Side-by-Side Comparison: почему один вариант от LLM оценить невозможно, а два рядом — легко

Оценить один вариант от ChatGPT объективно почти невозможно — участники ставили одинаковые оценки разным системам (3.92-3.96 из 5, статистически неразличимо). Но когда те же люди сравнивали два варианта рядом, предпочтения стали чёткими: 42.5% vs 31.7% vs 26%. Метод позволяет выбирать лучший вариант контента (текста, плана, стратегии) через объективное сравнение вместо субъективной оценки. Фишка: генерируй два контрастных варианта за один запрос (формальный/неформальный, длинный/краткий), контраст делает качество видимым — сразу понятно где яснее формулировка, убедительнее аргументы, приятнее тон.