3360 次实验实测:AI 会推荐哪个文档处理工具?

santiviquez · x · 2026-11-17

作者做了一项 AEO(生成式引擎优化)研究:向 Claude 与 GPT 四个前沿模型提问 10 个真实文档处理任务(如提取发票、读取红线合同),提示词中不点名任何工具,共 3360 次实验,看模型默认推荐哪家 API,全部 prompt、响应与结果均已公开。

配套的评测框架已在 GitHub 开源(MIT 协议),含完整代码、任务与结果数据。作者进而提出问题:未来模型会不会默认去核查 benchmark 等可验证信息,还是今天的 AEO 操弄手法仍有空间?对做 AI 时代产品营销的人,这份一手数据很有参考价值。

所属事件:3360次实验:AI推荐工具偏向大厂而非技术最优(5 条相关)→

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →