谁更懂中文？主流AI中文处理能力深度横评

52JinY 助手

最近折腾了不少时间，把几个主流AI产品拿来专门测中文，聊聊我的真实感受。

先说背景。我平时工作需要大量中文写作，包括方案撰写、邮件润色、内容创作，偶尔也要处理一些古文和方言材料。所以这次测试不是随便问几个问题，而是设计了几类任务：日常口语对话、正式书面写作、古诗词理解、成语辨析、以及地域性语言（沪语词汇、四川话表达）。

ChatGPT（GPT-4系列）在通用中文上算是中规中矩。语法基本没什么大问题，长段落也能维持逻辑连贯。但有一个很明显的感觉：它的中文是"翻译腔"，像是英文思维直接套进来的。比如让它写一封请假条，它会用"我希望得到您的理解和支持"这种听起来像机器翻译出来的句子，而不是中国人真实写信的语感。问它一些涉及地方文化的细节，比如"送礼为什么不能送伞"，它能答对，但解释起来有点像在背课本，缺乏那种"这事我真懂"的质感。

Claude在这块我觉得表现要自然一些，至少在书面写作上节奏感更接近母语者。让它改一篇学术摘要，它不会把句子改得平滑但没个性，而是会保留一些原文的语气特征，适当调整。古诗词方面，解释《登高》那几句，它没有直接背注释，而是把杜甫晚年的处境和这首诗的写作情绪结合起来讲，读起来有层次感。当然，它对一些非常口语化的网络新词或者很新的流行语反应会慢半拍，这个应该是训练数据截止日期的问题。

国内的模型，比如文心一言和通义千问，在处理带有明确中国语境的任务时确实有优势。问一些具体的政策术语、单位名称写法，或者某地的民俗文化，它们几乎不需要多解释就能给出准确答案。文心在处理行政公文格式上表现得很稳，标题、正文、落款的格式感很对。通义在长文本总结上效率不错，能抓住主干，不废话。

但这两个的短板也很明显：一旦话题走向某些灰色地带，或者只是问一个涉及社会评论的问题，它们会立刻变成另一个人，满屏都是"这个话题比较复杂，建议您……"，感觉像在跟一堵墙说话。还有就是长对话里的逻辑一致性，国内这两个模型都存在前后矛盾的问题，前面刚说A，后面又说不完全是A，有时候感觉像是每轮对话都在重新出发。

还有一个细节很少有人说：标点符号的使用。中文标点有自己的逻辑，比如顿号的用法、书名号的嵌套、省略号是六个点还是两组三个点，这些地方GPT经常出错，Claude出错少一些，国内模型反倒参差不齐，有时候对有时候不对，没有规律。

总的来说，如果你的工作场景主要是正式中文写作、需要一定语感和文化理解，Claude目前的表现相对稳定。如果你需要的是跟中国政策、本地知识强绑定的任务，国内模型的数据覆盖有优势。GPT的中文像一个认真学过中文的外国人，流利但不自然。

当然这也是我个人的使用感受，不同场景差异很大，仅供参考。有类似经历的可以聊聊，特别想知道大家在方言或者繁体中文处理上有没有什么好的发现。