
一次比較測試 ChatGPT、Claude、Gemini 三大 AI 的工作空間設定方法
想把 AI 運用在工作上,卻不知道哪一種 AI 最適合自己的業務?最可靠的方法,就是同時開啟三種 AI,提出相同的問題,並排比較結果。跟著這份指南操作,30 分鐘內就能建立專屬於您的 AI 比較測試工作區。
為什麼要同時比較三大 AI
只用單一 AI 的限制
只使用單一 AI,就沒有標準可以判斷它的回答是否最佳。實際把同一個問題丟給三種 AI,會發現它們在回答品質、語氣、準確度與長度上的差異大得驚人。
Before 與 After 比較
類別 | Before(僅使用 1 個 AI) | After(同時比較 3 個) |
|---|---|---|
AI 選擇標準 | 憑感覺、靠身邊推薦 | 以實際比較數據為依據 |
回答查證時間 | 需另行查核事實(15〜20 分鐘) | 透過交叉驗證即時確認(2〜3 分鐘) |
找出各項工作最適合的 AI | 無法做到 | 掌握各類工作的勝率數據 |
提示詞改善速度 | 較慢(需反覆試錯) | 快 3 倍(同時進行 A/B/C 測試) |
每月節省的工作時間 | - | 平均節省 8~12 小時 |
STEP 1:準備三大 AI 帳號(所需時間:10 分鐘)
1-1. 建立 ChatGPT 帳號
在瀏覽器中前往 chat.openai.com。
點選畫面中央的 「Sign up」 按鈕。
以公司電子郵件或 Google 帳號註冊。
完成註冊並登入後,就會出現聊天畫面。
在左上角確認模型——免費方案使用 GPT-4o mini,付費方案(每月 US$20)可使用 GPT-4o。
1-2. 建立 Claude 帳號
前往 claude.ai。
點選 "Start for free" 或 "Try Claude" 按鈕。
以 Google 帳號或電子郵件註冊。
登入後會出現聊天畫面,免費方案可使用 Claude 3.5 Sonnet 模型。
1-3. 建立 Gemini 帳號
前往 gemini.google.com。
以 Google 帳號登入(無需另外註冊)。
隨即出現聊天畫面,可免費使用 Gemini 2.0 Flash 模型。
💡 實用小提醒:三項服務的免費方案都足以進行比較測試。不過每日使用量有限,建議一次集中提出 5〜10 個問題來進行比較,效率較高。
STEP 2:設定瀏覽器三分割畫面(所需時間:5 分鐘)
要同時查看三個 AI,需要將瀏覽器視窗並排擺放。以下三種方法,請選擇適合自己的一種。
方法 A:使用 Windows 內建功能進行三分割(推薦 ⭐)
Windows 11 使用者:
用滑鼠按住開啟 ChatGPT 分頁的瀏覽器視窗標題列。
將它拖曳到畫面最上方中央。
出現貼齊版面配置選項後,點選三欄等分(⬜⬜⬜)版面配置。
將 ChatGPT 放在左側欄。
其餘欄位分別選擇 Claude、Gemini 視窗。
Windows 10 使用者:
開啟 ChatGPT 視窗,按下 Windows 鍵 + ←,將視窗靠左半邊排列。
開啟 Claude 視窗,按下 Windows 鍵 + →,將其排列在右半邊。
Gemini 請以獨立視窗開啟,再手動調整大小,放在右側區域的上方或下方。
Mac 使用者:
將滑鼠移到各瀏覽器視窗左上角的綠色按鈕上。
選擇 「將視窗平鋪到螢幕左側」。
其餘視窗也以相同方式排列。
或者安裝 Rectangle(免費應用程式),即可用快捷鍵三等分視窗:
Ctrl + Option + D→ 左側 1/3,Ctrl + Option + F→ 中間 1/3,Ctrl + Option + G→ 右側 1/3
方法 B:使用 Chrome 擴充功能
在 Chrome 線上應用程式商店搜尋 "Split Screen for Google Chrome"。
點選 「加到 Chrome」 進行安裝。
點選擴充功能圖示,選擇 3-panel split。
