两个模型各做一个APP,谁来判断哪个更好?|产品评测专家招募

一、你可以参与的工作

1. 设计任务：从真实工作里提炼 AI 还做不好的产品问题，比如按需求做一个完整的页面或流程、重设计一个难用的界面、写一份需求文档，写清背景、约束和交付要求。
2. 制定标准：把「好产品」拆成一条条可检查的评分标准：功能完不完整、界面有没有层级、交互顺不顺、手机上能不能用、有没有照顾到无障碍，再列出一票否决项。
3. 两两比较：把不同模型做出的网页、App 或方案放在一起盲评，选出更好的一个并说明理由。
4. 上手试用：像真实用户一样走一遍关键流程，记录卡点、误导和不合理的设计。
5. 当人类基准：必要时亲自完成任务，作为和 AI 对比的专家基线。