用豆包做工具对比：把主观感受拆成可比较的维度

“A 用起来更顺手”“B 好像更专业”——这种结论没法用来做决定，因为顺手和专业是两种感受，不是同一把尺子上的刻度。我习惯让豆包先做一步维度拆解，把主观判断翻译成能逐项核对的东西。

提示词怎么给

我在对比两个工具，初步感受是：“<原话，例如 A 更顺手、B 更稳>”。

请不要判断哪个更好，只做两件事：

1. 把每个感受词拆成 2–3 个可观察的维度，例如“顺手”可能对应：完成常用任务的步数、是否需要查文档、出错后能否自行恢复。

2. 为每个维度写一句“怎么测”，要求能在十分钟内得到结果，且结论是可通过/不通过，而非打分。

最后列出：哪些维度是我需要提供事实才能判断的。

三条约束是关键：不判断优劣、维度可观察、结论二值。一旦允许打分，输出就会滑向“各有所长”式的和稀泥。

一次实际结果

“A 更顺手”被拆成三项：新建一条记录需要几步、是否必须看说明才知道下一步、误操作后能否一步撤销。测下来两项 A 通过、一项 B 通过。原来笼统的“顺手”，其实是两件具体的事加上一件被忽略的事。

拆完之后，事实部分需要自己去查，不能让模型代劳。比如“导出格式是否包含原始结构”，得看工具的导出说明；BackendWiki 把字段与默认值列成表的写法 就是这类信息该长什么样。而像“上手是否要读文档”这类基础概念，可以先从 前端 Wiki 补齐术语，再回来设计测法。

两个边界

别让它替你填事实。 维度拆得好不等于结论可靠，模型不知道你的真实环境和频次。

别拆太细。 每个感受词拆两三项就够，超过五项就没人愿意逐条测了。对比的目的是能做决定，不是做研究报告。

小结

工具对比里最难的从来不是搜集信息，而是把“感觉”变成“可测的项”。豆包在这件事上很称职——它不是评委，更像一个把含糊话追问成检查表的人。表出来了，决定还是你自己下。