在各個面板中分別輸入
chat.openai.com、claude.ai、gemini.google.com的網址。
方法 C:使用專用比較工具(最方便)
前往 chatplayground.ai 或 poe.com。
這類服務只要在同一個輸入框提問,就能同時並排顯示多個 AI 的回答。
不過免費使用額度有限,若要進行完整的比較,建議採用方法 A。
💡 實用小提醒:如果只有一個螢幕,建議使用至少 24 吋以上的螢幕進行三分割。筆電(13~15 吋)則建議一次比較 2 個、輪流切換,以減輕眼睛疲勞。若有雙螢幕,最理想的配置是一側放 2 個視窗,另一側放 1 個視窗加上比較紀錄試算表。
STEP 3:製作比較測試用的提示詞範本(所需時間:5 分鐘)
3-1. 比較的核心原則
為了公平比較,必須遵守以下規則:
將完全相同的提示詞複製貼上到三個 AI
在每個 AI 中以新對話(New Chat)開始(避免先前對話的脈絡造成影響)
在同一時段進行測試(AI 更新可能使效能有所不同)
3-2. 各類工作的測試提示詞範例
📧 B2B 業務郵件撰寫測試:
您是 B2B SaaS 銷售專家。請針對以下情境撰寫一封陌生開發信。
本公司:雲端庫存管理解決方案供應商
目標客戶:年營收 500 億韓元規模的中堅製造業採購主管
目標:約定一場 15 分鐘的線上產品示範會議
語氣:專業但不生硬
字數:200 字以內
核心價值:庫存過剩減少 30%,訂貨自動化每月節省 40 小時
📊 資料分析與摘要測試:
請分析下列各季營收資料,並歸納出 3 項可供管理階層報告使用的洞察。
第 1 季:KRW 1,230,000,000 (≈ US$920,600)(較去年同期 +8%)
第二季:KRW 1,570,000,000 (≈ US$1,175,100)(較去年同期成長 23%)
第 3 季:KRW 1,120,000,000 (≈ US$838,300)(較去年同期 -5%)
第 4 季:KRW 1,890,000,000 (≈ US$1,414,600)(較去年同期 +31%)
每項洞察請附上具體數據依據與下一季的待辦事項,並以表格形式整理。
📝 會議紀錄摘要與待辦事項擷取測試:
請閱讀以下會議內容,並整理出:(1) 三行摘要、(2) 核心決議事項、(3) 各負責人的待辦事項。
[會議內容]
金部長:本月新客戶開發僅達目標的 70%。主要原因是競爭對手 A 公司降價。
李課長:現有客戶的流失率也比上個月增加了 2 個百分點。客服團隊已決定在下週一前提交客訴分析報告。
朴代理:行銷活動的 CTR 為 3.2%,高於業界平均(1.8%),但落地頁轉換率僅 0.8%,偏低,需要改善 UX。
金部長:那麼 UX 改善就請朴襄理與設計團隊協調,在 2 週內做出原型。定價政策的檢討由我親自負責。
💡 實用小技巧:先把提示詞存放在記事本或 Notion,就能快速複製貼上到三個 AI。重複「Ctrl+A → Ctrl+C → 點選各 AI 輸入框 → Ctrl+V → Enter」的流程,30 秒內就能把相同的提示詞送給三個 AI。
STEP 4:建立系統化的比較評分表(所需時間:5 分鐘)
4-1. 以 Google 試算表建立評分表
前往 Google 試算表(sheets.google.com)。
點選 「新增試算表」。
依照以下結構建立欄位(Column):
A 欄 | B 欄 | C 欄 | D 欄 | E 欄 | F 欄 | G 欄 | H 欄 |
|---|---|---|---|---|---|---|---|
測試日期 | 工作類型 | 提示詞摘要 | ChatGPT 分數(1〜5) | Claude 分數(1~5) | Gemini 分數(1~5) | 最適合的 AI | 備註 |
4-2. 5 項評估標準
依下列標準為各 AI 的回答打 1〜5 分:
正確性——有沒有事實錯誤?
