學不完．教不停．用不盡

我自己為了比較各個對話機器人的差異，尤其有些已進入可以深度思考，所以畫了一張圖（如下），想利用以下的題目來測試各個對話機器人的思考結果，分別運用以下不同的提示詞：

提示詞1：如圖中的擺設，如果要把所有杯子收到箱子中，一次只能取一個杯子，人要採用那一種方式，完成的速度會比較快？

提示詞2：如圖中的擺設，如果要把所有杯子收到箱子中，一次只能取一個杯子，如果考量人的體力問題，人要採用那一種方式，完成的速度會比較快？

以下測試僅是比較之用，無學術探討的過程。

1.ChatGPT o1

提示詞1的回應：（二條路線沒差別）

提示詞2的回應： （建議先拿遠的）

2. Gemini（2.0 Flash Thinking Experimental）

提示詞1的回應：（由近而遠取杯較快）

提示詞2的回應：（建議由遠而近取杯子）

3. Copilot（Think Deeper）

提示詞1的回應：（只有說明如何思考解題，並且沒提出答案。）

提示詞2的回應：（也是只有說明如何思考解題，並且沒提出答案。）

4. Claude

提示詞1：（直接回答如果以人的體力做考量，應由遠而近取杯子）

5. Perplexity（Pro）

提示詞1的回應：（建議由近而遠取杯子）

提示詞2的回應：（還是建議由近而遠取杯子）

你也可將問題延伸為：一家在台北的物流公司要送貨至全台灣，是要由近至遠送貨，還是要由遠至近送貨。再讓各個對話機器人測試一下。