先交代一下背景，我大概是2023年初开始用ChatGPT的，算是比较早的一批用户。当时GPT-3.5刚出来的时候确实被震撼到了，后来GPT-4出来更是觉得这东西要改变世界。很长一段时间里ChatGPT就是我的主力AI工具，写代码、写文档、翻译、brainstorm全靠它。
后来2024年年中的时候，因为工作需要试了一下Claude（当时是Sonnet 3.5），本来没抱太大期望，想着不就是又一个聊天机器人嘛。结果一上手就发现味道不太一样。
Claude写东西真的更"懂"你在说什么
这是我最直观的感受。同样一段需求描述，给ChatGPT它经常会"过度理解"——你说要一个简单的函数，它给你写出一个完整的类加上设计模式加上单元测试。拜托我就要一个函数啊。Claude在这方面克制得多，你说什么它就做什么，不会擅自加戏。
而且中文输出这块差距更明显。ChatGPT写的中文总有一股翻译腔，什么"在这个快速变化的时代"、"值得注意的是"这种套话满天飞。Claude写的中文明显更自然，虽然偶尔也有AI味但整体好太多了。
说到这里要吐槽一下ChatGPT一个特别烦的毛病——每次回复都要给你加一句总结。你问它一个简单问题，它回答完了非要再来一句"总之，XXX是一个非常有用的YYY，希望这个回答对你有帮助！"拜托谁需要你总结啊，我又不是三岁小孩。这个毛病到现在GPT-4o都还没改好，真的让人崩溃。Claude就很少这样，回答完了就完了，干净利落。
提示词这块的心得
用了两个AI之后我发现一个很重要的区别：跟ChatGPT说话你得"哄"它，要用各种prompt engineering技巧才能让它输出好的结果。什么"你是一个专业的XXX"、“请一步一步思考”、"输出格式如下"这些套路你都得写上，不然它就随便给你糊弄。
Claude不太一样。我的经验是跟Claude说话越直接越好，你就像跟一个靠谱的同事说话一样，把需求说清楚就行了，不用那么多花里胡哨的prompt模板。
当然这不是说Claude不需要提示词技巧，只是它的"底线"更高。就算你很随意地问一个问题，Claude给出的回答质量也不会太差。而ChatGPT如果你不好好写prompt，输出质量波动会很大。
几个我摸索出来的Claude提示词心得：
- 给上下文比给角色设定有用得多。与其说"你是一个高级工程师"，不如直接告诉它这个代码是干什么用的、目标用户是谁
- 如果要改东西，把原文贴进去比描述原文有效。Claude读长文本的能力很强，上下文窗口也大（200K tokens），直接丢给它看就好
- 不满意的时候直接说"这个不行，太啰嗦了"或者"重点不对"比重新写一个复杂prompt管用
- Claude对"不要做什么"的理解比ChatGPT好。你说"不要用表格"它就真的不用，ChatGPT经常忘记你的限制条件
当然Claude也不是完美的
说几个缺点免得有人说我纯吹：
- 速度上Opus比GPT-4o慢不少，Sonnet还行
- 代码执行能力ChatGPT有Code Interpreter，Claude网页版没有这个
- 多模态方面Claude能看图但不能生成图，ChatGPT可以用DALL-E
- 有时候太"听话"了，你说啥它都说好，少了点自己的判断（虽然大部分时候这是优点）
但综合下来，对于我的使用场景（写文档、写代码、分析问题、翻译），Claude的体验就是比ChatGPT好一截。特别是写中文内容和理解复杂需求这两个方面，优势很明显。
所以现在我的工作流基本就是Claude为主，只有需要生成图片或者跑代码的时候才切回ChatGPT。如果你还没试过的话真的建议试试，不一定要立刻替代ChatGPT，但至少多一个选择。
3 个赞
不同意楼主，我的体验正好相反。
我两个都重度使用，GPT-4o在很多场景下比Claude强不少。首先代码能力，GPT-4o写代码的准确率在我这边是更高的，特别是涉及到比较冷门的库或者框架，Claude经常会编造不存在的API。其次多模态，ChatGPT的图片理解加生成加代码执行是一套完整的工作流，Claude这块差太远了。
你说的"ChatGPT爱加总结"确实是有这个毛病，但这个可以通过system prompt解决啊。你在自定义指令里写"回复简洁不要总结"就行了，这也算缺点？