完整度 — 是否完整包含所要求的項目?
實用性 — 是否達到可直接複製使用的程度?
語氣/風格 — 是否符合所要求的語氣?
回應速度:從送出到產生回答的體感時間
4-3. 評估紀錄範例
日期 | 工作類型 | 提示詞 | ChatGPT | Claude | Gemini | 最適合的 AI | 備註 |
|---|---|---|---|---|---|---|---|
2025-01-15 | 陌生開發信 | B2B SaaS 試用申請 | 4 | 5 | 3 | Claude | Claude 的語氣調整最自然 |
2025-01-15 | 資料分析 | 季度營收洞察 | 5 | 4 | 5 | ChatGPT/Gemini | 兩者的表格整理都很出色 |
2025-01-15 | 會議紀錄整理 | 擷取待辦事項 | 4 | 5 | 4 | Claude | 負責人分工最為明確 |
💡 實戰小提醒:累積 10 次以上的測試後,各類工作的最佳 AI 搭配模式就會開始清楚浮現。根據實際現場測試的結果,約 20 次測試之後,在選擇 AI 上猶豫的時間平均減少 85%。
STEP 5:執行實戰比較測試(所需時間:10 分鐘)
5-1. 測試執行順序
確認三分割畫面中,三個 AI 的聊天視窗都能看到。
在每個 AI 中開啟新對話:
ChatGPT:點選左側邊欄上方的 「New chat」
Claude:點選左側邊欄上方的 「New chat」
Gemini:點選左側邊欄的 「新對話」
將記事本中準備好的提示詞以 Ctrl+C 複製。
點選 ChatGPT 輸入框 → Ctrl+V → Enter(或點選傳送按鈕 ▶)
立即點選 Claude 輸入框 → Ctrl+V → Enter
立即點選 Gemini 輸入框 → Ctrl+V → Enter
觀看三個 AI 同時生成回答。
5-2. 比較回答時的確認重點
所有回答產生後,依下列順序進行比較:
第 1 步:比較整體架構(10 秒)
哪個 AI 較能遵守所要求的格式(表格、編號清單等)?
回答長度是否恰當?
第 2 步:比較內容正確性(1 分鐘)
是否有 AI 出現事實錯誤?
是否準確引用數據?
第 3 步:比較實務應用度(1 分鐘)
能否複製後直接使用?
還需要多少後續修改?
5-3. 實際比較結果範例
以 B2B 開發信提示詞進行測試的實際結果模式:
比較項目 | ChatGPT | Claude | Gemini |
|---|---|---|---|
電子郵件語氣 | 略帶銷售語氣 | 自然、口語化 | 簡潔直接 |
CTA(行動呼籲) | 明確 | 委婉但清楚 | 稍嫌薄弱 |
符合字數要求 | 略為超出(230 字) | 精準符合(195 字) | 未達標(150 字) |
可立即使用 | 需修改 1 次 | 可立即使用 | 需修改 2 次 |
綜合分數 | 4/5 | 5/5 | 3/5 |
STEP 6:完成各項工作的 AI 分工表
6-1. 累積測試結果並歸納規律
進行 20 次以上測試後,就能建立如下的各項工作最適合 AI 配置表。(以下為綜合多位使用者測試結果的一般趨勢。)
工作類型 | 首選推薦 | 原因 |
|---|---|---|
撰寫電子郵件/訊息 | Claude | 韓文自然流暢,語氣調整能力佳 |
資料分析/表格整理 | ChatGPT | 結構化輸出、程式碼執行功能 |
腦力激盪/創意發想 | Gemini | 提供多元觀點,可串接網路搜尋 |
長篇文件摘要 | Claude | 長文本處理、掌握重點的能力 |
翻譯/多語言作業 | ChatGPT | 多語言處理穩定性 |
