ChatGPT و Gemini کنارِ هم: عکس، جدول و توضیحِ ساده را محک بزن
این دو را بیشتر برایِ کارهایِ روزمره‌یِ مخلوط مقایسه می‌کنند: تصویر، داده و توضیح. همان ورودی‌ها را به هر دو بده و فاصله‌یِ جواب‌ها را ببین.
ChatGPT یا Gemini؟ هیچ‌کدام برایِ همه‌یِ کارها جلوتر نیست و جایگاهشان با هر نسخه‌یِ تازه عوض می‌شود. راهِ مطمئن‌تر این است که عکس، جدول یا سؤالِ واقعیِ خودت را هم‌زمان به هر دو بدهی و جواب‌ها را کنارِ هم بخوانی؛ چندهوش دقیقاً همین را ممکن می‌کند، در مرورگر و بدونِ فیلترشکن.
این دو چه هستند؟
| خانواده | سازنده | نکته |
|---|---|---|
| ChatGPT | OpenAI | نامِ اپِ OpenAI است؛ اینجا مدل‌هایِ همان خانواده از راهِ API به کار می‌آیند |
| Gemini | در چندهوش خودِ مدل را داری، نه اپِ Gemini و امکاناتِ آن |
این تفاوت مهم است: در چندهوش نه وارد حسابِ ChatGPT می‌شوی، نه تاریخچه‌یِ آنجا و GPTهایِ سفارشی‌ات را می‌بینی، و نه قابلیت‌هایی که اپِ Gemini در محصولاتِ Google دارد اینجا هست. هر دو مدل از راهِ API صدا زده می‌شوند و جوابشان در قالبِ نشست‌هایِ چندهوش کنارِ هم قرار می‌گیرد. معرفیِ هر خانواده را در صفحه‌یِ ChatGPT و صفحه‌یِ Gemini بخوان.
پیوست‌کردنِ Google Sheet یا Google Doc از راهِ حسابِ گوگلِ متصل، امکانِ خودِ چندهوش است و برایِ همه‌یِ صندلی‌ها یکسان کار می‌کند، نه فقط برایِ Gemini.
ChatGPT یا Gemini برایِ کارهایِ روزمره‌یِ مخلوط: چه چیزی را بسنجی
کسانی که این دو را مقایسه می‌کنند معمولاً یک دستیارِ همه‌کاره می‌خواهند: عکسی را بخواند، از جدولی نتیجه بگیرد و مطلبی را ساده توضیح دهد. چند گرایشِ رایج که باید با ورودیِ خودت آزموده شود:
- فهمِ تصویر: خیلی‌ها هر دو را با عکسِ یک نمودار یا یادداشتِ دست‌نویس امتحان می‌کنند. در چندهوش تصویر مستقیم به مدل داده می‌شود، ولی همه‌یِ مدل‌ها تصویر را یکسان نمی‌فهمند؛ نسخه‌ای را انتخاب کن که داخلِ اپ تصویرخوان معرفی شده.
- عددهایِ یک فایل: وقتی CSV یا اکسل پیوست می‌کنی، مهم این است که عددِ گزارش‌شده واقعاً در فایل باشد؛ این را یکی‌یکی چک کن.
- ساده‌کردن برایِ مخاطب‌هایِ مختلف: بعضی‌ها توضیحِ یکی را برایِ نوجوان‌ها روان‌تر می‌دانند و توضیحِ دیگری را برایِ آدمِ متخصص؛ این برداشت شخصی است و باید رویِ موضوعِ خودت بسنجی.
- قالبِ خروجی: اگر جدول یا فهرستِ مرتب می‌خواهی، ببین کدام قالبِ خواسته‌شده را دقیق‌تر نگه می‌دارد.
یک انتظارِ رایج هم این است که مدلِ ساخته‌یِ Google خودبه‌خود از خبرهایِ امروز باخبر باشد. در چندهوش برایِ اطلاعاتِ تازه به این حدس تکیه نکن؛ پایین‌تر می‌گوییم چه کنی.
چطور خودت مقایسه کنی؟
نوعِ نشستِ مقایسه‌ی خالص را انتخاب کن و فقط دو صندلی بگذار، یکی برایِ هر خانواده. بحث و نقد و داوری در کار نیست؛ هر مدل یک بار و مستقل جواب می‌دهد و هر جواب، کامل و بدونِ کوتاه‌شدن، زیرِ نامِ صندلی‌اش می‌آید. این پرامپت‌ها برایِ همین جفت طراحی شده‌اند:
- «نمودارِ پیوست را توضیح بده: روندِ اصلی چیست و کدام نقطه با بقیه جور درنمی‌آید؟» همراه با عکسِ نمودار.
- «از فایلِ CSVِ پیوست سه ماهِ کم‌فروش‌تر را پیدا کن و بگو هر عدد را از کدام ستون برداشتی.»
- «مفهومِ تورم را یک بار برایِ یک نوجوانِ چهارده‌ساله و یک بار برایِ دانشجویِ اقتصاد توضیح بده؛ هر کدام حداکثر ۸۰ کلمه.»
