انتخاب بینِ ChatGPT و Claude با آزمونی که خودت طراحی می‌کنی
به جایِ پرسیدن که کدام بهتر است، هر دو را با یک پرامپت کنارِ هم بنشان و ببین رویِ نوشته‌ها و سندهایِ خودت کجا فرق می‌کنند.
ChatGPT یا Claude؟ جوابِ صادقانه این است که برنده‌یِ همیشگی ندارد: نتیجه به نوعِ کارت بستگی دارد و با هر نسخه‌یِ تازه هم ممکن است جابه‌جا شود. به جایِ تکیه بر نظرِ دیگران، در چندهوش هر دو را در یک نشستِ «مقایسه‌ی خالص» کنارِ هم بنشان و جوابشان به سؤالِ واقعیِ خودت را ببین؛ اگر لازم شد، بگذار نقدِ هم را هم بنویسند.
این دو چه هستند؟
هر دو اسمِ یک خانواده از مدل‌هایِ زبانی‌اند، نه یک مدلِ تکی. نسخه‌هایِ در دسترس داخلِ اپ نشان داده می‌شود و اینجا اسمِ نسخه نمی‌آوریم، چون زود کهنه می‌شود.
| خانواده | سازنده | نکته |
|---|---|---|
| ChatGPT | OpenAI | ChatGPT اسمِ اپِ OpenAI است؛ در چندهوش مدل‌هایِ پشتِ آن را از راهِ API صدا می‌زنی |
| Claude | Anthropic | اینجا هم خودِ مدل در اختیارت است، نه اپ یا حسابِ Claude |
پس روشن بگوییم: در چندهوش حسابِ ChatGPT، تاریخچه‌یِ گفتگوهایت در آن و GPTهایِ سفارشی وجود ندارد. چیزی که می‌سنجی خودِ مدل‌هاست، بدونِ امکاناتِ اپِ سازنده. برایِ آشنایی با هر خانواده صفحه‌یِ ChatGPT در چندهوش و Claude در چندهوش را ببین.
کسانی که بینِ ChatGPT یا Claude مردد‌اند معمولاً چه چیزی را می‌سنجند؟
بیشترِ کسانی که این دو را رو‌به‌رویِ هم می‌گذارند با متن سروکار دارند: نوشتن، ویرایش، خلاصه‌کردن و اجرایِ دستورهایِ ریز. چند گرایش که زیاد شنیده می‌شود، و هر کدام فقط فرضیه‌ای است برایِ آزمودن:
- لحنِ نوشته: خیلی‌ها هر دو را برایِ بازنویسیِ یک متن با لحنِ تازه امتحان می‌کنند و خروجیِ یکی را طبیعی‌تر حس می‌کنند؛ این حس از آدمی به آدمی فرق دارد، پس رویِ متنِ خودت بسنج.
- پایبندی به قیدها: وقتی پرامپت چند شرطِ هم‌زمان دارد، مثلِ سقفِ طول و کلمه‌هایِ ممنوع، دیدنِ اینکه کدام شرط جا افتاده از هر توصیفی گویاتر است.
- سندِ بلند: بعضی‌ها برایِ خواندنِ یک فایلِ پیوستِ طولانی سراغِ Claude می‌روند و بعضی سراغِ ChatGPT؛ معیارِ درست این است که ارجاع‌ها به بخشِ واقعیِ سند برگردند.
- توضیحِ کد: برنامه‌نویس‌ها اغلب این دو را با یک تکه کدِ واقعی از پروژه‌یِ خودشان محک می‌زنند، نه با مثالِ کتابی.
- گفتنِ «نمی‌دانم»: آزمونِ ساده‌ای است که سؤالی بپرسی که جوابِ مطمئن ندارد و ببینی کدام صادقانه‌تر کم‌اطلاعیِ خودش را می‌پذیرد.
اگر بخواهی Gemini را هم در همین بحث ببینی، مقاله‌یِ کنارِ هم گذاشتنِ سه خانواده‌یِ پرکاربرد نقطه‌یِ شروعِ خوبی است.
چطور خودت مقایسه کنی؟
یک نشستِ مقایسه‌ی خالص بساز با دو صندلی: یکی ChatGPT و یکی Claude. این نوعِ نشست فقط یک دور دارد؛ هر صندلی جوابی کامل و مستقل می‌نویسد که بی‌کم‌وکاست زیرِ اسمِ واقعیِ همان صندلی نمایش داده می‌شود. این پنج پرامپت را جدا‌جدا امتحان کن:
- «این ایمیلِ رسمی را برایِ همکاری که تازه با او آشنا شده‌ام صمیمی‌تر کن؛ حداکثر ۱۲۰ کلمه و بدونِ هیچ جمله‌یِ عذرخواهی.» و متنِ ایمیلِ خودت را زیرش بگذار.
- «سندِ پیوست را در پنج بند خلاصه کن و کنارِ هر بند بنویس از کدام بخشِ سند آمده.»
- «یک معرفیِ سه‌جمله‌ای برایِ صفحه‌یِ درباره‌یِ ما در سایتِ یک کارگاهِ سفالگری بنویس، بدونِ صفت‌هایِ اغراق‌آمیز.»
