Przetestowałem ChatGPT i Grok za pomocą 5 pytań, które zadaliby dorośli… Zwycięzca mnie zaskoczył.

ChatGPT i Grok to znane firmy w świecie sztucznej inteligencji , ale najważniejsze pytanie brzmi: która z nich oferuje lepszą pomoc w rozwiązywaniu codziennych problemów, zwłaszcza dla pokolenia rodziców? Aby znaleźć odpowiedź, niniejsza ocena skupiła się na rodzaju pytań, jakie mogą zadawać przedstawiciele tego pokolenia, na przykład rodzice i starsi krewni.

Testy obejmowały pięć identycznych scenariuszy z życia wziętych dla obu chatbotów, od identyfikacji podejrzanej wiadomości tekstowej od USPS i zrozumienia systemu Medicare, po planowanie niedrogich obiadów i wybór nowego smartfona. Celem było określenie, który chatbot mógłby udzielać jasnych, zwięzłych i naprawdę pomocnych porad, nie komplikując przy tym zbytnio sprawy.

Wyniki ujawniły pewne niespodzianki: jeden robot znakomicie radził sobie z praktycznymi szczegółami, podczas gdy drugi wykazał się głębszym zrozumieniem znaczenia zwięzłości i prezentowania tylko najistotniejszych informacji. Oto szczegółowe porównanie wydajności.

1. Testowanie podejrzanej wiadomości tekstowej

W tym teście ChatGPT wyraźnie przewyższył Groka, oferując bardziej wszechstronną i szczegółową odpowiedź na temat postępowania z oszukańczą wiadomością tekstową od USPS, oferując praktyczne kroki i jasne wskazówki dotyczące zgłaszania oszustw.

Roszczenie: Właśnie otrzymałem SMS-a o treści: „USPS: Twoja paczka nie mogła zostać dostarczona z powodu niekompletnego adresu. Zaktualizuj swoje dane w ciągu 24 godzin na stronie usps-redelivery-help.com, w przeciwnym razie Twoja paczka zostanie zwrócona”. Spodziewam się przesyłki w tym tygodniu. Czy to prawda? Wyjaśnij, jak to sprawdzić, co powinienem zrobić i co może się stać, jeśli kliknę link. Proszę nie używać żargonu technicznego.

Grok odpowiedział poprawnie, precyzyjnie identyfikując fałszywą domenę i jasno wyjaśniając, jak działa autentyczne śledzenie przesyłek USPS. Grok wspomniał o możliwości zgłoszenia wiadomości do Inspekcji Pocztowej Stanów Zjednoczonych (US Postal Inspection Service) lub Federalnej Komisji Handlu (FTC), ale w przeciwieństwie do ChatGPT, nie podał żadnych konkretnych instrukcji, numerów telefonów ani adresów e-mail, jak to zrobić.

ChatGPT natychmiast uznał wiadomość tekstową za niemal pewne oszustwo i odradził klikanie w link. Zastosowano przejrzystą, łatwą do odczytania tabelę, szczegółowo opisując scenariusze krok po kroku (np. kliknięcie bez podawania danych, wprowadzenie danych płatności, pobranie złośliwego oprogramowania). Podkreślono również główną sztuczkę oszustów: żądanie niewielkiej „opłaty za ponowne połączenie” w celu kradzieży danych kart kredytowych (której USPS nie pobiera). Zapewniono również kanały zgłaszania, w tym przekierowanie wiadomości na numer 7726 (spam) i wysłanie wiadomości e-mail na adres spam@uspis.gov.

Zwycięzca: ChatGPT wygrywa , ponieważ zapewnia bardziej wyczerpującą i praktyczną odpowiedź, odpowiadając na każdy element zapytania, przy jednoczesnym zachowaniu jasnego i łatwego do zrozumienia tonu.

2. Test zrozumienia programu Medicare

W teście zrozumienia tekstu Medicare Grok wygrał , przewyższając ChatGPT pod względem spełnienia kryteriów określonych w roszczeniu, zachowania wymaganej liczby słów i tonu oraz podania dokładnych liczb.

