用同一份小样比较两个AI助手

两个助手给出的回答一长一短，并不能说明哪一个更适合工作。先准备同一份小样，把你关心的结果拆成可检查项，再比较遗漏、事实错误与修改成本。

准备这些输入

• 样本材料：一份你熟悉且有权使用的短材料，保留原文。
• 任务指令：固定目标、长度、格式和禁止补充的内容。
• 评价表：列出事实准确、关键点完整、格式可用三个方面。
• 记录位置：保存每次输入、结果和人工修正说明。

1. 先定评价规则

把“写得好”改成可判断的标准，例如是否保留三项必要信息、是否引用正确段落、能否直接放进目标表格。若某一错误会造成误用，应单列为不通过条件，不用总分掩盖。

2. 分别完成相同任务

在相同资料范围下提交相同指令。记录是否需要补充材料或额外权限；不为某个候选悄悄增加更好的上下文。生成失败也保留原因，与内容质量问题分开记录。

3. 先核事实再比较修改量

对照原文逐项核对，而不是让另一个模型直接裁判。记录删掉了多少无依据句子、补了哪些遗漏、是否需要重做格式。把结果写成“在这份样本和条件下更适合”，再决定是否扩大试用。

可调整的操作模板

请仅依据以下材料完成任务：[任务与原文]。
输出格式：[固定字段]。
不得补充材料外的数字和事实。
缺失信息用“未提供”，最后列出需要人工检查的三点。

这段模板只用于组织你提供的材料。使用前确认资料可以交给所选工具，工具不支持附件时可以粘贴必要的脱敏文字。

交付物与人工检查

完成后保留：双候选比较表＋原始结果＋修改记录。交付前逐项确认：

• 是否使用完全相同的材料与输出要求。
• 每个事实错误能否指出具体原文位置。
• 是否把使用门槛、生成质量和编辑成本分开记录。
• 是否保留本次样本范围，避免泛化为全场景排名。

遇到卡点怎么办

如果两者都不合格，检查指令和输入是否缺少必要信息。先修任务定义，再用新的同一份小样重试，保留前一次记录。

继续从小样比较专题查看本类任务，或在工具目录了解具体工具的用途与使用条件。