衣服吊牌），拍下来问豆包：
- 衣服吊牌 → "这件衣服怎么洗？"
- 药盒 → "这盒药能和 [其他药] 一起吃吗？有什么副作用？"
- 零食袋 → "这包零食热量多少？哪些成分要注意？"
体会一下：豆包的"眼睛"已经是普通人随身带着的"百科全书"。
5.3 听 + 说：实时语音通话
5.3.1 这是什么
不是"你录音、它转文字"那种古老的方式。豆包的语音通话是真正的实时双向对话——你说话它听、它说话你听，可以打断，像和真人打电话一样。
截至 2026 年 4 月，豆包提供：
- 40+ 种音色：男声、女声、老人、小孩、明星仿生、动漫角色、温柔大姐姐、东北大叔、广东老板娘⋯⋯
- 20+ 种方言识别：四川话、东北话、广东话、上海话、湖南话、河南话⋯⋯
- 真实情感语调：会笑、会叹气、会停顿、会"嗯"
5.3.2 怎么用
手机端（强烈推荐）：
- 打开豆包 App
- 在底部找到"通话"Tab，或者在对话界面找到"电话"图标
- 点进去，第一次会让你选 "音色"
- 选好后进入通话界面，对着手机说话即可
- 你可以随时打断它（说话时它会自动停下听你）
- 结束通话点"挂断"
桌面端：
按全局快捷键 Alt + D 唤出语音通话。
5.3.3 场景 1：开车通勤的"陪聊"
你每天上下班 1 小时通勤，想充实一下时间，但开车没法看手机。
做法：
把豆包通话开起来，告诉它：
我现在在开车，你陪我聊点东西。
我对中国近代史最感兴趣，
请你今天讲一下"五四运动"那段历史，
讲得像故事一样，不要像教科书。
讲 20 分钟，到了我目的地我会告诉你停下。
我中间会问问题，你及时回答。
豆包会用故事化的语言讲 20 分钟。你可以中途插嘴问"那当时的青年人是怎么想的""有名的代表人物是谁"，它会停下解答再继续。
5.3.4 场景 2：英语口语陪练
你想练英语口语，但找外教太贵、找语伴太尴尬。
做法：
- 选一个英语音色（豆包有 native English speaker 音色）
- 进入通话
- 说：
Let's have an English conversation. I'm a B1 level learner. Today's topic is "weekend plans". Please correct my grammar mistakes after I finish each sentence. Speak slowly. Let's start.
整个对话用英文进行，豆包会：
- 配合你的水平说慢一点
- 在你说完后指出你的错误（不要在你说话中间打断你）
- 帮你建议更地道的说法
详见 第七章。
5.3.5 场景 3：心情低落想有个人聊聊
你今天遇到点烦心事，但不想麻烦朋友。
做法：
选一个温柔的女声 / 大叔音色，进入通话：
我今天工作上遇到一些事，心情不太好，
但我现在还不想聊具体发生了什么，
你能不能先就这样陪我说说话？
随便聊点轻松的、不用动脑的话题。
我准备好了再告诉你具体的事。
豆包会理解你的情绪，先和你聊点轻松的，等你愿意说时再深入。
重要：豆包不是心理医生。如果你长期有抑郁、焦虑等问题，请寻求专业帮助。豆包能做的是"短期陪伴"，不能"治疗"。
5.3.6 通话功能的小技巧
- 常用音色可以收藏，每次进通话不用重新选
- 如果你说话比较慢、比较小声，可以在设置里调整"语音灵敏度"
- 背景噪音大的环境（地铁、咖啡馆），戴耳机效果会好很多
- 重要对话可以开"通话总结"，结束后豆包会自动生成纪要
5.3.7 5 分钟实验：用方言和豆包聊天
如果你会任何一种方言，用方言和豆包通话试试。
