GPT-6.1 能做什麼？我在 10 個真實世界任務上測試了它
模型發布往往聚焦於規格與精心設計的展示。更有用的問題是，模型能否完成人們在現實世界中反覆遇到的工作。
本評測涵蓋使用 GPT-6.1 Sol 的十種實用任務類型。評估聚焦於五個問題：模型是否理解目標？是否遵循限制條件？是否產生可驗證的結果？是否揭露不確定性？剩餘多少人工修訂工作？
這是一篇基於任務的編輯評論，而非實驗室基準測試。提示詞、工具權限、推理努力與輸入品質都會影響結果。因此，本文不提供未附上可供讀者審核的原始日誌之延遲、令牌使用量或勝率數據。
任務 1：將模糊的需求轉化為執行計畫
輸入內容看似一個常見的工作場所請求：「為一項新功能準備啟動計劃，涵蓋內容、支援、分析與風險。」
GPT-6.1 Sol 在被要求將請求轉化為負責人、依賴項、驗收標準和回滾條件時最為有用——而不僅僅是更長的檢查清單。加入業務目標、上線日期和不可協商的限制條件後，所產生的計畫更容易付諸執行。
主要風險在於無聲的填補空白。要求模型區分已知事實、假設與未解決的問題，以免看似合理的猜測意外成為決策依據。
任務2：在長文件中找出矛盾之處
該測試結合了產品文件、常見問題、合約條款與支援文案，然後要求模型識別其中相互衝突的術語、定價、承諾與程序。
GPT-6.1 Sol 的百萬 token 上下文可以容納大型文件集。但關鍵的指令是引用每一項發現。一般性的摘要難以稽核；一份包含檔案名稱、章節和簡短證據摘錄的矛盾對照表則實用得多。
任務 3：跨多個檔案修復一個錯誤
目標不是從零開始生成一個玩具應用程式，而是從一個可重現的失敗出發：找出原因、做出最小且合理的變更、執行相關測試，並說明剩餘的風險。
GPT-6.1 Sol 支援託管 Shell、Code Interpreter 與修補工具，使其能從「這是你可以修改的內容」推進到已實作且經過測試的變更。成功仍取決於完整的環境、有意義的測試，以及明確的授權。若沒有相關測試，綠色結果並不能證明正確性。
任務4：分析試算表並解釋異常情況
模型接收了訂單、通路及退款資料，並被要求識別異常變化、計算其影響，以及列出遺漏的資訊。
最強的工作流程是讓模型陳述計算計畫、以程式碼執行，然後用商業語言解釋結果。要求語言模型目測表格容易引發算術錯誤；用程式碼進行計算、讓模型負責解讀，會使結果更容易驗證。
任務5：從公開來源製作研究簡報
此任務需要進行網路研究、得出結論、提出反證，並評估來源品質。
GPT-6.1 Sol 支援網路搜尋，但搜尋功能不能取代來源紀律。提示應優先使用第一手來源，並要求每個實質主張旁附上連結。時效性事實還需要檢索日期。常見的失敗並非捏造來源，而是將真實來源過度延伸，超出其所能支持的範圍。
任務 6：從截圖診斷 UI 問題
模型收到了一張顯示版面缺陷的截圖，以及相關的前端程式碼。它被要求描述可見的症狀、提出可能的原因，並排列出確認這些原因所需的檢查順序。
影像輸入有助於將視覺證據與程式碼脈絡連結起來。它可以縮小搜尋範圍，但截圖本身無法確認 DOM、CSS 層疊或執行時期狀態。高品質的回答會提出數個假設，並為每個假設提供測試方法，而不是以虛假的確定性斷言單一原因。
任務 7：將訪談逐字稿轉換為可發表的草稿
輸入內容包含重複、不完整的句子及非正式口語。指示要求保留受訪者的原意，區分直接引述與編輯改寫，並標示需要查證的主張。
GPT-6.1 Sol 在重組與壓縮方面很有用。關鍵的限制是不能「改善」受訪者，使其說出他們並未說過的話。出版時仍須核對音檔、姓名、數字，以及任何高風險的事實陳述。
任務8：將故事段落轉換為鏡頭計劃
原文段落包含角色、地點、可見動作及情緒轉折。要求的輸出涵蓋鏡頭目的、構圖、角色狀態、道具、連貫性要求，以及預期的結束畫面。
模型能快速產出結構化的初稿，但創意價值取決於每個鏡頭是否服務於戲劇重點。「拍得電影感一點」是薄弱的指示。更好的約束條件應說明每個鏡頭必須揭示什麼，並避免加入不具敘事資訊的備用鏡頭。
此輸出可匯入 ElserStudio 的「故事轉分鏡」工作流程：將角色、場景和道具視為可重複使用的資產，再逐一生成、審閱與編輯分鏡。模型提供規劃方案，但導演仍掌控節奏、表演與選取。
任務9：檢查故事連貫性
模型接收了角色設定、前章摘要及新章節，並被要求檢查角色知識、時間順序、服裝、道具及未解決的承諾。
長上下文讓這項工作更容易，但結果取決於來源材料的權威性。將已核准的事實與被取代的草稿混在一起，會讓人搞不清楚哪個版本才是正確的。獨立的「故事世界聖經」比每次提示都重新建構正典更可靠。
任務10：為不同受眾改寫同一來源
同一份技術說明被轉換成了高階主管摘要、客戶協助內容，以及開發者遷移指南。
GPT-6.1 Sol 能區分這些受眾，但每個版本都需要一個行動目標。高階主管需要決策與風險。客戶需要完成步驟。開發人員需要介面變更、相容性說明與失敗處理。「讓它更專業」並非足夠的方向。
十項任務的三個結論
首先，GPT-6.1 Sol 在結合來源閱讀、工具使用、執行與可驗證交付成果時最具價值。其優勢不僅限於一次性散文生成。
其次，當提示詞類似於真實的工作訂單時，效能會提升：目標、輸入、限制條件、允許使用的工具、輸出格式，以及驗收標準。
第三，模型並未免除人類的責任。程式碼需要測試。研究需要原始資料審查。訪談需要音檔核對。故事與影像仍需要創意判斷。
可重複使用的任務模板
目標：必須交付什麼？ 輸入：哪些材料具有權威性？ 限制條件：哪些內容不得被更改或推斷？ 工具：模型是否可以搜尋、執行程式碼或編輯檔案？ 輸出：需要什麼格式和證據？ 驗收：完成度將如何被評判？ 故障處理：不確定性應觸發提問、停止，還是提供替代方案？
## 底線
GPT-6.1 Sol 可以執行一段有界限的專業工作，而不僅僅是生成一段看似合理的文字。要將這項能力轉化為生產力，需要輸入標準、受控的工具存取、驗收檢查，以及人工審查。
對於故事與影片團隊，[Elser AI](https://www.elser.ai/zh-TW) 可支援故事與視覺探索，而 [ElserStudio](https://elserstudio.ai/zh-TW) 則能組織故事拆解、可重複使用的素材、鏡頭生成、審查與剪輯。在任一工作流程中，AI 的輸出都應保持可追溯、可編輯且可拒絕。
