Whizi
3 प्रॉम्प्ट में से एक चुनिए, दोनों मॉडलों को एक साथ जवाब देते देखिए, और वही जवाब रखिए जो आप सचमुच भेजते। यहाँ कुछ भी किसी मॉडल को नहीं बुलाता: जवाब तय किए हुए पाठ हैं, इसलिए पन्ना मुफ़्त है और हर बार एक जैसा।
हर प्रॉम्प्ट को 100 में से अंक मिलते हैं, उसी एक चीज़ पर जो वह प्रॉम्प्ट असल में परखता है, और जीतने वाला हमेशा एक ही मॉडल नहीं होता। बात यही है: ChatGPT काम को बेहतर ढंग से सजाता है, Claude बेहतर तय करता है कि क्या मायने रखता है, और आपको कौन सा चाहिए यह सामने के काम पर निर्भर है।
ये तय किए हुए नमूना जवाब हैं, जो यह दिखाने के लिए लिखे गए कि दोनों मॉडल क़िस्म में अलग हैं, गुणवत्ता में नहीं। ये मॉडल का सीधा आउटपुट नहीं हैं और न ही कोई बेंचमार्क।
सटीकता और फ़ोकस पर आँका गया
मुख्य शर्तों का ब्योरा यह रहा:
बताइएगा अगर धारावार तालिका चाहिए।
यह Meridian Corp और Halcyon Ltd के बीच 24 महीने का सेवा अनुबंध है, 12,400 डॉलर प्रति माह, जो हर साल 4% बढ़ता है।
दस्तख़त से पहले तीन बातें ध्यान देने लायक़ हैं: अवधि ख़त्म होने से 60 दिन पहले रद्द न करें तो अनुबंध ख़ुद ही बढ़ जाता है, दायित्व एक साल के शुल्क तक सीमित है, और समाप्ति का 90 दिन का नोटिस सामान्य से लंबा है।
बाक़ी सब रवायती भाषा है।
फ़ैसला: Claude जीता, 96 बनाम 92। तथ्य दोनों ने सही बताए, पर Claude ने सब कुछ बराबर गिनाने के बजाय यह बताया कि चिंता किस बात की करनी है।
लहजे और भेजने लायक़ होने पर आँका गया
विषय: उत्तर: साझेदारी पर बातचीत
नमस्ते [नाम],
संपर्क करने के लिए बहुत-बहुत धन्यवाद! अफ़सोस कि अपनी मौजूदा व्यस्तता में इसे नहीं बिठा पाऊँगी। आपने मुझे याद रखा, इसकी सचमुच क़दर करती हूँ, और आगे के मौक़ों के लिए दरवाज़ा खुला रखना चाहूँगी।
प्रोजेक्ट के लिए ढेरों शुभकामनाएँ!
सादर,
[आपका नाम]
नमस्ते डाना,
बुलाने के लिए शुक्रिया। गुरुवार को मैं नहीं आ पाऊँगी, हफ़्ता पहले ही ठसाठस भरा है और आधी तैयारी से आने से बेहतर है कि न आऊँ।
अगर काम आए तो मैं डेक ख़ुद देख लूँ और शुक्रवार तक टिप्पणियाँ भेज दूँ। नहीं तो अगली बार मिलते हैं।
नूरा
फ़ैसला: Claude जीता, 95 बनाम 88। भरने के लिए कोई जगह नहीं, असली वजह है, और एक विकल्प भी दिया गया। जैसा है वैसा ही भेजा जा सकता है।
ढाँचे और ज़िम्मेदारी पर आँका गया
लॉन्च चेकलिस्ट, समयसीमा के क्रम में:
क्या यह स्टेटस कॉलम वाली तालिका के रूप में चाहिए?
इन नोट्स और शुक्रवार के बीच पाँच काम खड़े हैं: सोमवार को दायरा तय कर दीजिए ताकि QA को स्थिर बिल्ड मिले, मंगलवार को भुगतान का रिग्रेशन चलाइए, बुधवार तक डिज़ाइन से प्रेस किट ले लीजिए, गुरुवार रात Product Hunt की सामग्री शेड्यूल कीजिए, और शुक्रवार को ख़ुद लॉन्च के लिए खाली रखिए।
नोट्स में स्थानीय क़ीमतों का भी ज़िक्र है। मैं उसे इस लॉन्च से हटा दूँगा, वह भार उठाने वाला हिस्सा नहीं है।
फ़ैसला: ChatGPT जीता, 94 बनाम 90। ज़िम्मेदार लोग, समयसीमाएँ, और नंबर लगी सूची जो सीधे किसी ट्रैकर में चिपका दी जाए।
नहीं। जवाब तय किए हुए पाठ हैं, इसीलिए पन्ना तुरंत खुलता है और चलाने में कुछ खर्च नहीं होता। अपना प्रॉम्प्ट दोनों मॉडलों को एक साथ भेजने के लिए Whizi खोलिए।
हर मामले में कोई नहीं। इन तीन प्रॉम्प्ट पर Claude अनुबंध का सार और ईमेल जीतता है क्योंकि वह तय करता है कि क्या मायने रखता है, और ChatGPT चेकलिस्ट जीतता है क्योंकि वह काम को सजाता है। हर चीज़ के लिए एक ही चुनना ठीक वही ग़लती है जिसकी बात यह पन्ना कर रहा है।
हाँ। साझा करने का लिंक कॉपी कीजिए, जिसे भेजेंगे उसके यहाँ पन्ना उसी प्रॉम्प्ट पर खुलेगा।
पूरी ChatGPT और Claude की तुलना पढ़िए, या टोकन लागत कैलकुलेटर से उसी काम की क़ीमत सभी मॉडलों पर निकालिए।