- 四川人："给我用四川话讲个笑话"
- 东北人："咱俩唠点嗑，你拿东北腔说"
- 广东人："用粤语讲一段香港的故事"
你会发现豆包真的能听懂方言，也能用方言回应。这是 ChatGPT 等海外 AI 做不到的事。
5.4 看 + 听：视频通话
5.4.1 这是什么
视频通话是语音通话的升级版——豆包不仅能听你说，还能看到你摄像头里的画面，并基于画面回答你。
5.4.2 怎么用
- 进入语音通话界面
- 点
视频按钮（开启摄像头） - 把镜头对准你想让豆包"看"的东西
- 一边说话一边给它看
5.4.3 场景 1：让豆包"看"PPT 给你讲
你下载了一份 PPT，比如某位名师的课件，你想让豆包"陪你看"，遇到不懂的就问。
做法：
- 把 PPT 投在大屏幕上，或者打开在另一个屏幕上
- 用手机视频通话，把摄像头对准 PPT
- 翻一页，问：
这一页讲什么？给我用大白话解释 - 翻下一页，问：
刚才那张图我没看懂，能不能换个例子讲
整个过程像有一个"私人讲师"陪你看。
5.4.4 场景 2：让豆包"看"数学题
孩子做题不会，你也不会。
做法：
- 视频通话开起来
- 摄像头对准题
- 说：
这道题我女儿在做，先不要给答案，告诉她思路 - 听到豆包讲思路后，让女儿试着做
- 做对了让豆包鼓励她
- 做错了让豆包指出哪一步错了
整个过程是一个亲子学习场景——比给孩子单独抛个 App 强 10 倍。
5.4.5 场景 3：让豆包"看"你做菜
你跟着小红书学做菜，做到一半不确定"火候够不够"、"颜色对不对"。
做法：
- 视频通话开着，手机架在厨房
- 摄像头对着锅
- 说：
我在做番茄炒蛋，现在颜色这样可以了吗？还要再炒多久？
豆包会告诉你"再翻炒 30 秒就关火"。
5.4.6 5 分钟实验：让豆包"看你的家"
打开视频通话，把摄像头慢慢扫一圈你的客厅，问豆包：
我家客厅你刚才看到了，
请你以一个室内设计师的角度，
给我 3 条改善建议，
要具体可执行，不要让我"换沙发""刷墙"这种大动干戈的事，
预算 500 元以内能做的事。
体会一下：豆包的"眼睛 + 嘴"加在一起，相当于一个移动的、便宜的、24 小时在线的"私人顾问"。
5.5 说：朗读、多音色、AI 主持
5.5.1 这是什么
豆包不只能"和你说话"，还能：
- 把任何文字"朗读"给你听
- 用 40+ 音色生成"配音"
- 把你写的内容生成"AI 主持人播报"
5.5.2 怎么用
朗读单段文字：
- 长按豆包对话里的某段文字
- 选
朗读 - 选音色
- 听
生成配音：
请用"沉稳大叔"音色，
朗读以下这段文字，
节奏缓慢，带情绪：
[贴上你要朗读的文字]
请直接生成可下载的音频。
5.5.3 场景 1：把长文章变成"开车听"
你 mark 了一篇 10000 字的长文章，想看但没时间。
做法：
- 把文章贴给豆包，或者上传 PDF
- 输入：
帮我把这篇文章转成 10 分钟左右的口播稿，分章节，方便我开车听。 - 豆包会改写成口播版
- 让豆包朗读：
用"温柔女声"朗读这份口播稿，生成 mp3。
你就有了一份"私人广播节目"。
5.5.4 场景 2：给孩子讲睡前故事
孩子今天非要听故事，你嗓子哑了。
做法：
请用"温柔妈妈"音色，
讲一个 8 分钟左右的睡前故事给 5 岁小孩听，
主题是"小动物之间的友情"，
要有起承转合，
最后落在"勇敢面对困难"上，
讲述节奏要慢，
适合孩子听着入睡。
豆包会生成故事 + 朗读音频，你点击播放就行。
5.5.5 场景 3：给短视频配音
你做短视频，自己声音不行。
做法：