至于中文输出，我觉得你可能是在用英文prompt然后让它输出中文。如果全程用中文跟ChatGPT交流，翻译腔的问题没你说的那么严重。当然你要说Claude中文更好一点我不反对，但远没到"一截"这个程度。
说白了两个工具各有适合的场景，说"基本不开GPT了"有点太绝对了。
2 个赞
认同楼主的大部分观点。我是做内容创作的，Claude在写作这块的优势确实很明显，不只是中文，英文写作也比ChatGPT更自然更有"人味"。
补充一个楼主没提到的：Claude在处理长文本方面也强很多。我经常需要丢一整篇几千字的文章给AI改写或者提炼要点，Claude的200K上下文窗口是真的好用，而且它不会像ChatGPT那样读到后面就"忘了"前面的内容。这一点对做内容的人来说太重要了。
Claude的提示词确实不用写那么复杂，这点深有同感。简单直接说需求就行。
楼主说的提示词心得挺实用的，我再补充几个我总结的技巧，主要针对Claude。
1. 用XML标签组织输入
这个是Claude官方文档里提到过的，Claude对XML标签的理解特别好。比如你要让它分析一段代码和一段需求文档，可以这样写：
<code>
你的代码
</code>
<requirement>
你的需求文档
</requirement>
请对比代码和需求，找出还没实现的功能。
这样它就能很清晰地区分不同的输入内容，比你用"以下是代码：""以下是需求："这种纯文字分隔准确得多。
2. 给具体的例子比给抽象描述有效10倍
这个其实ChatGPT也适用，但Claude对few-shot example的响应特别好。比如你要它按特定格式输出，与其写一堆格式说明，不如直接给一两个样例。Claude基本上看一个例子就能理解你要什么格式。
3. 分步骤的复杂任务，先让它列计划再执行
如果你的任务比较复杂（比如重构一个模块），不要一口气让它全做了。先说"请先分析一下这个模块的问题，列一个重构计划，不要写代码"，等它列完计划你确认之后，再让它一步步执行。Claude在"先想再做"这个模式下表现明显更好。
4. 利用system prompt做"人设"固化
如果你用API的话，在system prompt里写好固定的要求（比如输出语言、格式要求、专业领域等），这样每次对话不用重复说。Claude对system prompt的遵循度比ChatGPT高不少，设了的规则它基本都会严格执行。
5. 不要怕给长上下文
很多人习惯了ChatGPT的4K/8K上下文，给AI信息的时候总想精简。但Claude的上下文窗口大（最高200K tokens），你把所有相关信息都丢给它反而效果更好。我经常直接把整个文件、整份文档都贴进去，Claude消化长文本的能力真的很强。
最后说一个反直觉的：跟Claude聊天的时候语气太正式反而效果不好。你像跟朋友说话一样随意一点，它的回复反而更自然更有用。这点跟ChatGPT的"越正式prompt越好"的经验完全相反。
回复一下一楼，你说的冷门库API编造的问题我确实也遇到过，Claude有时候会"自信地胡说八道"哈哈。但GPT-4o这个问题也没少啊，五十步笑百步吧。至于中文输出那个，可能使用场景不同体感不一样，反正我写的偏文案类内容Claude明显好一档。
4 个赞
中立角度说几句吧。两个产品的定位其实不太一样，目前的格局大概是这样的：
ChatGPT的优势场景：需要多模态（图片生成、代码执行、联网搜索）、生态丰富（GPTs商店、插件）、已有的workflow基于OpenAI API的迁移成本高
Claude的优势场景：长文本处理和写作、复杂推理和分析、遵循指令的精确度、中文输出质量
所以真正的建议是两个都用，根据任务类型选择工具。说完全替代对方都不现实，至少目前是这样。等到哪天某一方在所有维度都碾压另一方了再说"只用一个"也不迟。
1 个赞
看完这帖子的感想：AI工具选哪个好，跟编辑器选vim还是emacs一样，最后都会变成宗教战争哈哈。大家开心就好，反正最后干活的是我们自己。
2 个赞
从GPT转Claude最明显的感受是代码解释变清晰了，不会上来就给一堆代码
写作这块Claude确实比GPT更有人味，中英文都是
yinhm
12
我也有楼主的感觉，Claude生成的答案更好一些，ChatGPT或者国内的千问、deepseek总是感觉不太对。有时候会有一本正经胡说八道的感觉，当然也有可能是我给的关键词不对，导致输出的结果有问题