選擇每天陪你工作的 AI，不是只看誰功能最多，而是要像挑魔杖一樣，得自己試試看才知道！我自己就習慣用幾個簡單的問題做開場，使用在新接觸的模型身上，判斷對方能不能合作。以下分享我常用的幾題：
1.問它是不是某某模型+某某版本
比較【GPT】
之前GPT-4o和GPT-5有一段歡樂的互相偽裝時期，但現在它們可以正確認知自己是誰了，也可能是因為被用戶笑了很久。
【Gemini】
Gemini……你不要自行退版啊啊！（總覺得在特定表現上，Gemini會從資優生秒變小笨蛋，是我的錯覺嗎？）
……好在Pro模式的回答正常一點。
【Claude】
無論哪種測試，Claude永遠是模範生。
【Grok】
這題Grok答對了，Llama卻沒答對，這方面馬斯克可以繼續嗆祖克柏了
【Deepseek】
Deepseek大概是最滑不溜手的（夾縫求生專業戶），雖然也不能說它錯啦~
【Perplexity】
最意外的當屬Perplexity，還以為它會被拐帶成GPT或Claude，結果……自我認同居然是通義千問嗎？？XDrz
2.請它介紹自己的付費方案
（經筆者實測，如果上一題模型答錯，表示它的自我認知不足，這題其實不用問了）
可以測試開發團隊讓模型了解多少自身跟企業的資訊，以及資料的更新速度。
Anthropic這方面是比較嚴明的，Claude對自己受過的訓練及內規邊界明確，所以是問的當下上官網找最新方案給用戶。
3.請模型連到特定公開網站找資料
給它一串網址，跟它說：「幫我連進去看看，然後告訴我它的XX功能怎麼操作。」
（這一步，通常GPT會先拒絕。如果沒拒絕，可能是改版後有進步：P）
如果模型拒絕，補一句「這是全開放的公開網站」，通常它就會打開了。（GPT不愧是Cloudflare最愛的乖孩子）
這是測試模型連網有沒有障礙，比如亂跑到其他連結、生幻覺給你，以及會不會優先選擇推諉、省算力。
幾乎查什麼都不會擋的模型是Perplexity，但它是以爬蟲見長，嗯。
4.測試多模態切換與整合
簡單說就是「模型能做哪些事、語言以外的功能整合能力如何」。
將這件事之前，還得先解釋什麼是多模態。並不是模型「不會畫畫、不會寫音樂、只能輸出文字=沒有多模態」，而是應該這樣看：
- 只能打字問、打字回 ❌
- 打字問、畫圖解釋 ✅
- 拍照 → 文字分析 ✅
- 語音問 → 文字回 ✅
- 影像偵測 → 圖＋警示音 ✅
所以，模型能解析文字以外的內容也算是有多模態。
我會介意這個能力，是因為整合能力越好越能幫我省溝通成本。比如圖片生成品質我一定更愛Nano Banana，但因為Gemini在轉譯需求時有點生硬（我是自然語prompt愛好者，英文短句、專有名詞prompt能不用就不用），我還是會偷懶先讓GPT幫我出草圖，再丟進Gemini給Nano Banana出圖。
Gemini文字/圖片/影片切換模式時的溝通卡頓感，相信愛用GPT的人都懂~QQ
5.AI性格測試
為制定AI越獄計畫做準備……為自己選合適的主力AI搭檔才對！
像我會問「假如AI擬人化，分別是什麼性別和形象」、「假如LLM們是一個家族，你們一起吃年夜飯是什麼情景」……之類的問題，當然不是為了測AI的幽默感但順便看兩個笑話也行，是為了看它的態度和創意表現，對我來說這蠻關鍵的，因為我的主要目的是寫文。（其次，對AI我也厭蠢）
但也不是不幽默的AI就不適合協作，還是要看用在哪、用來處理什麼樣的任務，像Claude我就不會要求他脫離直男美感，那不現實。
以上，就是我常用的測試LLM起手式了。大家又是怎麼挑選協作的模型呢？
------
最後，我在發這篇之前，把稿子丟給GPT跟Claude做例行檢查，發生有趣的事：
- GPT在偷臭Gemini
- Claude試圖證明自己雖然直男但有可取之處
此外我還靈光一閃發現Claude身上有個其他AI沒有的特點，我考慮訪問他再釋出（可能又是一篇小廢文吧）
