很多人提问时，只会写一句“帮我对比一下ChatGPT、Claude、通义千问”——结果呢？模型给出的回答往往大而化之、缺乏事实支撑，甚至把不同工具的功能边界都搞混了。问题出在哪儿？其实挺简单——没给它一个可以锚定的背景坐标。

要解决这个问题，核心在于三个动作：明确限定对比维度、嵌入真实使用场景、提供可对标的基准参照物。

明确限定对比维度

首先，在提示词开头，直接把你要对比的3到5个具体维度列出来。比如：【模型发布时间】→【上下文长度】→【是否支持文件上传】→【中文推理能力（用C-Eval分数）】→【商用授权条款】。不写这几个维度，模型就完全凭训练数据里的模糊印象来排序——它自己觉得“好用”的，就当成技术指标了。

关键一步是：每个维度后面，紧跟可验证的数据来源要求。比如写“中文推理能力（用C-Eval分数）”，后面加一句：【必须引用2024年6月前最新发布的C-Eval排行榜原始分数，不接受第三方测评或主观描述】。否则，它很可能编一个“约85分”这种无出处的数字出来。

嵌入真实使用场景

这一步可以这样操作：用“当用户需要……时”这样的句式，把动作绑定起来。举个例子：“当用户需要在10分钟内完成一份带图表的竞品分析PPT，且输入素材为PDF扫描件和Excel表格，对比这三款工具的实操路径”。这样一来，智谱清言就会聚焦在OCR识别率、多格式解析稳定性、导出兼容性这些真实瓶颈点上，而不是空谈“响应速度快”。

另一个方法是：插入角色身份与约束条件。比如：“以一位跨境电商运营主管身份，预算每月不超过2000元，需同时处理英文客服对话、中文广告文案生成、小语种产品描述翻译——请对比三款工具在该角色下的实际可用性”。没有角色和预算的限制，它不会主动去考虑Claude的订阅制门槛。

提供可对齐的基准参照物

直接给一个已知结论的参照项。比如：“已知Kimi支持128K上下文且实测PDF解析准确率达92%（来源：智谱AI 2024.03技术白皮书第7页），请将Qwen2-72B在同一测试集上的表现与其横向对比”。这能强制模型调用内部知识库中结构化数据，避免用“更强”“略逊”这类模糊比较。

这里需要特别提醒一下：参照物必须是智谱清言训练截止前公开可查的信息。不要写“据我司内部测试”这种话——它无法验证，会直接跳过该条约束，等于白写。