7亿人ChatGPT使用报告首曝光：你对AI的认知可能有误
最近，一份由OpenAI与哈佛大学、杜克大学联合完成的研究报告《How People Use ChatGPT》问世。别看标题平平无奇，这或许是迄今最全面的一份「AI使用报告」。研究者没有依靠问卷和臆测，而是直接抽样超百万条真实对话，将ChatGPT用户的日常使用习惯剖析得清清楚楚。
这份报告的特别之处在于真实的数据和研究。样本涵盖2024年5月至2025年6月的消费者版ChatGPT，对话数量达150万条以上，采用LLM自动标注与隐私保护管线处理。也就是说，研究者自始至终没看到任何用户原始消息，但仍能抽丝剥茧，整理出全球AI对话使用的真实情况。
报告显示，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。这样的规模，无疑是目前最大的AI应用，在很大程度上也代表了AI应用的探索进程。
这就引出一个有趣的问题：这么多人在生活和工作中使用AI，他们究竟用它来做什么呢？答案可能会颠覆你的主观认知。
从「自动打字机」到「决策外挂」，ChatGPT用户的五个关键
很多媒体报道这份研究时，喜欢用「非工作用途占比飙升到七成以上」来表明ChatGPT日常化的趋势。但仅停留在这个结论，其实有些可惜。因为这份论文真正的价值，不在于告诉我们ChatGPT用户在做什么，而在于揭示了AI对话使用正在形成的规律，以及与我们想象的差距。
第一个被打破的刻板印象是，用户更多用AI加工，而非从零生成。
研究表明，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占到四成。这是因为更多AI编程工作集中在IDE/代码编辑器等实际工作场景中，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」，即改写、润色、翻译或优化逻辑。也就是说，更多用户不是把ChatGPT当成「自动写手」，而是让它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。
论文将用户动机分为三类：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，情况反转：「做」跃升为56%，写作又是最主要的「做」。
这表明在生活中，人们更多把AI当作「百科 + 顾问」；而在工作里，它更像「生产力外包」。这种分工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，而非二选一。
第三个值得注意的是人群画像的变化。
论文指出，ChatGPT推出初期，用户以男性为主（约占八成），但到2025年中期，女性用户（52%）占比已超过男性，且使用需求有明显差异。
不出所料，年轻人对AI接受能力更强，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」。这在一定程度上消除了「AI抢饭碗」的焦虑，它更像是为人的大脑装了一个「决策外挂」，帮你更全面、更快速地考虑问题。
取代人不是主线，增强人类决策和创意实现，才是更真实的情况。
最后还有一个容易被忽视的趋势：用户满意度。
研究用自动化方法标注「好互动」与「坏互动」，结果显示「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，模型的进步不仅体现在实验室benchmark上，也被用户在实际对话中直接感受到。
这些细节共同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畅、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，表面上是对用户习惯的描述：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，不是这些数字本身，而是它们背后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。
报告明确指出，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、研究者的使用习惯一致：他们不期望AI写出完美答案，而是希望它能省去修改、润色、修补的低效环节。
开发者问答社区Stack Overflow的调查也表明，大部分开发者使用AI，最常见的应用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，与其在界面正中放一个「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」，满足碎片化需求，而不是全面替代专业软件。
最直接的例子就是Google的Nano Banana（Gemini 2.5 Flash图像模型），很多设计师向Adobe等专业设计软件厂商发声，事实上Adobe、Figma也迅速宣布将Nano Banana引入Photoshop等软件。
当然，不同人群对AI的期待不同：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。总之，随着用户画像的多样化，如果应用不能分层提供体验，很可能会陷入要么太复杂、要么太浅薄的困境。
从更大层面看，很多企业强调的「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应用在产品设计之初就考虑好数据来源标注、版本对比、结果审计等机制，而不是事后补救。
更重要的是，不要止于炫技。如今AI应用已从「炫技」阶段进入「打磨」阶段。对开发者和厂商来说，关键不是证明模型能写出多复杂的代码或文章，而是如何在真实场景下，让用户更快速、更安全、更广泛地使用它。真正的竞争点，已经从模型本身，转向了体验、信任和普惠。
写在最后
从OpenAI的研究中，我们能初步了解ChatGPT的真实使用情况：用AI写作、获取信息、做决策。而这些背后，不仅仅是简单的数字，还有一个更本质的问题——AI产品到底应该是什么样子。
正如报告所示，至少现阶段用户更多把AI看作一种「增强」而非「替代」，需要低摩擦的体验，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改进，就难以真正融入用户的日常生活。对所有人来说，AI已经从一场技术竞赛，转变为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与AI对话时，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性问题。AI的未来走向，也许并不由技术本身决定，而是由人们如何使用它决定。
本文来自“雷科技”，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com