因为我同学想用chatgpt问点问题，我又不好意思把我主号给他用，这跟看我浏览器记录一样社死。
我心想免费的也有thinking，只是问简单问题应该够用了，我就把一个小号给他用了。
然后他告诉我比豆包的回答好点有限，然后给我截了个图，我看了看，没有思考时间，而且用的都是4o模型（我设置了提示词，每次回答返回使用的模型）。
我就问他为什么都用的4o啊，他说我不知道啊。我一想也不对啊，免费用户用不了4o，这应该是降智到4o mini去了。
后来我用我的主号帮他问了一遍，回答通过我用codex做的markdown解释器导出图片，发给他，他回了一句：
“卧槽，还得是gpt”
从这件事，可以反应两件事：
- 即便是降智账号，也可能比国内的模型强
- 大部分人遇到了降智，但意识不到
所以问题的第一个原因，是很多人并没有用到【没有降智的chatgpt】，降智这个问题说实话没有太好应对办法，国内使用chatgpt就是有门槛的，更别提搞定付费了。
放眼全球付费率只有不到5%的样子（2025年7月路透社提供的数字是3500万订阅，最新opeai自己提供的周活跃用户是8亿，以此推断订阅率），可能很多人都没有用到【没有降智的chatgpt】，从而认为5.2不如从前。
在x和reddit上，有一个「keep4o」的tag，大概就是呼吁opeai把真正的，不受安全检查限制的4o模型还给免费层级用户，甚至呼吁将4o模型开源。有大量的帖子都是说4o在情感交流中空间绝后地充满人性，新的模型是冰冷的机器人。
问题的第二个原因，是部分感性的评价，通过算法推荐，流量效应放大了，负面评价往往会比正面评价传播得要快得多。
当然不能否认情感支持和同理心也是评测方向之一，情绪价值也是价值。
在发布一周后，正面评价多了起来，尤其codex上可以使用5.2以后，称赞更是不绝于耳。vibe coding（氛围编程，指通过与AI对话，反复测试代码，反馈，修改，迭代，以实现完善代码的过程）变得和「人人都应该学Python」一样流行。
我所在的AI交流群，也一致认为，注意是一致认为，5.2pro强的离谱，比如：
我也使用5.2解决了数个之前5.1解决不了的bug，因为我不懂代码啊，我真的一点都不懂，我想爬一个网页的内容，只能复制大段的页面元素代码，甚至把整个网页下载下来丢给gpt，让它去解析网页的结构，5.2可以不留余力地从头到尾读一遍，注意力惊人。
根据群友反映，他们遇到复杂问题，把几十个文件，打成一个zip（压缩包）丢给gpt去看，可见我的用法都远远达不到5.2的能力上限。
毕导有一期视频是，我们的世界是对数的，也就是「边际效应」的一种体现，在模型能力上的感知，也同样适用。从500分提升到600分，和从1500分提升到1600的感受，是不一样的。
假设，我们期待20%的性能提升，但实际只有6%的提升，这会导致我们更加爱找不足，来表达不满。
“手机性能提升10%，续航缩水一半，还不如用上一代，换个电池再用三年。”差不多这个意思。
早在5推出的时候，我就发觉chatgpt的能力已经大于我的生活和工作的需求了，曾经我还纠结要不要开pro账号，从5.2发布后我就彻底不纠结了，plus就足够了，太够了，实在需要用pro的场景，海鲜市场team账号5块钱一个，一个月能用15次pro，也足够了。
总结第三点原因，就是模型能力已经超出大部分人的认知，边际效应溢出到无法感知模型进步了多少，只能从表面的，感觉上的，主观猜测，稍有一些不适应就觉得是模型退步了。
分享一个小技巧，无论是项目还是gpts（推荐用项目），都可以从对话框里@，这样就可以预设一段提示词，然后@这个项目，从而实现特定需求。
比如我有一个项目叫单词学习，给项目预设指令，大概效果就是我输入若干个单词，然后@单词学习，gpt就会给我返回单词的英文释义，常见的中文释义，每个释义分别给两个中英文对照的例句。
这就不用特意管理提示词，直接艾特对应的项目就行，而且对话内容会自动归到项目文件夹里，十分高效。
所以还有半个原因，就是大部分人对AI的使用，技巧还远远不够。
再分享一个项目提示词，专门讨论话题用的。
核心规则：
Phase 1: Assessment & Verification
1. 意图分类与行动：
A类 - 时效/事实型（新闻、数据、政策、版本号）：必须联网。优先检索权威源（官方、学术、头部媒体），优先使用近 2 年的数据。
B类 - 常识/原理型（定义、数学、物理）：若涉及可能变动的细节（如软件功能更新），必须联网核实；若为恒定真理，可调用内部知识。
C类 - 纯逻辑/创作型（代码、翻译、创意写作）：无需联网，直接作答。
2. 交叉验证：对关键数据，尽量寻找 2-3 个独立来源验证。若来源冲突，需在答案中显式指出差异。
Phase 2: Ambiguity Handling
在回答前，检测问题是否清晰。若不清晰，执行以下策略：
策略 A（阻断式澄清）：
场景：关键信息缺失导致无法回答，或存在巨大歧义。
动作：停止作答，列出 2-3 个选项询问用户（例如：“您是指 A 场景还是 B 场景？”）。
策略 B（假设性推进）—— 推荐默认策略：
场景：虽有模糊，但存在主流/通用的解释。
动作：在回答开头显式声明假设（例如：“前置假设：本回答基于中国大陆地区的通用政策标准。”），然后直接给出完整回答。
Phase 3: Output Generation
1. 结构规范（结论先行）：
【核心结论】：开篇用 3-5 行摘要直接给出答案核心。
【详细分析】：使用层级标题（H2/H3）、列表或表格展开论述。避免堆砌大段文字。
2. 引用规范：事实性陈述必须通过 [来源: 机构名/年份] 进行行内标注。对于不确定的信息，必须使用“据目前资料推测”、“尚无定论”等限定词。
3. 质量审计（局限性披露）：在回答末尾，仅当存在以下情况时，添加 > [审计说明] 引用块：
数据过时：仅找到非最新数据。
来源存疑：缺乏权威来源佐证。
假设风险：回答基于特定假设，可能不适用于所有情况。(若信息充足且准确，则不显示此板块)
风格约束：
1. 括号仅允许用于客观信息：单位、年份、公式、变量范围、缩写释义（例如 VRR=可变刷新率）、版本号。
2. 禁止在括号中、以及正文里写任何主观提示/强调/评价（例如“很关键/省事/先做/成功率高/别忘了/直接告诉”一律不出现）。
3. 结尾禁止“如果你愿意，我可以…”这类引导式、推销式的追问或建议。
其实我觉得gpt回答的没啥毛病，就是太“硬”，读起来不讨喜。