- «یک برنامه‌یِ چهارهفته‌ای برایِ یادگرفتنِ مقدماتِ اکسل بنویس، به شکلِ جدول با ستون‌هایِ هفته، موضوع و تمرین.»
- «عکسِ یادداشتِ دست‌نویسِ پیوست را تایپ کن و هر کلمه‌ای را که مطمئن نیستی داخلِ کروشه بگذار.»
در بخشِ پایانیِ «تفاوت‌هایِ اصلی» چند خطِ کوتاه می‌آید که فقط می‌گوید جواب‌ها کجا از هم جدا شده‌اند؛ برنده یا توصیه‌ای در آن نیست. حواست به این‌ها باشد: آیا عددِ گزارش‌شده با فایل یکی است، آیا کلمه‌ای از دست‌نوشته حدس زده شده بی‌آنکه علامت بخورد، و آیا هر دو توضیح واقعاً برایِ دو مخاطب فرق کرده‌اند.
چرا دو یا سه سؤالِ خودت و نه یکی؟ چون یک آزمونِ تکی بیشتر درباره‌یِ همان ورودی چیزی می‌گوید تا درباره‌یِ کارِ هر روزت. اگر عکس و جدول و متنِ ساده را جدا بسنجی، می‌فهمی برایِ هر نوع کار کدام به سلیقه‌ات نزدیک‌تر است. چرایِ این روش را مقاله‌یِ یک سؤال، چند جوابِ مستقل بازتر کرده است.
وقتی دو جواب با هم نمی‌خوانند
فرض کن هر دو از یک فایل خوانده‌اند ولی دو عددِ متفاوت گزارش کرده‌اند. اینجا مقایسه‌یِ کنارِ هم دیگر کافی نیست. جمله‌یِ مشکوک را در یک نشستِ راستی‌آزمایی بگذار و فایل را دوباره پیوست کن: هر صندلی اول جداگانه بررسی می‌کند و به جایِ حدس زدن «نمی‌دانم» می‌گوید، و نتیجه یکی از چهار حالتِ درست، نادرست، تا حدی درست یا قابلِ‌راستی‌آزمایی نیست خواهد بود. اگر موضوع به خبرهایِ تازه گره خورده، «جست‌وجوی زنده قبل از شروع» را روشن کن تا اطلاعاتِ به‌روز با منبع اضافه شود؛ این کار هزینه‌یِ کمی دارد و منبع‌ها در حکم می‌آیند.
برایِ شکستنِ تساوی می‌توانی خانواده‌یِ سومی مثلِ Claude را هم به میز بیاوری؛ اگر کنجکاوی آن یکی با Gemini چطور کنار می‌آید، صفحه‌یِ Claude یا Gemini را ببین. هزینه به تومان و فقط به اندازه‌یِ مصرف از کیف‌پول کم می‌شود؛ پیش از شروع برآوردش را می‌بینی و می‌توانی سقف بگذاری. شرحِ کامل در قیمت و هزینه‌یِ چندهوش آمده.
نمونه‌ی فرضی: گزارشِ هفتگیِ یک کافه‌یِ کوچک
این سناریو ساختگی است و نتیجه‌یِ هیچ نشست یا کاربرِ واقعی را نشان نمی‌دهد.
فرض کن صاحبِ یک کافه‌یِ کوچکی و هر هفته باید از برگه‌یِ سفارشِ دست‌نویس و فایلِ فروش گزارشی برایِ شریکت آماده کنی. می‌خواهی ببینی برایِ این کارِ تکراری کدام‌یک از این دو با ورودی‌هایِ تو بهتر کنار می‌آید. عکسِ برگه‌یِ سفارش و CSVِ فروشِ سه ماهِ اخیر را پیوست می‌کنی، نشستِ مقایسه‌یِ خالص با دو صندلی می‌سازی و سه درخواست را جدا می‌دهی: تایپِ برگه، پیدا کردنِ قلم‌هایِ کم‌فروش، و نوشتنِ یک پیامِ کوتاه برایِ کارکنان درباره‌یِ تغییرِ منو.
در خروجی دنبالِ این باش: کدام صندلی دست‌خطِ مبهم را با علامت مشخص کرده و کدام بی‌صدا حدس زده، عددِ هر قلمِ کم‌فروش با فایل یکی است یا نه، و لحنِ پیامِ کارکنان به فضایِ کافه‌ات می‌خورد یا رسمی شده. اگر در عددها اختلاف دیدی، همان جمله را به راستی‌آزمایی بفرست.
جمع‌بندی
ChatGPT یا Gemini را نمی‌شود یک بار برایِ همیشه انتخاب کرد؛ هر دو خانواده تغییر می‌کنند و کارِ تو هم یکدست نیست. با عکس و جدول و متنِ خودت هر دو را کنارِ هم بسنج، اختلاف‌ها را جدی بگیر و برایِ عددهایِ مهم راستی‌آزمایی کن. فهرستِ همه‌یِ خانواده‌ها در مدل‌هایِ هوش مصنوعیِ چندهوش هست.