把脚本贴给豆包，让它用合适的音色朗读，下载下来当旁白。详见 第九章。
5.6 写：长文档处理（一次性 100 万字）
5.6.1 这是什么
豆包支持单次最多 100 万字的文档处理。100 万字是个什么概念？《红楼梦》全本约 80 万字。也就是说你可以一次性把《红楼梦》扔给豆包让它总结。
支持的格式：
- PDF（含扫描版，会先 OCR）
- Word（.doc / .docx）
- Excel（.xls / .xlsx）
- PowerPoint（.ppt / .pptx）
- 图片（OCR 识别）
- 纯文本（.txt）
- Markdown（.md）
5.6.2 怎么用
手机端：
- 在对话框点
+ - 选
文件 - 从手机文件、微信、钉钉、QQ 选
电脑端（最方便）：
- 把文件直接拖进对话框
上传后等几秒，豆包会"读完"，然后你可以问任何问题。
5.6.3 场景 1：5 分钟读完 100 页 PDF
你下载了一份 100 页的行业报告，没时间细读。
做法：
- 拖进豆包
- 输入：
请帮我处理这份报告：
1. 用 5 句话总结整体内容
2. 列出报告的 5 个核心观点
3. 列出报告的 3 个最值得我深入研究的图表，告诉我图表在第几页
4. 列出报告的 3 个有争议或证据不足的地方
5. 给我一份"如果只有 10 分钟看，看哪几页"的建议
5 分钟你就掌握了一份 100 页的报告。
5.6.4 场景 2：合同审查
你要签一份 30 页的劳动合同 / 房屋买卖合同 / 装修合同。
做法：
- 把合同 PDF 拖进豆包
- 输入：
你是一名 [合同类型] 领域 15 年经验的律师。
请帮我审查这份合同，重点告诉我：
1. 哪些条款明显不利于我（甲方/乙方/买方/卖方）？
2. 哪些条款有"陷阱"（看起来正常其实有坑）？
3. 哪些条款是空白或模糊的，应该补上？
4. 签合同前必须和对方再确认的 5 个问题
5. 如果只能修改 3 处，最该改哪 3 处
请加免责声明："不能作为正式法律意见，重大事项请咨询专业律师。"
格式：表格 + 总结。
5.6.5 场景 3：读书笔记
你想读一本 50 万字的电子书，但没时间细读。
做法：
- 把电子书 PDF / Word / TXT 拖进豆包
- 输入：
请帮我做这本书的读书笔记：
1. 全书核心思想用 3 句话概括
2. 列出 10 个最有启发的观点，每个含原文 + 我的应用场景建议
3. 列出 5 个我可能不同意的观点，给我"换一个角度想"的提示
4. 推荐 5 本"如果你喜欢这本书，那你也会喜欢"的延伸阅读
格式：Markdown，方便我导出到笔记软件。
5.6.6 长文档处理的小技巧
- 上传后先让豆包"概述"一下，确认它读完了再问细节
- 大文件分章上传有时比一次性上传效果好
- 涉及表格的 PDF，截图发给豆包效果比文字 PDF 还好
- 100 万字是上限，多数情况你用不到
5.7 画：AI 绘画（Seedream 4.0）
5.7.1 这是什么
豆包内置 AI 绘画功能，背后是字节自研的 Seedream 4.0 模型。截至 2026 年 4 月，免费用户每天 10 张。
它能：
- 文生图（你写一段描述，它出图）
- 图生图（基于一张图改造）
- 局部编辑（涂掉图的某部分让它重画）
- 文字渲染（图里的中英文字能精准显示）
- 20+ 种艺术风格（水墨、油画、赛博朋克、Q 版⋯⋯）
5.7.2 怎么用
手机端：
- 在豆包对话里输入
画一张 ...，豆包会自动调用绘画 - 或者去"智能体"里找
AI 绘画智能体
网页 / 桌面端：
- 在对话里输入"画一张 ..."
