The AI Grid · 14:40 · 发布 2026-06-25 · 1万次观看(截至抓取) · 观看原视频
主旨
手把手演示如何在 chat.z.ai 上使用 GLM 5.2:chat 区与 agent 区的分工、内置搜索与深度思考档位、预置建站模板、PowerPoint agent、付费编码方案接入 IDE,以及图像生成的能力边界。
核心论点
- GLM 5.2 通过 chat.z.ai 免费开放,分为 chat 区(简单任务)和 agent 区(需要多步推理的长任务)两种模式,选错模式是新手最容易浪费算力配额的地方。(→ 详解1)
- chat 区自带联网搜索和多档深度思考,普通搜索已能覆盖表层信息,只有深挖类课题才值得开到 Deep Think Max。(→ 详解2)
- chat 区预置五类可复制 prompt 的网页模板(落地页、教育页、3D 工具、迷你游戏、个人博客),是新手找灵感、零成本试水建站的入口。(→ 详解3)
- agent 区会把复杂任务拆成多步骤流水线,适合需要数据库和长期运行的完整应用,轻量任务不该拿到这里烧算力。(→ 详解4)
- PowerPoint agent 能套模板 + 联网配图生成可编辑演示文稿,但高峰期常被限流,自动降级到能力更弱的 GLM 5 Turbo。(→ 详解5)
- 付费的 GLM Coding Plan 约每月 20 美元起,可直接接入 Claude Code、CodeX 等 IDE,是”开源旗舰模型 + 可控成本”的编码选型思路。(→ 详解6)
- GLM image 免费但是 Nano Banana 的弱化版:不支持图生图编辑、文字渲染较弱、且必须显式指定英文,否则默认输出中文;模型本身定位是纯文本与代码,不支持视频理解。(→ 详解7)
知识点详解
1. chat 区与 agent 区:两种模式的分工 01:09
点开 chat.z.ai 左上角模型选择器切到 GLM 5.2 后,界面分成两块:chat 区和 agent 区。chat 区面向简单任务,官方举例是落地页、迷你游戏、个人博客这类”一次性够用”的产出。
agent 区则面向长且难的任务,需要模型花更多推理精力去规划和执行。视频原话是”the agent area, it’s essentially where you focus on long, difficult tasks that require a lot more effort in terms of reasoning”01:15。这个二分是本片其余内容的骨架:后面所有功能演示都可以归到这两个区里理解。
2. 搜索与深度思考档位 01:23
chat 区默认就带联网搜索,原话”GLM does have search enabled”01:23。演示中用一个”量子概念股炒作”的研究请求,GLM 给出带来源链接、可点开验证的研究报告,还附带一张时间线可视化图表,信息密度不错。
但作者提醒,普通搜索用的是 Deep Think High 档,还不是最高档。要拿到更深的结果,需要在 advanced search 里开多轮搜索(multi-round search),并把思考档位调到 Deep Think Max——“this wasn’t even on the deep think max, which is of course the highest version of thinking”02:40。他也指出,量子股这种表层信息本身不难查到,值不值得开最高档要看课题本身的深度需求,不是无脑拉满。
3. 建站模板:五类可复制 prompt 的入口 03:42
chat 区提供五类预置建站模板供预览:落地页、知识/教学页、3D 建模与小工具、迷你游戏、个人博客。原话”this is one of five different things that it prompts you to build”03:42。作者建议先点开预览挑喜欢的效果,而不是直接盲写 prompt。
看中某个预览后,点「prompt 按钮」就能拿到生成这个网页的完整 prompt 原文,直接复制去用——“you can just click the prompt button here and it’s actually going to give you the exact prompt for that website”04:34。这些模板本质是免费的灵感库,尤其对不知道怎么起步的人有用;作者特别提到 3D 空间规划这类案例,证明开源模型的建站上限主要卡在使用者的创意,而不是模型能力。
4. agent 区:把复杂任务拆成多步流水线 06:58
agent 区支持接入 Telegram 或 Discord,专门处理”构建完整网站/产品”这类长任务。演示用一句简单 prompt”build a YouTube-like website”,GLM 就会自动展开成 10 个执行步骤——“it goes to 10 different steps that it’s going to take in order to build that website”06:58。
具体步骤包括探索项目结构、规划整体网站、搭建数据库 schema、构建核心 UI、构建视频观看页等——“explore the project structure, plan a YouTube-like website, build the database schema”07:03。作者给出的判断标准很直接:如果任务不需要数据库、不需要这么多子系统,就应该留在 chat 区;只有真正需要长期运行、有实际数据库的完整 web app,才值得放到 agent 区,因为这里会持续消耗计算额度。
5. PowerPoint agent:模板化生成可编辑演示文稿 08:43
agent 侧边栏还有一个 PowerPoint agent,可以直接套模板生成整套演示文稿——“essentially you can create any kind of PowerPoint that you do want”08:43。模板默认多为中文(因为智谱是中国公司),想要英文内容必须在 prompt 里显式声明。
生成结果包含可编辑文字、演讲者备注,以及从网络抓取的真实配图,支持导出 PowerPoint 或 PDF。但作者也演示了高峰期会遇到的限流提示:“currently GLM 5.2 is intensifying the coordination of resources. Please switch to GLM 5 Turbo or try again later”09:30。免费额度用尽或撞上高峰期,要么等待重试,要么被动降级到能力明显更弱的 GLM 5 Turbo。
6. 付费方案:GLM Coding Plan 与 IDE 接入 11:10
