Puse a ChatGPT y Claude a desafiarse. Esto es lo que aprendí

ChatGPT calificó su propia idea de video con 9,6 sobre 10. Claude le dio a la misma idea un 6,5. En este video, Umair Suleman, fundador de Useryze, explica el experimento real detrás de esa diferencia: dos modelos de IA trabajando en un mismo documento, 12 ideas creativas para videos de la semana de lanzamiento de GTA 6 y tres rondas en las que cada modelo revisó el trabajo del otro. Verá dónde los modelos inflaron sus propias notas, qué detectó la revisión cruzada y un sistema de decisión sencillo que cualquier negocio puede copiar. Los videos cortos del experimento apenas se están publicando, así que todavía no hay resultados.

  1. 1

    Un solo prompt a un solo modelo es lanzar una moneda. Dé a la IA su propio historial y señales externas recientes antes de pedir ideas.

  2. 2

    Ponga a competir a dos modelos y haga que califiquen el trabajo del otro. Los modelos suelen calificar mejor sus propias ideas.

  3. 3

    Fije un nivel de calidad y una regla para detenerse, y califique si de verdad puede ejecutar la idea, no solo si suena bien.

La mayoría de los negocios usa la IA igual: un prompt, una respuesta y una decisión basada en lo que salga. La respuesta suele sonar segura, sea correcta o no, y un modelo que califica su propia idea casi siempre es generoso. Poner dos modelos en un documento compartido, hacer que se revisen entre sí y exigirles un nivel de calidad por escrito y una prueba de viabilidad convierte la IA en un proceso de decisión repetible. Sirve para ideas de campañas, guiones de venta, menús, ofertas y cualquier decisión en la que equivocarse cueste tiempo o dinero.

Servicios →

Planes desde US$1,499 al mes. La inversión en anuncios se factura aparte.

Quiero mi plan gratis →

Preguntas

¿Qué es mejor para un negocio, ChatGPT o Claude?

En este experimento, la respuesta útil fue usar ambos. Cada modelo detectó debilidades en las ideas del otro, y la revisión cruzada bajó las notas que estaban infladas cuando un modelo calificaba su propio trabajo. Cuál es mejor depende de la tarea, así que pruebe los dos con sus propias decisiones.

¿Por qué ChatGPT y Claude calificaron la misma idea de forma tan distinta?

Los modelos tienden a calificar con generosidad sus propias ideas. Cuando el otro modelo revisó la misma idea con los mismos criterios, la nota bajó de 9,6 a 6,5, sobre todo porque la metáfora central del chiste no se sostenía.

¿Le fue bien al video ganador?

Todavía no hay resultados. Los videos cortos del experimento apenas se están publicando, y los números reales se compartirán en el canal de Useryze, sean buenos o malos.