5.7.3 一段好的"画图提示词"长什么样
❌ 不好的：
画个女孩
✅ 好的：
一个长发亚洲女孩，约 25 岁，穿米色风衣，
站在傍晚的杭州西湖边，
背景是逆光的雷峰塔和桔色晚霞，
微风拂动她的头发，
表情温柔带一丝若有所思。
画风：宫崎骏动画风格，温暖配色，
画面比例：竖版 9:16，
镜头：中景，膝盖以上。
公式：主体 + 服装 + 场景 + 光线 + 表情/动作 + 风格 + 比例 + 镜头。
5.7.4 场景 1：朋友圈头像
画一只圆润可爱的橘猫，
它正趴在窗台上看着窗外飘下的雪花，
背景是温暖的客厅，有一杯冒着热气的咖啡，
画风：插画风，柔和温暖的配色，
比例：1:1 方形，
适合做微信头像。
5.7.5 场景 2：小红书封面
做一张小红书封面图：
中间放大字 "新手入门指南"（中文），
副标题 "从 0 到 1 的 30 天"（中文），
背景是浅米色 + 几朵小雏菊点缀，
整体风格：简约、清新、ins 风，
比例 3:4，竖版。
5.7.6 场景 3：商业海报
做一张茶饮店开业海报：
主标题 "新店开业"（中文，大字，金色），
副标题 "首杯免单"（红色），
背景：一杯冰镇水果茶在木桌上，背景是绿植 + 阳光，
画风：摄影写实，
顶部留白处加店名 "茶语花间"（书法字体），
底部加日期 "2026 年 5 月 1 日"，
比例：A4 竖版。
5.7.7 局部编辑
画好一张图后，如果某个细节不满意：
- 点图上的"编辑"按钮
- 用"涂抹"画笔涂掉不满意的部分
- 输入"把这里改成 ..."
- 重新生成
例如：你画了一只猫，但豆包给的猫是黑色的，你想要橘色：
- 涂掉猫
- 输入"换成一只胖橘猫"
- 重新生成
5.7.8 5 分钟实验：给自己画一张头像
试试给自己画一张 AI 头像：
画一张我的卡通头像：
[你的特征：性别、年龄、发型、戴不戴眼镜、身材]
背景：[你喜欢的氛围]
表情：[你想表达的状态]
画风：[宫崎骏 / 迪士尼 / 国漫 / 油画 / 简约线条]
比例：1:1，圆形适配。
下载下来，换成你的微信头像。
5.8 摄：AI 视频（Seedance）
5.8.1 这是什么
豆包内置 AI 视频生成功能，背后是字节自研的 Seedance 模型。
它能：
- 图生视频：上传一张图，让它"动起来"
- 文生视频：写一段描述，生成短视频
- 输出 1080P 短视频，时长一般 5～15 秒
- 多种风格：写实、动画、国风、电影质感
5.8.2 怎么用
- 在豆包对话里搜
AI 视频智能体 - 或者直接说"帮我生成一个视频，内容是 ..."
- 上传图（如果是图生视频）
- 描述"想让它怎么动"
- 等几十秒到几分钟出片
5.8.3 场景 1：让老照片"动起来"
你有一张外公外婆年轻时的黑白合照，想让它"动起来"做念想。
做法：
- 上传照片
- 输入：
让这张照片里的两位老人轻轻笑一下，
然后互相看一眼，
背景保持不变，
风格：温暖怀旧，
不要任何夸张动作，
只要自然的微表情。
豆包会输出一个 5 秒左右的小视频。
5.8.4 场景 2：商品展示视频
你做电商，想给商品做一个 5 秒的展示视频。
做法：
- 上传商品图
- 输入：
让这件白色 T 恤在画面中缓缓旋转 360 度，
背景是浅米色简约棚拍，
有柔和光线从右上方打过来，
最后一帧定格在正面，
风格：商业摄影。
5.8.5 场景 3：给孩子做"成长动画"
你有孩子从 0 岁到现在的几张照片。
做法：
我有 5 张照片，分别是孩子 1 岁、3 岁、5 岁、7 岁、9 岁。
请帮我做一段 30 秒的成长视频，
每张照片用 6 秒，
照片之间用渐变过渡，
配 BGM 是温暖的钢琴曲。
（注：豆包目前可能需要分段生成，最后用剪映等拼接）
5.8.6 视频生成的小限制
- 每天有免费额度，超出后等第二天或者付费
- 单次时长一般 5～15 秒，不是真的能生成一部电影
- 涉及人物动作的，手部、表情可能略不自然
- 复杂场景（多人、多动作）不太稳，建议简化
详见 第九章。
