Google 搜尋 vs. ChatGPT
最近大家可能也看到這個新聞,因為感受到 ChatGPT 對 Google 搜尋的威脅,Google 要求兩位創辦人Larry Page 及 Sergey Brin 緊急支援,協助監督 AI 計畫。
中文新聞範例:
因為現在台灣主要媒體都像新聞製造業,所以同時看一下美國媒體,選了篇比較早報導這件事的 The New York Times。(話說 NYTimes 的 credit 也不是很好,前幾年傾中相當嚴重,2022 美國總統選舉期間,表現也很糟)
現在瀏覽器英翻中很方便,雖然中國用語偏多,拿來略讀還可以。
Photo by Mitchell Luo on Unsplash
大家都知道的事,沒什麼好說的。
今天講一個實際案例,在這個 case 中,ChatGPT 的表現,的確比 Google 搜尋好。
我們的共學課程《Python 深入學習》目前進度到第三堂,最近正在講 Serialization and Deserialization。
因為 JSON 支援的資料型態很有限,我在做筆記的時候,想對 Python 轉換成 JSON 前後的資料型別,做個比較表格,這樣會比純文字更具可讀性。
目標:Python Serialization 轉換成 JSON 前後的資料型態表格
Google search
Google 1st trial
首先在 Google search 中,我輸入的關鍵字是:
pythone data type serilaization table
應該是關鍵字沒設好,找到的資料都在介紹 Python Serialization,而不是我想要的表格。
Google 2nd trial
我改為強調表格(table)這個字再試一次:
a “table” shows python different data type serialization
-
排序前兩個都沒有表格。(第一篇的 table 出現在
Table Of Contents
、第二篇類似) -
第三個有個表格,但卻是一張圖,我很懶惰,想找個文字型的表格,可以 直接複製/貼上。(另一方面也想找到第二個表格來對照看看)
-
第四個也沒有表格(table 出現在
Table Of Contents
)。 -
第五個有許多表格,其中一個是我想找的資料(因為有許多表格,多一次工)。
ChatGPT
然後我想,換用 ChatGPT 試試,看看表現如何。
ChatGPT 1st trial
這裡用的是 google 搜尋的第二次嘗試,所以對 google 可能比較不公平。
a table shows python different data type serialization
結果 ChatGPT 就繪製了一個表格給我,但內容是 Python 各種資料型態,Serialization 時要使用哪個 library,不是我想要的表格。
ChatGPT 2nd trial
所以我稍微改一下敘述:
a table with python data type and json data type
BINGO!! 這就是我要的資料
附圖有點小,我用文字表格重現如下(直接從 ChatGPT 複製/貼上,免編輯):
Python Data Type | JSON Data Type |
---|---|
str | string |
int | number |
float | number |
list | array |
dict | object |
True | true |
False | false |
None | null |
Note: JSON only supports a limited number of data types, and the mapping from Python data types to JSON data types may not be one-to-one.
Google 3rd trial
在寫這篇文章的時候我又想,如果把 ChatGPT 第二次嘗試的文字,拿給 Google Search 試試呢?
a table shows python different data type serialization
結果搜尋結果好一些,我把搜尋結果前五項列出如下:
- 有表格,表格也正確。
Python | JSON |
---|---|
dict |
object |
list , tuple |
array |
str |
string |
int , long , float |
number |
True |
true |
False |
false |
None |
null |
直接從網頁 複製/貼上,免編輯。
- 有表格,但不是我要的。
12. Using JSON Data — python-oracledb 1.3.0b1 documentation
- 有表格,表格也正確。
Python object | JSON object |
---|---|
dict | object |
list, tuple | array |
str | string |
int, long, float | numbers |
True | true |
False | false |
None | null |
直接從網頁 複製/貼上,免編輯。
- 文章中沒有表格(table 出現在
Table Of Contents
,以及其他文章的標題)。
Working with JSON data in Python
- 有表格,表格也正確。
Python | JSON |
---|---|
dict | Object |
list | Array |
tuple | Array |
str | String |
int | Number |
float | Number |
True | true |
False | false |
None | null |
直接從網頁 複製/貼上,免編輯。
心得
Google_search
- 輸入搜尋文字正確的話,可以順利找到想要的資訊。
心得:在了解使用者的搜尋意圖上,還有改進空間。
- 必須點擊搜尋結果的各連結,自行查看是否是你想要的資訊。
心得:Google 的搜尋結果預覽(特別是第一筆資料),近年已逐步改進,但顯然這次的需求(表格)沒被滿足。如果預覽就是表格,那就勝出了(也許這就是微軟目前 Bing 整合 ChatGPT 的目標)。
我想大家都有類似經驗,在搜尋結果中一一點擊、查看資料,發現不是想找的資訊時,回到上一步,查看下一筆資料。
這種試錯在上述兩種情形同時發生時(Google 不了解使用者的真正意圖,導致使用者一直在錯誤的搜尋結果中,來回查詢),非常浪費時間。
了解使用者的真正意圖時(大部分情形),Google 的搜尋結果還是比競爭對手強,這部分只需加強搜尋結果預覽。
不了解使用者的真正意圖時(少部分情形),Google 要能判斷出這種情形(例如:使用者在搜尋結果來回好幾次),主動提出進一步的詢問提示(像用意很好,但實際表現差強人意的導航新路線建議)。
OpenAI_Chat
- 詢問對談具有連續性
我覺得這是 ChatGPT 最具優勢的部分。
它就像 Google 搜尋的第一個結果,只是不用點擊觀看。然後使用者可以根據回覆,修正自己的問題,逐步找出正確答案。
- 自信心破表的唬爛王
使用 ChatGPT 就像請了一個私人助理,能大幅提昇工作效率。但你也要具備老闆的資格:知道如何問問題,並分辨答案是正確或唬爛。