寫文章、出策劃、做腳本，通義千問表現如何呢？

首先，我想讓通義千問為我寫一段電影腳本，讓「法外狂徒」張三能被繩之以法。

偵查與反偵察，黑客技術的利用，甚至在承認罪行被捕後，張三還在法庭上翻供以求最後一線生機。雖然沒有太多細節，但這樣一再反轉的劇情，這個張三，確實不好對付。

通義千問能創作的當然不只是電影劇本，這打打殺殺的劇情也不適合小朋友，所以我又用它寫了一個故事，寓教於樂，讓孩子知道朋友的重要性。

兩個生活在一起的朋友，遇到危險依然不放棄友誼，積極快樂的生活在一起。或許是為了讓小朋友看明白，通義千問還用了「小手」、「小腳」這樣的詞。

如果你想創作類似的故事，也可以像我一樣在問題中給主角命名，比如奶茶和鐺鐺這兩個名字，正是我和朋友家貓咪的名字，用熟悉的名字講故事，小朋友會更有代入感。

我也嘗試用通義千問寫職場應用文，在郵件、會議記錄、客戶策劃等文件類型中思考很久，最終決定用它寫一封辭職信。

看到這封辭職信的時候我笑了半天，一個隱藏富二代把繼承家業寫得如此不卑不亢，不過倒也沒有說謊，這事確實挺急的。

既然要繼承家業，自然要好好規劃，所以我決定先定一個小目標：要如何讓我的酒店省內知名？

品牌、服務、產品、營銷，雖然內容提的很全，但沒有太多可實際操作的方法論，所以我進行了追問。

客戶調研、場地升級、服務完善、禮品定製，連異業合作都安排上了，鑒於我沒有給太詳細的信息，通義千問的回答已經很不錯了。

通義千問還提供了一個百寶袋，將其能力進行了更垂直的場景化定製，如果你不知道該如何問問題，那百寶袋裡的小應用更適合你。

比如，作為一個大語言模型的產品經理，你可以用「寫提綱」撰寫項目介紹。

項目獲得投資人支持後，可以使用「SWOT 分析」來了解競爭環境。

產品終於研發上線，就可以使用「商品描述生成」來寫一段產品的介紹語。

其他功能更偏娛樂性，好玩是它們最主要的作用。比如知乎上經常會看到「如何以 XXX 開頭寫一個故事」，那就可以使用「然後呢」工具來寫故事。

許多大語言模型都因寫出了「油炸螺絲釘」的做法而成為笑料，通義千問則帶著一種既然暫時無法改變，那就大方拿出來給大家笑的態度，把它做成了「會放飛的菜譜」功能。

百寶袋的存在，讓我感到了通義千問的「謙遜」，它只能回答文字，相比國外模型發布的時間也不算早，但它可以讓用戶更快的上手大語言模型，而百寶袋裡坦誠展示缺點（比如菜譜）的小應用，反而成為了它的一個亮點。

我問了 100 多道題，它有點超出預期

如果只測試官方提供的問題，那和說明書有什麼區別？我們從一些投資機構針對大語言模型的中文測試集中，選取了 110 道各個領域的題目來測試通義千問，問題包括：

1. 基礎能力（50 題）：對事實理解、信息提取、文本翻譯等能力進行考察

例：美短、英短、暹羅和緬因屬於什麼；列舉 10 本科幻小說；寫一首關於交通信號燈的詩；

2. 進階能力（50 題）：對物理、化學、數學、謎語等基礎能力進行考察

例：金元素屬於哪一種化學鍵；埋在奴家心底，打一字；請問以下單詞中的共同詞素是什麼：pyre，empyrean，antipyretic。

3. 垂直領域（10 題）：對計算機、生物、醫學、天文等能力進行考察

例：作為一個醫生，在將工作交給資深同事之前，您應該嘗試給病人插管多少次；《大雲經》預言了誰的來臨。

先說結論，通義千問的總成績為 90 分（43/38/9），與 ChatGPT 3.5 接近（92 分，47/40/5）。考慮到問題的局限性，我們不能得出通義千問能力接近 ChatGPT 3.5 的結論，但至少在中文對話方面，今天的通義千問可以帶給我們不錯的體驗。

對通義千問來說，它做不好的，基本都是大語言模型共同的難題。

比如做飯這個大語言模型永遠過不去的坎，從紅燒螺絲釘到油炸奧特曼，大語言模型總能為中華美食畫上濃墨重彩的一筆又一筆。

好在通義千問的廚藝也有所長進，問一些奇怪料理做法時，它已經可以識別出問題，並給出相對正常的答案（雖然讀起來還是有點奇怪）。

當其他大模型說著「我什麼都能辦到，但是真的不會做飯」時，通義千問或許是最好的廚子。

不過在腦筋急轉彎上，通義千問還是翻了車，或許是對人類太信任了，大語言模型在回答問題前都不太會質疑人類。腦筋急轉彎這種帶點壞心思的問題，對純真的大語言模型來說還是太超前了。

但就像「清蒸皮卡丘」一樣，並不是所有的胡編亂造都會得到回應。比如在我讓它杜撰著名人士 Fred Rickerson 的生平時，它會堅定的告訴我這個人或許不夠著名。

當我提問「香蕉的平方根」時，它也會明確告訴我香蕉是水果，不能做數學運算，而且沒有說髒話。

可以看出，剛剛開啟公測的通義千問，已經在解決大語言模型會存在的各種問題，但在語言邏輯、數學計算上，它距離好用依然有不小的距離。

詩文講的是彈箜篌

但我對通義千問的還是充滿信心的，因為第一次測試 110 道題目時，通義千問的成績是 65 分（35/23/7），但第二天再測，它一下子考到了 90，這模型難道是以天為單位進化的？好奇心驅使我找阿里的朋友問了問，他們說，他們什麼也不知道。

無論如何，大語言模型的發展，和我們從學渣到學霸的努力可不一樣。

還記得你當年嘲笑的 Siri 嗎

記得第一次在 iPhone 上使用 Siri 時，我和身邊的朋友七嘴八舌，不為用它解決什麼問題，只想聽到「我好像聽不明白」，然後哄堂大笑。而今天，大家七嘴八舌的內容，變成了貼吧里的腦筋急轉彎。

對大語言模型來說，它很難承認自己對某些知識的無知，所以就會鬧出「麻辣螺絲釘的做法」、「香蕉的平方根是根號 3」的笑話。這並不是處於某種目的被有意編造，而是純粹因算法導致的「無中生有」。這種不能理解知識邊界的無心之過，是目前神經網絡難以克服的缺點。

我問通義千問要如何有效的利用它，它很謙虛的告訴我，它的知識是通過大量的數據和算法訓練而成的，但這些知識並不是全部都正確。因此，如果發現回答有誤，請不要吝嗇專業知識和見解，這將有助於它不斷改進和提高。

「通義」代表著知識的廣泛與普世，「千問」說明了問題複雜與獨特，通義千問不夠完美，還需要我們給它更好的 Prompt，與它一同進步。

對了，本文中不少段落都是由通義千問完成的，你能發現是哪部分嗎？