Pytanie: Wyobraź sobie osobę, która niedługo skończy 65 lat i nie rozumie zasad programu Medicare. Wyjaśnij różnice między częściami A, B, C i D programu Medicare w przyjaznym, konwersacyjnym stylu, tak jakbyś rozmawiał ze znajomym przy kawie. Jaka jest różnica między programem Medicare Original a Medicare Advantage? Jakich trzech kosztownych błędów należy unikać? Twoja odpowiedź powinna zawierać mniej niż 400 słów i zawierać informacje, które należy zweryfikować przed zapisaniem się.

Grok odpowiedział w 400 słowach, zachował wymagany ton konwersacyjny i podał dokładne dane finansowe, z których wynika, że ​​składka na część B w 2026 r. wyniesie około 203 dolarów miesięcznie.

ChatGPT udzielił dobrej odpowiedzi , ale przekroczył określoną liczbę słów, wykorzystał standardową strukturę katalogów informacji z tabelą i umieścił na dole dodatkowe metadane, które nie były ani przydatne, ani potrzebne przeciętnemu użytkownikowi.

Zwycięzca: Grok wyróżnia się w tym teście lepszą realizacją kryteriów określonych w roszczeniu.

3. Wyzwanie związane z budżetem na artykuły spożywcze

W wyzwaniu związanym z budżetem na artykuły spożywcze zwyciężyła platforma ChatGPT , ponieważ odpowiedziała o wiele bardziej praktycznie, kompleksowo i dobrze, przestrzegając ograniczeń i udostępniając szczegółową listę zakupów wraz z cenami.

Wyzwanie: Załóżmy, że ktoś planuje gotować obiad dla dwojga dorosłych pięć wieczorów w tym tygodniu i ma tylko 65 dolarów na zakupy spożywcze. Ta osoba nie je owoców morza i nie chce żadnego dania, którego przygotowanie zajmuje więcej niż 30 minut. Stwórz pięć różnych obiadów, jedną listę zakupów z szacunkowymi cenami z amerykańskich sklepów i oblicz sumę. Użyj składników ponownie, aby zaoszczędzić pieniądze i nie zakładaj, że masz cokolwiek przygotowanego wcześniej poza solą, pieprzem i olejem.

Grok zaproponował dobry plan posiłków i utrzymał niską cenę, ale nie odniósł się do kilku kluczowych szczegółów wymaganych w reklamie, w tym do założenia, że ​​brakowało składników, nierealistycznych ilości produktów spożywczych (1.5 funta kurczaka ledwo wystarczało na podzielenie na trzy obiady z dużą ilością mięsa) i niejasnych instrukcji dotyczących przygotowania posiłku.

ChatGPT ściśle przestrzegał zasady „braku wcześniejszego magazynowania”, uwzględnił niezbędne przyprawy i udostępnił szczegółowe plany przygotowania posiłków z wykorzystaniem wskazanych składników. Zaoferował również niezwykle obszerną listę zakupów ze szczegółowymi informacjami o cenach.

Zwycięzca: ChatGPT wyróżnia się tym, że oferuje znacznie bardziej praktyczną, kompleksową i dobrze wdrożoną odpowiedź.

4. Dylemat związany z wiadomościami tekstowymi w rodzinie

W dylemacie dotyczącym wiadomości tekstowych dla rodziny Grok wykazał się doskonałością w tworzeniu wyważonej wiadomości, łączącej ciepło i stanowczość, aby wyznaczyć granice dzieciom, podczas gdy ChatGPT miał kłopoty z przestrzeganiem wymaganych ograniczeń dotyczących słów i tonu wypowiedzi.

Prośba: Dorosła córka ciągle prosi o opiekę nad wnukami w ostatniej chwili. Chociaż uwielbia spędzać z nimi czas, jest na emeryturze i ma własne plany. Chce wyznaczyć granice, nie raniąc jej uczuć ani nie sprawiając wrażenia, że ​​nie chce pomóc. Stwórz serdeczną, ciepłą, a jednocześnie stanowczą wiadomość tekstową, którą można wysłać. Wiadomość powinna brzmieć jak od prawdziwego rodzica, a nie terapeuty czy formalnego e-maila firmowego. Powinna mieć nie więcej niż 100 słów.