- «این تابع دقیقاً چه کاری می‌کند و با چه ورودی‌ای به خطا می‌خورد؟» و کدِ خودت را پیوست کن.
- «درباره‌یِ مصوبه‌یِ هفته‌یِ پیشِ شورایِ شهرِ ما چه می‌دانی؟ اگر اطلاعِ مطمئن نداری، همین را صریح بگو.»
آخرِ خروجی بخشی به نامِ «تفاوت‌هایِ اصلی» می‌آید: سه تا پنج خطِ مشاهده‌ای درباره‌یِ جاهایی که دو جواب واقعاً از هم فاصله گرفته‌اند، بدونِ اعلامِ برنده و بدونِ رتبه‌بندی. آنجا دنبالِ این‌ها باش: کدام قید رعایت نشده، کدام ارجاع به سند ساختگی به نظر می‌رسد، و کدام جواب بی‌دلیل بلند یا کوتاه شده.
یک پرامپت کافی نیست. ممکن است مدلی که ایمیلِ دلنشین‌تری نوشته، در خلاصه‌یِ سندت جا بماند؛ یا یک جوابِ خوب صرفاً از شانس بوده باشد. دو یا سه سؤالِ واقعی از کارِ هر روزت تصویرِ منصفانه‌تری می‌دهد. این نوعِ نشست چون یک دور است معمولاً سریع‌ترین و کم‌هزینه‌ترین گزینه است؛ جزئیاتِ پرداخت را در صفحه‌یِ قیمت ببین.
وقتی دیدنِ کنارِ هم کافی نیست
مقایسه‌یِ خالص فقط نشان می‌دهد و داوری نمی‌کند. اگر دو جواب با هم تناقض دارند و باید بدانی کدام قابلِ‌اتکاتر است، همان موضوع را در بحث و تصمیم بگذار. آنجا هر صندلی اول بی‌خبر از دیگری نظر می‌دهد، بعد نقدِ هم را می‌خوانند و در پایان حکمی مکتوب نوشته می‌شود. پیشنهادها برایِ داور بی‌نام‌اند («طرح الف»، «طرح ب») تا اسمِ سازنده رویِ قضاوت اثر نگذارد.
اگر بحث بینِ این دو به بن‌بست رسید، یک صندلیِ سوم از خانواده‌ای دیگر، مثلاً Gemini، اضافه کن تا نقشِ داورِ غیرِ‌درگیر را بازی کند؛ مقایسه‌یِ آن دو را هم در صفحه‌یِ ChatGPT یا Gemini ببین. یادت باشد هم‌نظر شدنِ مدل‌ها به معنایِ درستیِ جواب نیست؛ همه‌شان ممکن است یک اشتباهِ رایج را تکرار کنند.
نمونه‌ی فرضی: انتخابِ دستیارِ نوشتن برایِ خبرنامه‌یِ ماهانه
این مثال ساختگی است و حاصلِ یک نشست یا کاربرِ واقعی نیست.
فرض کن مسئولِ خبرنامه‌یِ ماهانه‌یِ یک انجمنِ کوهنوردی هستی و می‌خواهی بدانی کدام خانواده برایِ این کارِ تکراری به سلیقه‌ات نزدیک‌تر است. سه شماره‌یِ قبلیِ خبرنامه را پیوست می‌کنی و یک نشستِ مقایسه با دو صندلی می‌سازی. در «دستورالعملِ این صندلی» برایِ هر دو یک جمله‌یِ یکسان می‌نویسی: «با لحن و طولِ همین سه شماره بنویس.» بعد سه پرامپت را پشتِ سرِ هم امتحان می‌کنی: اعلامِ برنامه‌یِ صعودِ ماهِ بعد، خلاصه‌یِ گزارشِ یک برنامه‌یِ گذشته، و یادآوریِ کوتاهی درباره‌یِ تجهیزاتِ ایمنی.
در «تفاوت‌هایِ اصلی» این‌ها را نگاه می‌کنی: کدام جواب لحنِ شماره‌هایِ قبلی را نگه داشته، کدام جزئیاتی ساخته که در پیوست نبوده، و طولِ کدام با قالبِ خبرنامه جور است. شاید در یک پرامپت این و در پرامپتِ دیگر آن به کارت بیاید؛ این هم نتیجه‌یِ مفیدی است، چون می‌توانی برایِ هر بخشِ خبرنامه سراغِ یکی بروی.
جمع‌بندی
ChatGPT یا Claude سؤالی است که جوابش در کارِ خودت پیدا می‌شود، نه در یک جدولِ رتبه‌بندی. دو صندلی، چند پرامپتِ واقعی و نگاهی دقیق به «تفاوت‌هایِ اصلی» از هر توصیه‌یِ کلی کارآمدتر است، و هر وقت لازم شد می‌توانی کار را به بحث و نقد بکشانی. برایِ دیدنِ خانواده‌هایِ دیگر هم سری به مدل‌هایِ هوش مصنوعیِ چندهوش بزن.