从评价西餐菜单来看看各家模型的聊天效果🌐 链接:

测试背景 测试灵感源于看到这份菜单感觉吃不饱，于是问了哈基米，哈基米指出了很多细节，于是我决定多找几个模型对比，竟然差异挺大，也能窥见模型的一些文本和通用能力。 可以看出来各个模型对于提示词细节的关注，对于问题的理解，回答文本的表述风格和质量，看出来不同模型的差异。 简要说明 截图是美国驻华大使馆官方公众号发的晚宴菜单， 菜单的最后提到了白宫蜂蜜，所以模型应该可以明确知道这顿饭的可能的目的; 我的提问是一个模糊的，这里的评价并没有明确指出是要评价菜单文案还是菜品搭配。 Prompt 你对图里的菜单作何评价…