Ilya Iserson

Генерим тексты в DeepSeek и Qwen2.5: моя твоя не понимай? Часть I

ИИ-редакция moab генерит до тысячи единиц контента в месяц (можем и больше). Мы опытным путем вывели идеальное (на текущий момент) сочетание ChatGPT и Claude, но тут на арену ворвался DeepSeek, а за ним и Qwen2.5, и мы не могли не сравнить их с проверенными «старичками».

Что проверяли:
1. Генерация структуры текста.
2.1. Генерация короткого текста без стилистических и с минимальными техническими требованиями — посмотреть, как модель пишет сама по себе на своих масках без наших идей, как сделать текст более приятным.
2.2. Генерация лонгрида с техническими и стилистическими требованиями.
3. Фактчек.

Это разные задачи, и нейросети справляются с ними по-разному.

Промты во все ИИ шли без изменений, это не совсем корректно для нормальной работы. Промт для Клода похож, но не идентичен промту для ГПТ. Мы можем в каждом ИИ получить результат получше, если подольше с ним поработаем. Но для теста было важно задавать единые промты.

1️⃣ Структура текста
Сводная таблица итогов работы Claude, ChatGPT, DeepSeek, Qwen и ради курьеза — Яндекс GPT.

Собственно, Яндекс ГПТ хуже всех и справился. Структура скудная, логика изложения хромает, требования промта не отработаны, заложено много объема на водянистые блоки (введение и заключение).

ChatGPT, Qwen и DeepSeek пришли голова в голову, выдав очень похожие и вполне приемлемые структуры.

Claude был наиболее логичен с точки зрения пользы для читателя. Не разливал воду в начале текста, сразу перешел к делу. Даже в малополезном пункте «Уход за обоями» (кто ухаживает за обоями, признавайтесь) дал внятные рекомендации, о чем написать.

Сеошники могут радостно и уверенно юзать ChatGPT, Qwen и DeepSeek, редакторы голосуют за Claude.

2️⃣ Короткий текст
Сводная таблица результатов генерации Claude, ChatGPT, DeepSeek, Qwen и Яндекс GPT.

Формально по числовым метрикам оценки текста — в лидерах ChatGPT, но текст от Claude читается более плавно и связно. И он более четко отрабатывает запросы читателя. К примеру, все нейросети кроме Клода обязательно подливали водички в начале каждого блока.

ChatGPT, DeepSeek, Qwen: много обобщающих фраз, меньше конкретики, чем у Клода, стиль текста совсем сухой, бедная лексика, сплошные списки. Очень характерный блок заключения в текстах — только Клод был прост и конкретен.

Текст от Яндекс ГПТ рассмотрению не подлежит. Вода, требования промта не выполнены.

По отзыву стороннего независимого редактора, меньше всего редачить придется текст от Claude.
Поэтому мы его и юзаем постоянно для генерации.

Из курьезов:
Claude изобрел слово «пампование» (от английского pump — помпа).
DeepSeek не справился со склонением: «Например, если ваши ресницы тонкие и редкие, остановитесь на объёмной туше».

Продолжение — лонгриды и фактчекинг — https://www.group-telegram.com/tw/ilyaiserson.com/292

Google Docs

Составление структуры текста: тест нейросетей

Составление структуры текста: тест нейросетей Промт: Помоги мне, пожалуйста, составить структуру для моей статьи на тему «Как клеить обои». Цель статьи – привести читателей из поисковых систем. Объем статьи – 15000 символов без учета пробелов. Структура должна…

www.group-telegram.com/tw/ilyaiserson.com/291

9.6K viewsedited  Jan 29 at 14:10

Генерим тексты в DeepSeek и Qwen2.5: моя твоя не понимай? Часть I

ИИ-редакция moab генерит до тысячи единиц контента в месяц (можем и больше). Мы опытным путем вывели идеальное (на текущий момент) сочетание ChatGPT и Claude, но тут на арену ворвался DeepSeek, а за ним и Qwen2.5, и мы не могли не сравнить их с проверенными «старичками».

Что проверяли:
1. Генерация структуры текста.
2.1. Генерация короткого текста без стилистических и с минимальными техническими требованиями — посмотреть, как модель пишет сама по себе на своих масках без наших идей, как сделать текст более приятным.
2.2. Генерация лонгрида с техническими и стилистическими требованиями.
3. Фактчек.

Это разные задачи, и нейросети справляются с ними по-разному.

Промты во все ИИ шли без изменений, это не совсем корректно для нормальной работы. Промт для Клода похож, но не идентичен промту для ГПТ. Мы можем в каждом ИИ получить результат получше, если подольше с ним поработаем. Но для теста было важно задавать единые промты.

1️⃣ Структура текста
Сводная таблица итогов работы Claude, ChatGPT, DeepSeek, Qwen и ради курьеза — Яндекс GPT.

Собственно, Яндекс ГПТ хуже всех и справился. Структура скудная, логика изложения хромает, требования промта не отработаны, заложено много объема на водянистые блоки (введение и заключение).

ChatGPT, Qwen и DeepSeek пришли голова в голову, выдав очень похожие и вполне приемлемые структуры.

Claude был наиболее логичен с точки зрения пользы для читателя. Не разливал воду в начале текста, сразу перешел к делу. Даже в малополезном пункте «Уход за обоями» (кто ухаживает за обоями, признавайтесь) дал внятные рекомендации, о чем написать.

Сеошники могут радостно и уверенно юзать ChatGPT, Qwen и DeepSeek, редакторы голосуют за Claude.

2️⃣ Короткий текст
Сводная таблица результатов генерации Claude, ChatGPT, DeepSeek, Qwen и Яндекс GPT.

Формально по числовым метрикам оценки текста — в лидерах ChatGPT, но текст от Claude читается более плавно и связно. И он более четко отрабатывает запросы читателя. К примеру, все нейросети кроме Клода обязательно подливали водички в начале каждого блока.

ChatGPT, DeepSeek, Qwen: много обобщающих фраз, меньше конкретики, чем у Клода, стиль текста совсем сухой, бедная лексика, сплошные списки. Очень характерный блок заключения в текстах — только Клод был прост и конкретен.

Текст от Яндекс ГПТ рассмотрению не подлежит. Вода, требования промта не выполнены.

По отзыву стороннего независимого редактора, меньше всего редачить придется текст от Claude.
Поэтому мы его и юзаем постоянно для генерации.

Из курьезов:
Claude изобрел слово «пампование» (от английского pump — помпа).
DeepSeek не справился со склонением: «Например, если ваши ресницы тонкие и редкие, остановитесь на объёмной туше».

Продолжение — лонгриды и фактчекинг — https://www.group-telegram.com/tw/ilyaiserson.com/292

BY Ilya Iserson