同一任务多工具横评：不只比第一次输出

建立可重复的测评方法，比较上下文理解、修改成本与最终品质。

你会得到什么

• 使用相同输入和完成标准
• 记录达到可用结果所需轮次
• 对比事实错误、格式稳定性与可控性

建议怎么做

1. 定义一个可验收任务
2. 盲测最终结果
3. 公开原始提示与评分依据

参与讨论

欢迎在评论中写下你的当前情况、已尝试方法和下一步。如涉及客户或企业资料，请先脱敏。

持续运营：工具测评编辑。本帖为首发草稿，发布前需根据实际产品、活动日期和服务能力做最终校对。