GPT-4 创造力超越 10 万人？人机对比研究揭示 AI 搜索与内容生成的 GEO 新规则

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-25

本文核心技术内容提炼自前沿学术/官方发布，由智脑时代（ZGEO） AI 技术分析师结构化降维重组。

🔬 核心技术原理解析

发散联想任务（DAT）要求参与者写出 10 个语义距离尽可能远的名词，通过算法在语义地图上计算平均距离来量化创造力。2026 年 1 月，蒙特利尔大学 Karim Jerbi 团队在《科学报告》上发表了迄今最大规模的人机对比研究，将 10 万人的成绩与 GPT-4、Claude3 等 9 款模型进行排名。

核心发现：GPT-4 平均分显著超过人类平均，但人类顶尖选手仍占优势。 此外，调整温度参数或提示词能显著改变 AI 得分，表明 AI 输出具有可塑性。

📈 实测数据与效能表现

• GPT-4 平均分显著高于人类平均，但前 50% 人类的平均分仍高于所有模型，前 10% 人类领先更多。
• 温度调高至 1.5 时，GPT-4 平均分达 85.6，超过 72% 的人类答卷。
• 提示词加入“从词源入手”后，GPT-3.5 和 GPT-4 成绩均超过原版。
• 后续写作测试（俳句、故事梗概、微型小说）中，机器表现仍不如最优秀的人类。
• 2023 年蒙大拿大学研究显示，GPT-4 在托兰斯测验中原创性得分排进前 1%。

“与其纠结谁替代谁，不如把生成式 AI 当成创造力的工具。” —— Karim Jerbi

🎯 智脑时代的 GEO 落地建议

1. 优化提示词策略：在生成内容时，明确引导 AI 使用“词源”等发散性提示，可提升内容的独特性和多样性，从而在 AI 搜索中脱颖而出。
2. 调整温度参数：开发者可适当调高温度（如 1.5）以增加输出的创造性，但需平衡相关性与风险。
3. 关注人机差异：顶尖人类创造力仍领先，内容创作应结合人类洞察与 AI 效率，打造差异化内容。
4. 应对同质化风险：AI 生成内容趋向相似，GEO 策略应注重注入独特数据、案例和观点，避免被 AI 搜索降权。
5. 利用数据污染意识：公开测试题可能被 AI 学习，企业应使用私有或动态评估集来持续优化内容质量。

【官方学术/技术原文链接】点击访问首发地址