如果需要更高限额和生产级代码质量,可以订阅 GLM Coding Plan,通过 API 使用。作者给出的价位是”You can see monthly it starts at around $20 a month, which is pretty standard in the AI industry”11:10。
订阅后可以把 GLM 5.2 接到任意兼容的编码工具里,包括 Claude Code 和 CodeX——“you can use this in Claude Code, you can use this in CodeX if you want to have cheaper costs”11:32。视频演示了 Claude Code 的具体接入路径:安装 Claude Code → 获取 API key → 配置环境变量 → 直接在 Claude Code 里用 GLM 5.2 跑任务,流程和接入其他 OpenAI 兼容 API 类似。
7. 图像生成:GLM image 的能力与边界 12:12
GLM image 免费可用,作者的定位是”GLM image is essentially their version of Nano Banana, but it is slightly worse”12:12——整体够用,但明显弱一档。最大的功能缺口是不支持图生图编辑:“there’s no ability for me to add an input image to change the style”12:29。想要特定风格,只能先用别的工具生成参考图、提取 JSON prompt,再把 JSON 当文本 prompt 喂给 GLM image。
用这条路径时有个容易踩的坑:必须显式声明用英文生成,否则会默认输出中文——“you need to essentially specify that your image must be in English”13:04。此外图片里的文字渲染质量不如 Nano Banana,适合当配图草稿而非成品文字海报。更根本的一点是,GLM 5.2 本身的定位就是纯文本与代码模型——“The GLM 5.2 model is essentially designed to basically be text and code only”14:05,虽然能上传图片做基础的图片内容问答,但上传视频完全无法解析:“you can’t actually analyze videos despite you being able to upload videos”14:13。
可执行步骤
- 先在简单任务上用 chat 区试出手感(比如落地页模板 + 复制它的 prompt),再决定要不要升级到 agent 区跑长任务。
- 需要深挖类研究时才开 advanced search + Deep Think Max,普通事实性问题用默认搜索档位省额度。
- 如果已在用 Claude Code 或 CodeX,评估把 GLM Coding Plan 接进去做第二模型源,对比生产任务的质量和成本。
- 用 GLM image 生成特定风格图片前,先用别的工具产出参考图的 JSON prompt,再复制进 GLM image,并显式声明用英文生成。
关联
- 印证:GLM-5.2 对比 MiniMax-M3：Opus 迎来真正对手（模型堆叠） 中的 GLM 5.2——那篇从性能/成本视角把 GLM 5.2 定位为”接近 Opus 但仍有代际差距的 A 档开源模型”;本片补充的是产品交互层信息(chat.z.ai 界面分区、agent 多步骤拆解、PowerPoint agent、图像生成边界),两者互补,不冲突。
- 印证:OpenCode + GLM 5.2：15分钟开源构建此物（OPUS已死） 提到的 GLM Coding Plan——该篇给出的是官方按年订阅价(约 60 或 300 美元/年);本片给出的是 chat.z.ai 内 monthly 起价约 20 美元/月。两者应是同一订阅体系的不同计费周期展示,不构成冲突,只是本片的月付起点更适合新手快速判断门槛。
- 补充:GLM 5.2成本实测与接入 从性能基准与 token 成本评估同一款 GLM 5.2 并给出 Cursor/Codex 接入路径;本片是产品上手视角,两篇互补。
术语
- chat.z.ai(智谱 AI 面向 GLM 系列模型的官方 web 聊天入口,免费可用,分 chat 区与 agent 区)
- Deep Think / Deep Think Max(GLM 的思考深度档位,档位越高越耗时但结果越深入)
- GLM Coding Plan(智谱官方的编码专用付费方案,可接入 Claude Code、CodeX 等 IDE)
- Nano Banana(常被拿来对比图像生成质量的参照模型,视频用它衡量 GLM image 的差距)
价值定位
适合完全没用过 GLM 5.2、想按图索骥快速上手 chat.z.ai 的新手,内容高度实操(按钮级操作路径),几乎不涉及模型原理或跑分对比。与 GLM-5.2 对比 MiniMax-M3：Opus 迎来真正对手（模型堆叠）、OpenCode + GLM 5.2：15分钟开源构建此物（OPUS已死） 两篇重叠但视角不同:那两篇聚焦”值不值得选 GLM 5.2”的性能/成本判断,本片则是”选定之后具体怎么点”的界面导览,适合已经决定要用、需要一份操作地图的人。
自检问题
- chat 区和 agent 区分别面向什么任务,判断该用哪个区的标准是什么? 答案:chat 区面向简单一次性任务(落地页、迷你游戏、个人博客);agent 区面向需要多步推理、长期运行的复杂任务(如带数据库的完整 web app)。判断标准是任务是否需要数据库/多子系统级别的深度构建。01:09
- GLM 的搜索功能最高可以开到什么档位,什么情况下才值得开? 答案:最高档是 Deep Think Max 配合 advanced search 的多轮搜索;只有课题本身信息不易查到、需要深挖时才值得开最高档,表层信息用默认搜索即可。02:40
- agent 区演示”build a YouTube-like website”时,任务被拆成了几步,分别包含哪些关键步骤? 答案:被拆成 10 步,关键步骤包括探索项目结构、规划整体网站、搭建数据库 schema、构建核心 UI、构建视频观看页等。06:58
- GLM Coding Plan 大约多少钱一个月,可以接入哪些编码工具? 答案:约每月 20 美元起;可以接入 Claude Code、CodeX 等编码 IDE。11:10
- GLM image 相比 Nano Banana 有哪些明确的能力短板? 答案:不支持图生图编辑(无法上传参考图改风格)、文字渲染质量较弱、且必须显式指定用英文生成否则默认输出中文;模型本身定位是纯文本与代码,也不支持视频理解。14:05
💬 热门评论 top-3 主 + 0 回(抓取 2026-07-07)
——其他 3 条:感谢/夸赞([1]@timealchemist7508、[2]@paloxpaloxx4143、[3]@TimDavies1955)