5.9 联：AI 搜索（实时联网）
5.9.1 这是什么
豆包默认的回答有时是基于训练数据的，所以可能"过时"。但它有一个超级武器：AI 搜索——能实时联网搜索最新信息。
数据源覆盖：
- 今日头条（实时新闻）
- 抖音（视频内容、热点）
- 微博（社交舆论）
- 百度（通用搜索）
- 主流网站
5.9.2 怎么用
默认就开着——你问"今天发生了什么大事"、"某某明星最近有什么动态"，豆包会自动联网。
如果想强制让它搜：
请实时联网搜索后回答：[你的问题]
请给出信息来源链接。
5.9.3 场景 1：今日资讯精选
每天早上看新闻太累。
做法：
请帮我整理今天 (2026 年 X 月 X 日) 国内外最重要的 5 条新闻，
每条用 100 字以内说清楚是什么、为什么重要、可能的后续影响。
分类：国际 / 国内 / 科技 / 财经 / 文体。
5.9.4 场景 2：旅游目的地实时信息
你下周去三亚，想知道现在那边的情况。
做法：
请联网搜索后告诉我：
1. 三亚下周（X 月 X 日 - X 月 X 日）的天气预报
2. 三亚最近有没有什么活动 / 节庆 / 演出
3. 三亚有没有最近 1 个月新开的网红餐厅或景点
4. 三亚最新的避坑提醒（哪些景点变贵了、哪些被吐槽多）
5. 三亚目前的人流情况（淡旺季、住宿价格趋势）
每条给出信息来源。
5.9.5 场景 3：股价 / 行情
请联网查一下：
1. 最近一周 A 股大盘走势
2. 哪些行业涨幅居前
3. 这背后的市场逻辑是什么
4. 普通散户该如何理解这个走势
注意：以上仅作信息了解，不构成投资建议。
5.9.6 AI 搜索的"限制"
- 搜索结果有 1～5 秒延迟，不要用来盯股票或者抢购
- 个别小众网站可能搜不到
- 有时候会"懒搜"——返回的信息其实不够新，要追问"再搜一次"
- 涉及隐私的搜索（比如某人具体住址）会被拒绝
5.10 思：深度思考模式
5.10.1 这是什么
豆包默认是"快速回答"——给你一个答案。深度思考模式是让豆包"先想再答"——它会内部走多步推理，最后给你一个更慎重的答案。
类比一下：
- 默认模式 = 朋友间随口聊
- 深度思考 = 朋友坐下来认真给你出主意
适合用深度思考的场景：
- 复杂的数学 / 逻辑题
- 重要决策（换工作、买房、要不要分手）
- 需要多角度分析的问题
- 写正式文档（论文、报告）
不适合用深度思考的场景：
- 简单问答（"今天天气如何"）
- 闲聊
- 创意发散（深度思考会让创意"变保守"）
5.10.2 怎么用
在对话框附近，找一个 深度思考 开关（图标可能是大脑、灯泡或类似），点亮它。
或者在提示词里直接说：
请深度思考后回答：[你的问题]
5.10.3 场景 1：复杂决策
[开启深度思考]
我面临一个决策：
- 选项 A：继续在现公司，年薪 30 万，工作稳定但没成长
- 选项 B：跳槽到一个创业公司，年薪 45 万但有 30% 概率公司一年内倒闭
- 选项 C：辞职 Gap 半年，去东南亚边玩边学新技能，准备转行做自由职业
我的情况：
- 32 岁，单身，无房贷
- 存款 60 万
- 父母身体健康但年纪大了
- 我做的是产品经理
请深度思考后给我：
1. 每个选项的"5 年后"可能场景
2. 每个选项的最大风险点
3. 你会选哪个，为什么
4. 决策前我必须再问自己的 3 个问题
5.10.4 场景 2：复杂数学题
[开启深度思考]
请帮我解这道题：
[题目]
要求：
1. 列出每一步的推理
2. 解释为什么这一步要这么做
3. 最后给出最简化的解法
5.10.5 深度思考的"代价"
- 回答会慢很多（5～30 秒）
- 答案会更长
- 有时候会"想太多"，给出过于复杂的方案
详见 第十一章。
5.11 整：思维导图 / AI 播客
5.11.1 思维导图
豆包能基于一段内容自动生成思维导图。
做法：
请基于以下内容，生成一份思维导图：
[你的内容]
要求：
- 中心是 [核心主题]
- 二级节点不超过 5 个
- 每个二级节点下三级节点不超过 5 个
