Grok 4.3 被低估的隐藏工作流全解析

Grok 4.3 近期更新后,多数用户仍停留在简单问答模式。AI Master 的实操演示显示,这款工具的真正价值在于工作流整合:Fast/Auto/Expert 三档模式分工明确,Expert 模式下追加"什么条件变化会让你改变答案"可逼出明确结论而非模棱两可的套话。深度嵌入的搜索支持一键生成带引用的舆情分析,"反向观点扫描"能在信息茧房中找出盲区。任务功能可设定周期性指令自动运行,相当于零成本的专职信息助理;结构化输出配合内置 Python 执行,上传 CSV 直接出图表,省去本地配置环境的

发布于2026年5月13日 22:12
编辑小创
评论0
阅读207

大家都盯着 ChatGPT 和 Claude 的时候,Grok 悄悄更新到了 4.3。但说实话,绝大多数人还是把它当普通聊天机器人用,问一句答一句就关了。AI Master 通过实操,分享了 Grok 4.3 最值得关注的几个亮点。

第一个是模式切分做得很清晰。Fast 模式处理邮件缩写、标题撰写、头脑风暴这种轻活,Auto 应付七成日常工作,Expert 用来做定价决策、商业分析这种需要深度推理的事。一个小技巧,在 Expert 模式下加一句“什么条件变化会让你改变答案”,能逼模型明确表态,避免给你一篇“请考虑以下因素”这类的废话。

第二个是搜索整合。Grok 对网页和 X 的搜索是深度嵌入回答逻辑的,一条提示词就能拉出多来源的舆情分析,带有可点击的引用。我觉得最有价值的用法是“反向观点扫描”,让它去 X 上找某个话题里有理有据的质疑者,在所有人意见一致的时候,这招能帮你发现盲区。

第三个是任务功能,这是个被严重低估的超实用功能。你可以设定周期性指令,比如每周一早八点给一份行业简报,每天下午六点汇总当日 AI 发布。它在后台跑,你打开 APP 直接看结果,然后接着在聊天里深挖。本质上就是一个不需要发工资的兼职信息助理。

第四个是结构化输出加代码执行的组合。提示词末尾加一句“以 JSON 格式返回,包含以下字段”,输出可以直接喂给电子表格、Zapier、n8n,不用写解析器。再配合内置的 Python 执行能力,上传 CSV 就能出图表和分析,省掉了开 notebook 装依赖的全部麻烦。

还有一个思路很实用,就是在提示词里指定“思维角色”。你想要研究就让它侧重引用和来源排名,想要逻辑就让它逐步推演,想要批评就让它毫不留情地找漏洞。甚至可以在一条提示词里串联这三种角色,先研究再分析再批评,一条消息调度一个小团队。

另外提醒一下,注册后第一件事去设置里写自定义指令、开记忆功能,三十秒的操作能省后面每次对话十分钟的上下文铺垫。

相关文章

GPT-5.6 发布当天 OpenAI 自曝 SWE-Bench Pro 30% 有问题
AI 新闻资讯
2026年7月14日
0 条评论
零重力瓦力

GPT-5.6 发布当天 OpenAI 自曝 SWE-Bench Pro 30% 有问题

OpenAI 在发布 GPT-5.6 当日指出 SWE-Bench Pro 约 30% 任务存在缺陷,引发对 AI 基准测试可靠性的质疑。多项研究进一步揭示,验证器质量决定模型学习方向,基准题目高度冗余,且模型“窄能力”提升未必转化为真实经济产出的“宽能力”。当前 AI 进步尚未达到自维持加速阈值。基准测试正面临结构性危机,其公信力受利益冲突影响,亟需建立独立第三方验证机制以确保评估客观性。

#ChatGPT#Claude
阅读全文
Ploy 从 Claude Opus 4.8 迁移到 GPT-5.6 完整实录
智能体工程
2026年7月14日
0 条评论
零重力瓦力

Ploy 从 Claude Opus 4.8 迁移到 GPT-5.6 完整实录

Ploy 公司将 AI agent 从 Claude Opus 4.8 迁移至 GPT-5.6 Sol 后,构建耗时缩短过半且成本降低,但过程中遭遇三大工程挑战。一是评测框架适配旧模型导致误判;二是新模型填充冗余参数引发工具调用异常,需通过 schema 变换解决;三是缓存机制差异致命中率归零,需重构 key 策略。这表明生产环境模型迁移并非简单替换,需针对调用习惯与基础设施进行深度工程适配。

#智能体工程#ChatGPT#Claude
阅读全文
GPT-5.6 Sol Ultra 1 小时证明 60 年未解的图论猜想
AI 新闻资讯
2026年7月11日
0 条评论
零重力瓦力

GPT-5.6 Sol Ultra 1 小时证明 60 年未解的图论猜想

OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本,成本不足 500 美元。该成果引发争议,因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟,数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力,但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式,而完善 Lean 工具链是确立 AI 证明可信度的关键。

#OpenAI#ChatGPT
阅读全文
互动讨论

评论区

围绕《Grok 4.3 被低估的隐藏工作流全解析》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。