Saya Membuat ChatGPT dan Claude Saling Menantang. Ini yang Saya Pelajari

ChatGPT memberi nilai 9,6 dari 10 untuk ide videonya sendiri. Claude memberi ide yang sama nilai 6,5. Dalam video ini, pendiri Useryze Umair Suleman menjelaskan eksperimen nyata di balik selisih itu: dua model AI bekerja dalam satu dokumen bersama, 12 ide kreatif untuk video minggu peluncuran GTA 6, dan tiga putaran ketika setiap model meninjau pekerjaan model lainnya. Anda akan melihat di mana model menaikkan nilainya sendiri, apa yang ditemukan tinjauan silang, dan sistem keputusan sederhana yang bisa ditiru bisnis apa pun. Video pendek dari eksperimen ini baru mulai diterbitkan, jadi belum ada hasilnya.

  1. 1

    Satu prompt ke satu model sama seperti lempar koin. Berikan dulu riwayat bisnis Anda dan sinyal luar terbaru ke AI.

  2. 2

    Adu dua model dan minta mereka menilai pekerjaan satu sama lain. Model cenderung menilai idenya sendiri terlalu tinggi.

  3. 3

    Tetapkan standar kualitas dan aturan berhenti, lalu nilai apakah ide itu benar-benar bisa dijalankan, bukan hanya terdengar bagus.

Sebagian besar bisnis memakai AI dengan cara yang sama: satu prompt, satu jawaban, lalu keputusan diambil dari apa pun hasilnya. Jawabannya biasanya terdengar yakin, benar atau tidak, dan model yang menilai idenya sendiri hampir selalu murah hati. Menempatkan dua model dalam dokumen bersama, membuat mereka saling meninjau, dan menuntut standar kualitas tertulis serta uji kelayakan mengubah AI menjadi proses keputusan yang bisa diulang. Ini berlaku untuk ide kampanye, naskah penjualan, menu, penawaran, dan keputusan apa pun yang kesalahannya memakan waktu atau uang.

Layanan →

Paket mulai US$1.499 per bulan. Biaya iklan ditagih terpisah.

Dapatkan rencana gratis →

Pertanyaan

Mana yang lebih baik untuk bisnis, ChatGPT atau Claude?

Dalam eksperimen ini, jawaban yang berguna adalah memakai keduanya. Setiap model menemukan kelemahan pada ide model lainnya, dan tinjauan silang menurunkan nilai yang terlalu tinggi saat model menilai karyanya sendiri. Mana yang lebih baik tergantung tugasnya, jadi uji keduanya untuk keputusan Anda sendiri.

Mengapa ChatGPT dan Claude menilai ide yang sama dengan sangat berbeda?

Model cenderung murah hati saat menilai idenya sendiri. Ketika model lain meninjau ide yang sama dengan kriteria yang sama, nilainya turun dari 9,6 ke 6,5, terutama karena metafora inti leluconnya tidak kuat.

Apakah video pemenangnya berhasil?

Belum ada hasil. Video pendek dari eksperimen ini baru mulai diterbitkan, dan angka sebenarnya akan dibagikan di kanal Useryze, baik atau buruk.