我是 ChatGPT Plus 的铁粉，为啥也用 Claude 2
我之前写了一篇非常详细的文章，对比 ChatGPT 和 Claude 2，在很多方面解释了为什么 Claude 2 比 ChatGPT 逊色，尤其是 GPT-4。尽管我一直是 ChatGPT Plus 用户，但其实我也经常用 Claude 2，因为它有 GPT-4 一些无法超越的能力。本文将分享我的实际经验，介绍我在什么场景下会用到 Claude 2。同时也会根据我对这大模型的理解，分析我这样做背后的原因。
场景1：处理长文本
和 ChatGPT 相比，Claude 2 最大的优势就是它高达 10 万的 Token 数量。要知道标准的 GPT-4 才 8000，而 GPT-32K 也仅仅 3 万 2。
和 ChatGPT 或 Claude 2 这样的大模型对话就像与一个拥有短期记忆的朋友聊天。它可以记住你最后说过的几句话，通过理解上下文，让对话顺利进行。而 Token 数量就像是大模型的短期记忆，Token 数量越大，它能记住的东西越多。因此，当你向 ChatGPT 提交过长的文本时，它常常会出现下图所示的错误信息。
解决方案当然也有很多，比如：
- 在 OpenAI Playground 中使用 Token 数量更大的模型，比如 “GPT-4.5-turbo-16k” 或 “gpt-4-32k”。但是这样需要额外消耗 API 的费用。
- 写一个提示词，告诉 ChatGPT 你将会把提交的内容分为若干部分依次上传。提示词可以这样写 “The text that I’m about to submit will be divided into several parts. I request that you wait until all parts have been provided before summarizing or answering any questions about it. (我即将提交的文本将分为几个部分。我请求您等到所有部分都提供完之后，再对其进行总结或回答任何问题。)”。上传结束以后，你再向 ChatGPT 提问题或者分配任务。
- 使用谷歌浏览器插件 “ChatGPT File Uploader Extended”。这个插件会自动帮你把文件里的长文本分为若干部分提交给 ChatGPT。
- 放到记事本文件里并使用 ChatGPT 的代码解释器上传。
［link］
虽然以上方法可以绕过 ChatGPT 的 Token 限制，但还是不如直接把长文本复制粘贴到 Claude 2 来的方便。
场景2：上传文件
除了和 ChatGPT 进行对话以外，我们常常会让它帮我们执行任务，比如总结 PDF 的内容。ChatGPT 本身是不支持文件上传的，如果要上传 PDF 并总结内容，需要借助 ChatGPT 插件。大多数插件是不支持文件上传的，只能总结在线 PDF 的内容。
AskYourPDF 这个插件虽然支持上传，但是得脱离 ChatGPT 进入 AskYourPDF 的网站上。 它总结文件里长文本非常有效，但它们是通过自己的服务器对长文本进行二次处理，需要你花费额外的等待时间。本身 GPT-4 的响应速度就比较慢，再加上插件执行任务的时间，真的需要耐心等待。
比如我上传了一个学术论文，并问它论文里的事实，假设和结论是什么。它需要调用三次 API，然后汇总出一个答案。
Claude 2 就不同了，你可以直接在聊天界面上上传文件，而且还可以一次上传 5 个文件。它和 PDF 交互非常迅速。对于程序员来说，可以直接把多个代码文件同时上传并 Debug。
当然，它对文件的处理停留在文本层面，无法像 ChatGPT 的代码解释器一样通过代码处理文档，比如给 PDF 加水印，编辑图片等等。
场景3：进行冗长的多轮对话
说到这里，你可能在想，既然 ChatGPT 的 Token 容量这么小，那么当我和它进行了那么多轮冗长的对话之后，它怎么还记得我开头说的内容。
其实它会根据你最近一次的请求内容，有选择性的截取你和它对话中最相关的内容，甚至还可以进行多次迭代来理解上下文。但本质上还是没有突破 Token 的限制，如果对话超出此范围，模型就会开始“忘记”之前的部分。比如一开始你给它设定一个角色，它在后续的对话过程中会忘记之前的部分。如果想让它一直记住某些关键信息，一个技巧就是时不时地提醒它。
因此，当我要进行很多轮冗长的对话时，也会考虑使用 Claude 2，取决于我对回答质量的要求。Claude 2 虽然 Token 容量很大，但是模型本身的参数比较小，所以它回答的质量很多时候比不上 GPT-4。
场景4：我的提示词里涉及2021年9月之后的信息
大家都知道 ChatGPT 3.5 和 ChatGPT 4 的训练数据是在 2021 年 9 月之前，对于之后发生的事件并不了解。但是 Claude 2 的训练时间要晚很多，大概停留在 2022 年11 月。比如我问它 2022 年11 月的重大事件它就知道，而 12月的事件它就不知道了。
虽然这 1 年多的训练数据听上去不算什么，但是缺了这些知识有时候会很尴尬。比如我经常需要 ChatGPT 协助我在 Midjourney 上绘图。虽然它知道很多艺术类的知识，但是却完全不懂什么是 Midjourney，因为 Midjourney 的测试版 22 年才发布。
尽管我多次把有关 Midjourney 的一长串背景知识告诉 GPT-4，但是在后续的对话中它经常就忘记 Midjourney 是什么，然后生成了很多啼笑皆非的回答。为什么它会忘记呢，其实还是受制于 Token 限制，这一点我刚才解释过了。
Claude 2 则不同了，它知道 Midjourney 是什么，甚至知道如何写 Midjourney 提示词，虽然它对此的理解还停留在 2022 年。比如我问它如何写 Midjourney 提示词，它给的答案几乎没有问题。
所以在很多情况下，我会用 Claude 2 辅助我写 Midjourney 的提示词，这一点 GPT-4 无法代替。