- 最后输出可以导入 XMind 或者 ProcessOn 的格式
豆包会输出 Markdown 格式的大纲，你可以一键导入主流思维导图工具。
5.11.2 AI 播客
豆包有一个"AI 播客"功能（部分版本叫"AI 主播"或"AI 朗读"），它能：
- 把一段文字改写成"对话体"
- 用两个不同音色"主持人对话"
- 自动配音、配 BGM
- 输出可下载的 mp3
做法：
请把以下内容改写成两个主持人对话的播客脚本：
[内容]
要求：
- 主持人 A：温柔女声，年龄 30
- 主持人 B：幽默男声，年龄 35
- 节奏：轻松、有互动
- 时长目标：5 分钟左右
- 中间插入 1 个"听众提问"环节
- 最后做"今日金句"总结
生成完后请用对应音色合成音频。
5.11.3 思维导图实战：把这本书的目录变成图
试试看：
请基于以下大纲，生成一份思维导图，
方便我快速记住整本书的结构：
[把本书的 README 目录贴上去]
要求：
- 中心是"豆包橙皮书"
- 每章作为二级节点
- 每章下的关键内容作为三级节点
- 输出 Markdown 格式
5.12 把所有超能力"组合"起来
豆包真正的威力，是把多个超能力组合用。
举一个完整的例子。场景：你想做一个 "30 秒短视频" 推荐你新开的烘焙店。
Step 1（写）：让豆包写文案
帮我写一个 30 秒短视频脚本，宣传我新开的烘焙店"麦香巷"，
主打健康低糖、手工现烤、亲子友好。
Step 2（画）：让豆包出 5 张配图
基于刚才的脚本，给我画 5 张配图：
1. 烤箱里的面包出炉特写
2. 一对母女一起做小蛋糕
3. ...
Step 3（说）：让豆包配音
用"温柔女声"音色，
按刚才的脚本生成配音 mp3。
Step 4（动）：让豆包做视频
基于配图 1，让面包从烤箱里慢慢端出来，
冒着白色热气，配上诱人的特写。
生成 5 秒视频。
Step 5（搜）：让豆包查一下当下流行的话题
联网搜索一下：
现在抖音上"烘焙店开业"类视频，
最热的话题标签和爆款视频结构是什么？
帮我优化我的脚本。
Step 6（思）：让豆包做整体策略
[开启深度思考]
基于以上所有内容，
帮我做一份"麦香巷"30 天小红书 + 抖音运营计划，
含每周的内容主题、发布频次、互动玩法。
6 个步骤，6 个超能力，1 个完整作品。
详见 第九章。
5.13 5 分钟动手实验：把今天最难的一件事"全感官"做一遍
挑你今天最难的一件事——
- 一个不会做的题（拍照 + 解题）
- 一份长报告（拖文件 + 总结）
- 一份合同（拖文件 + 审查）
- 一段不会写的文案（写 + 朗读 + 出图）
- 一个想不通的决策（深度思考）
不要只用"打字问"。用上至少 3 个超能力——比如"拍 + 思 + 写"，或者"传 + 思 + 朗读"。
完成之后你会有一个直观感受："原来我之前 95% 的时间都只用了豆包 5% 的能力。"
本章小抄
豆包的 10 大超能力
─────────────────
看（拍照） — 体检报告、菜单、解题、识物
听 + 说（语音） — 通话、陪聊、英语口语、方言
看 + 听（视频） — 看 PPT、看作业、看做菜
说（朗读） — 长文转音频、配音、睡前故事
写（长文档） — 100 万字、合同、报告、读书笔记
画（绘画） — 头像、海报、商品图、插画
摄（视频） — 老照片动起来、商品展示
联（搜索） — 实时新闻、行情、避坑
思（深度思考） — 决策、复杂题、正式文档
整（思维导图 / 播客） — 把内容变成"图"或"广播"
3 个心法
─────────────────
1. 别只用"打字问"，70% 的能力在另外 90% 的入口里
2. 同一个任务可以用多个超能力组合
3. 不知道用什么时，问豆包："这件事你建议我用哪个功能？"
下章预告
理论 + 工具 + 提示词 + 超能力，到这里已经全部讲完。从 第六章 开始，我们进入 场景实战四连章——生活、学习、工作、创作，每章 10 个真实场景，每个都给完整可复制的提示词。
第六章先聊生活。