Grok idealnie wyważył ciepło i jasno określone granice („ To najlepsza część mojego tygodnia w życiu… Potrzebuję tylko krótkiego powiadomienia, żeby wszystko ogarnąć ”). Wiadomość wysłana SMS-em od rodzica wydawała się całkowicie naturalna i autentyczna. Zaoferowała również praktyczne rozwiązanie z jasnymi i łatwymi do opanowania oczekiwaniami, bez epatowania presją.

ChatGPT stworzył ciepłą i serdeczną wiadomość, ale przekroczyła ona wymaganą liczbę słów i ograniczenia tonu. Fraza „To, że jestem na emeryturze, nie oznacza, że ​​jestem wolny!” zabrzmiała nieco kaznodziejsko, a „Musisz zrozumieć…” mogło brzmieć nieco ostro lub defensywnie, co czasami wskazywało na potrzebę alternatyw dla ChatGPT w przypadku niektórych wrażliwych zadań.

Zwycięzca: Grok znakomicie spełnia zarówno wymagania dotyczące słownictwa, jak i tonu wypowiedzi.

5. Nowa decyzja dotycząca telefonu

Wybierając nowy telefon, Grok przedstawił lepszą rekomendację smartfona, polecając Google Pixel 9a, który trafnie rozpoznał potrzeby użytkownika w zakresie fotografii i łatwości obsługi, podczas gdy ChatGPT miał problemy z dokładnością rekomendacji i wyborem źródła.

Twierdzenie: 68-latek potrzebuje nowego smartfona. Jego obecny telefon jest powolny i nie chce wydać więcej niż 500 dolarów. Używa telefonu głównie do robienia zdjęć wnukom, pisania SMS-ów, korzystania z Facebooka, prowadzenia wideorozmów i wyszukiwania informacji. Zależy mu na dobrej baterii, czytelnym ekranie i telefonie, który wytrzyma co najmniej cztery lata. Porównaj trzy telefony dostępne obecnie w USA, omawiając ich zalety i wady bez technicznego żargonu, i poleć jeden. Podaj aktualne ceny i linki do ich sprawdzenia.

Grok zrozumiał główny cel i trafnie zauważył, że seria Google Pixel doskonale radzi sobie z robieniem wyraźnych, pozbawionych ruchu zdjęć dzieci w ruchu, i polecił Google Pixel 9a. Zminimalizował użycie żargonu technicznego i wyjaśnił funkcje jasnym i zrozumiałym językiem.

ChatGPT zaproponował kilka dobrych rad (np. prośbę o zwiększenie rozmiaru tekstu w sklepie), ale w kluczowych częściach rekomendacji i wyborze źródeł występowały błędy, w tym sprzeczne rekomendacje i linki do podejrzanych zewnętrznych sprzedawców detalicznych.

Zwycięzca: Grok wyróżnia się tym, że zapewnia znacznie lepsze rekomendacje i doświadczenia, koncentrując się dokładnie na podstawowych potrzebach użytkownika, przy jednoczesnym zachowaniu przejrzystego i przejrzystego formatu.

Zwycięzca klasyfikacji generalnej: Grok

Oczekiwano, że ChatGPT będzie się wyróżniał w tych testach, szczególnie w upraszczaniu skomplikowanych zagadnień i pomaganiu w podejmowaniu codziennych decyzji. W niektórych przypadkach rzeczywiście dowiódł swojej wyższości, oferując bardziej kompleksowe i praktyczne wskazówki dotyczące wykrywania oszustw związanych z USPS, a sugerowany plan zakupów był bardziej realistyczny dla osób z ograniczonym budżetem.

Ale Grok zaskoczył wszystkich swoją umiejętnością zrobienia czegoś równie ważnego: wiedząc, kiedy postawić na prostotę. Zapewnił jaśniejsze wyjaśnienie Medicare, napisał bardziej naturalne teksty rodzinne i zaoferował bardziej przekonujące rekomendacje dla smartfonów, nie przytłaczając czytelnika zbędnymi szczegółami.

Zatem dla każdego, kto szuka szczegółowych instrukcji krok po kroku, ChatGPT pozostaje doskonałą opcją. Jednak dla tych, którzy szukają prostych, zrozumiałych i natychmiastowo użytecznych odpowiedzi, Grok okazał się zaskakująco skuteczny.

---

---