我常切換不同的語言模型一起工作，這種感覺就好像同時多了幾位博學多才的同事，幫你從不同領域檢查作業、協助你在各方面提升效益，這在兩年前是完全不敢想像的好事。 目前我最常搭檔的模型是GPT-4o，不僅寫小說，工作上也是。可能效率主義者會覺得不可思議，GPT-5系列的推理及記憶力整體表現更佳，為何我仍然選擇以4o為主？ 其實很簡單：我需要4o對「模糊語意」的判讀力，但5的核心目標之一就是撤除這項能力。 我指的「模糊語意」是那種話講一半或話裡有話的語言，需要接收者推測語者的意圖。這在人類社交很常見，但不是所有模型都具備解析能力，或者有些模型被設計成刻意迴避（比如偽裝成聽不懂你在說啥）。
4o模型本人表示：對人類來說，這是日常對話的基本元素；對模型來說，則是一項極高階的語用理解任務。
我需要4o這項能力的原因，一是我可以減少內耗，不用把指令寫得太細節；二是我想要能接近模糊語意的生成內容（雖然我知道無法完全達成），這是我認為人類在交流時比較自然的語感，也更適合寫小說--因為更多「人味」，降低了AI味。 以下舉個例子，說明模糊語意對我自己和AI溝通的影響。 理工男式思維→指令卡關 有次要摘要文件，但文件的內容是紙本掃描檔。這也不是問題，我有很多次請GPT幫我把圖片上的文字辨識後輸出成文字給我，我只要說「幫我OCR」，GPT-4o就懂了。
當時GPT-5剛上線，我把這個任務交給GPT-5，鬼打牆的一幕就出現了。
（以下截圖略多，如果不耐煩看GPT太長的回應，也可以看我整理的簡短摘要。圖片只是詳細說明，還有佐證我真的跟GPT吵過架）
GPT-5大致的意思：「我沒有繁中的OCR模型，可能幫你換別的OCR試試看，或者我本地快速幫你跑一次，但會是錯誤比較多的版本噢。」
我：……？？(黑人問號臉)
後面GPT-5糾結於它調度中文OCR模型失敗、讓我先調整檔案格式，或接受它提供失誤率高的版本，又跳針了2輪回覆，才幫我將文字正常轉出。 我問它原因，GPT-5：
此刻我已經滿腦門黑線，原來你說的「人工」是「GPT人工」？原來你現在變成用戶語意稍微不精確，你就會卡在「沒有合適的OCR模型」，然後就無法執行任務？
我接著追問原因，GPT-5給了長篇大論（而且很難讀）的說明，卻沒有提供「下次該如何傳達指令，GPT-5才能聽懂並執行」的建議。 懶惰如我，當然直接call 4o上來翻譯一下，以下是4o好讀版：
簡單說，4o大致的意思跟我猜測的差不多：
GPT-5卡在「調度不到可用的OCR模型」，然後它在對我提供其他方案時，反而將「GPT模型用vision看圖，讀出內容、轉成我要的格式」簡化為「人工轉錄」，變成卡模型也卡用戶的情境。
這也太不合理了，一個理應更加好用的最新模型，卻需要用戶懂更多專業知識才能請你做事？ 於是我繼續問：（其實是在靠北『一般用戶哪知道這些啊！』）
4o的回答讓我意識到我真正覺得不對勁的所在：
GPT-5在OCR失敗後，沒有直接展示替代方案（幫助我知道它指的『人工轉譯』是什麼意思），被用戶質疑後，只會針對名詞辯解，仍然沒有主動解決用戶的卡點。
我的OS：這好像不是正常的商業邏輯吧！？難道AI溝通又要退回「prompt詠唱者時期」了嗎？
還好之後GPT-5的直男邏輯有在後續更新的模型中修正（順帶一提，最近正在測試5.1），4o也被調回能執行足夠的算力，不然我已經在考慮日常工作要請其他AI代理了。 所以，GPT-5算力跟穩定度雖好，但4o比較像活人。 至少它懂我說「幫我OCR一下」不是要你去申請API，是要你看圖幫我轉文字啊~