最新資訊調查 | Gemini | 即時串接 Google 搜尋 |
報告/提案書初稿 | Claude | 結構有條理、文筆簡潔 |
程式碼/公式撰寫 | ChatGPT | 內建程式碼直譯器 |
6-2. 建立專屬的分配表
在試算表中新增「AI 配置表」工作表。
列出您經常處理的 5~10 種工作類型。
針對每項工作,將三大 AI 測試結果中勝率最高的 AI 分配給該項工作。
將這份配置表儲存在桌面或書籤列。
💡 實用小提醒:AI 模型約每 2 至 3 個月就會更新。建議每季用相同的提示詞重新測試一次,更新配置表。例如 Gemini 的韓文能力在 2024 年初表現較弱,到了 2025 年已大幅改善,排名是會改變的。
STEP 7:進階設定——工作流程自動化
7-1. 建立瀏覽器書籤群組
不必每次逐一開啟三個網站,只要點一下就能同時開啟 3 個分頁。
以 Chrome 為例:
將 ChatGPT、Claude、Gemini 三個分頁全部開啟。
在分頁列的空白處按滑鼠右鍵 → 選擇「將所有分頁加入書籤」
將資料夾命名為 「AI 比較測試」 並儲存。
之後只要在書籤列對該資料夾按滑鼠右鍵 → 選擇「全部開啟」,3 個分頁就會同時開啟。
7-2. 用文字擴充工具快速輸入提示詞
安裝 Espanso(免費,espanso.org)或 TextExpander(付費)。
將常用的比較測試提示詞登錄為快捷指令:
;email→ 自動輸入完整的 B2B 陌生開發信提示詞;meeting→ 自動輸入整份會議記錄整理提示詞;data→ 自動輸入完整的資料分析提示詞
如此一來,輸入提示詞的時間就能從每則 2 分鐘縮短為 3 秒。
7-3. 結果自動儲存機制
在各 AI 的回答結果中,全選(Ctrl+A 或拖曳選取)後按 Ctrl+C 複製。
貼到事先準備好的 Notion 或 Google Docs 範本中。
範本結構示例:
📅 日期:2025-01-15
📋 工作類型:陌生開發信
💬 提示詞:(提示詞全文)
🤖 ChatGPT 的回答:
(貼上回答)
🤖 Claude 的回答:
(貼上回答)
🤖 Gemini 回答:
(貼上回答)
⭐ 評價:Claude 勝出 | 理由:語氣自然、字數精準
最終檢查清單
請確認以下項目,檢查工作區設定是否正確:
ChatGPT、Claude、Gemini 3 個帳號全部登入完成
瀏覽器畫面 三分割 或 書籤群組 設定完成
已在記事本準備好至少 3 個提示詞作為比較測試之用
已在 Google 試算表建立評分表
已執行並記錄至少 5 次比較測試
業務別 AI 分工表初稿撰寫完成
常見問題(FAQ)
「免費方案就夠用了嗎?」
足夠了。三項服務的免費方案,每天都能進行數十次對話。不過免費方案可能會限制使用最新模型(GPT-4o、Claude 3.5 Opus 等),因此若要正式用於工作,建議只將最常用的 1 個 AI 升級為付費方案,成本效益最高。
「需要做幾次比較測試,才能得出有意義的結論?」
最少 10 次,建議 20 次。即使是同一類工作,細部情境不同結果也會不同,因此需要足夠的樣本。測試 10 次時,約有 70% 的可信度;測試 20 次時,可達 90% 以上的可信度,足以判斷最適合的 AI。
「如何讓整個團隊一起使用?」
請將 Google 試算表評分表與團隊成員共用。每個人把各自測試的結果記錄在同一份試算表中,即使每人只測試 20 次,整個團隊也能累積數百筆比較資料,做出更精準的 AI 分配表。
建置這個工作空間總共需要 30 分鐘。但這 30 分鐘的投入,往後每個月可節省 8~12 小時的工作時間,也是讓所有 AI 作業品質再提升一個層次的基礎。今天就開始吧。