以下是关于 kimi chat 进行长文本分析的提示词相关内容：
测评三家国产大模型，以同组提示词下ChatGPT 4.0生成的内容做对标参照[智谱清言](https://chatglm.cn/main/detail)[文心一言4.0](https://yiyan.baidu.com/)[Kimi Chat](https://kimi.moonshot.cn/chat/)[heading3]二、能力考量[content]复杂提示词理解和执行（结构化提示词）推理能力（CoT表现）文本生成能力（写作要求执行）提示词设计能力（让模型设计提示词）长文本归纳总结能力（论文阅读）[heading3]三、测评轮次[heading4]第一轮：复杂提示词理解和执行[content]1.任务一：Markdown+英文title提示词测试，1个任务4个模型（4次）2.任务二：Markdown+中文title提示词测试，1个任务4个模型（4次）3.任务三：中文title+自然段落提示词测试，1个任务4个模型（4次）[heading4]第二轮：推理能力（CoT表现）[content]逐步推理任务，遍历3个不同类型任务+4个大模型（12次）[heading4]第三轮：文本生成能力（写作要求执行）[content]根据提示词生成文本任务，遍历3个不同类型任务+4个大模型（12次）[heading4]第四轮：提示词设计能力（让模型设计提示词）[content]按提示词要求生成提示词，逐步推理任务，遍历3个不同类型任务+4个大模型（12次）[heading4]第五轮：长文本归纳总结能力（论文阅读）[content]按提供的长文本（上传或在线）进行归纳总结，逐步推理任务，遍历3个不同类型任务+4个大模型（12次）
谈到聊天对话类的AI产品，我首推的是Kimi。Kimi最显著的特点就是它的超长上下文能力，这一特性在国内的AI聊天对话产品中可以说是独树一帜的。Kimi最初支持20万字的上下文，而现在已经提升到了惊人的200万字。这对于需要处理长文本或大量信息的任务来说是一个巨大的优势。因此，如果你从事文案工作，特别是需要处理大量文字或文件的工作，我强烈推荐使用Kimi。它的超长上下文能力可以帮助你更有效地处理和分析大量信息，提高工作效率。对于需要长期记忆或需要参考大量背景信息的任务，Kimi的这一特性尤其有用。但是，Kimi也有一些不足之处。经过使用，我发现它在文字生成和语义理解、和文字生成质量方面的能力可能不如国内其它产品好，并且它不支持用户自定义智能体。但尽管如此，我仍然强烈推荐Kimi给刚入门AI的朋友们。[heading3]2.1.2智谱清言[content]接下来，让我们来谈谈智谱清言。在中国AI领域，智谱AI的模型可以说是开创性的（22年就和清华一起自研了GLM130B）。这主要归功于其背后的技术，源自清华大学研发团队的科研成果转化。从模型质量来看，智谱AI的表现相当出色。在产品设计方面，智谱AI明显以ChatGPT为对标，努力打造类似的用户体验。值得一提的是，智谱AI是国内首批开放智能体应用的AI公司之一。这意味着他们在智能体开发和模型优化方面已经积累了丰富的经验和技术。特别是在逻辑推理和处理复杂提示词方面，智谱AI表现出了明显的优势，这使得它在处理需要深度思考和分析的任务时表现出色。
省流：不好使，别试了。我测试这个只是因为有同学说这个很好用，其他人可以直接去看二。以下Prompt由热心网友（同学）提供，本来是用来设定Customize使用的，我两种方式都试了一下：[heading3]测试文本[content]我们采用固定的一段文本来进行测试（初始原文586字符）：[heading4]直接采用一句话提示词：[heading4]使用详细度Prompt后：[content]以上截图均为ChatGPT Plus生成。智谱和kimi我不贴图了，直接看下结果[heading4]测试对照表[content]|大模型|原始文本|直接要求扩写|使用Prompt后|<br>|-|-|-|-|<br>|KimiChat|586字符|934字符|1184字符|<br>|智谱清言（GLM4）||904字符|980字符|<br>|ChatGPT Plus||1041字符|1082字符|[heading4]结论：[content]作用非常微弱，GPT尤其属于没什么卵用，还不如直接提示扩写。