当前首选
94.0Claude
任务匹配96输出质量95业务适配97可控性94效率78
优势 洞察、品牌语气和策略连贯性
限制 批量执行效率需实测
需要人工审核模型评测
用控制变量与可复算权重比较候选模型
01 · 选择评测案例
文本演示假设
02 · 控制变量实验固定提示词与业务上下文
唯一变量：模型
固定提示词与业务上下文
固定提示词
你是美妆品牌策略顾问。基于给定的产品事实、目标人群、渠道限制和品牌语气，输出核心洞察、价值主张、内容母题、渠道分工、四周行动计划、风险与验证指标。禁止补充未提供的功效或临床数据。
业务上下文
- 中高端国产美妆品牌
- 敏感肌修护精华
- 23–35 岁换季泛红人群
控制变量
- 相同 Prompt、产品事实与输出结构
- 相同最大输出长度与生成次数
- 同一 rubric 盲评
03 · 人工评审
模型对比研究
| 模型 | 任务匹配 | 输出质量 | 业务适配 | 可控性 | 效率 | 综合分 | 风险 |
|---|---|---|---|---|---|---|---|
| Claudeclaude-4-family-demo-snapshot当前权重下首选 | 96 | 95 | 97 | 94 | 78 | 94.0 | 需要人工审核 |
| GPT-5gpt-5-series-demo-snapshot | 94 | 93 | 94 | 93 | 84 | 92.7 | 需要人工审核 |
| Qwenqwen3-family-demo-snapshot | 88 | 86 | 89 | 88 | 95 | 88.5 | 需要人工审核 |
候选 02
92.7GPT-5
任务匹配94输出质量93业务适配94可控性93效率84
优势 结构完整，执行计划清晰
限制 品牌叙事差异需人工加强
需要人工审核候选 03
88.5Qwen
任务匹配88输出质量86业务适配89可控性88效率95
优势 中文表达与效率
限制 内容母题差异化需人工加强
需要人工审核