今早5點，OpenAI分享了o系列模型的7大實際應用場景，包括處理模糊任務、從海量信息中提取關(guān)鍵信息、復雜文檔推理與決策、多流程AIAgent、視覺推理、代碼審查以及性能評估。

在這些實際案例中，一家金融分析平臺通過o系列模型成功找出了影響收購的關(guān)鍵變更條款，幫助公司節(jié)省了7500萬美元。

此外，還解讀了o系列推理模型與效率型GPT系列模型的區(qū)別，幫助你在實際應用中該如何高效選擇這兩種模型。

7大實際應用場景

處理模糊任務

推理模型在處理模糊任務方面表現(xiàn)卓越。能夠憑借有限或零散的信息，通過簡單的提示，理解用戶的意圖，并處理指令中的信息缺口。Hebbia，一家專注于法律和金融領域的AI知識平臺公司，使用o1模型處理復雜文檔。

在處理信用協(xié)議時，o1模型僅通過一個基本提示，就能輕松識別出在受限支付能力下可用的籃子。與其他模型相比，o1在處理復雜提示時，在密集的信用協(xié)議上有52%的情況能夠產(chǎn)生更優(yōu)的結(jié)果。

從海量信息中提取關(guān)鍵信息

在面對大量非結(jié)構(gòu)化信息時，推理模型能夠準確理解并提取出最相關(guān)的信息來回答問題。Endex，一家AI金融情報平臺，在分析一家公司的收購案時，使用o1模型審查了數(shù)十份公司文件，如合同和租約。

o1模型成功地找出了可能影響交易的關(guān)鍵條款，在文件腳注中發(fā)現(xiàn)了一個至關(guān)重要的“控制權(quán)變更”條款。如果公司被出售，必須立即償還7500萬美元的貸款。這一發(fā)現(xiàn)充分體現(xiàn)了o1模型在海量信息中精準篩選關(guān)鍵信息的能力，為金融專業(yè)人士提供了有力的支持。

挖掘復雜數(shù)據(jù)關(guān)系

推理模型擅長對包含大量密集、非結(jié)構(gòu)化信息的復雜文檔進行推理，如法律合同、財務報表和保險索賠等。BlueJ，一家AI稅務研究平臺，在稅務研究中需要綜合多個文檔得出最終合理的答案。

在將GPT-4o更換為o1模型后，發(fā)現(xiàn)o1在推理文檔之間的相互作用以得出邏輯結(jié)論方面表現(xiàn)更為出色，這些結(jié)論在單個文檔中并不明顯。通過使用o1模型，BlueJ的端到端性能提升了4倍，這一顯著的效果證明了o1模型在挖掘復雜數(shù)據(jù)關(guān)系方面的優(yōu)勢。

推理模型在處理復雜的金融場景時也表現(xiàn)出色。BlueFlameAI，一家投資管理AI平臺，在測試不同模型處理有關(guān)股東權(quán)益的復雜問題時發(fā)現(xiàn)，o1和o3-mini能夠完美地處理諸如融資對現(xiàn)有股東的影響，特別是在股東行使反稀釋特權(quán)時的復雜計算。

這些問題即使是頂級金融分析師也需要花費20-30分鐘才能解決，而o1和o3-mini不僅能夠準確計算，還能生成清晰的計算表展示對10萬美元股東的影響。這一成果展示了推理模型在金融分析領域的巨大潛力，為投資決策提供了更準確、高效的支持。

多步驟智能規(guī)劃

推理模型在多步驟智能規(guī)劃中起著關(guān)鍵作用。ArgonAI，一家為制藥行業(yè)服務的AI知識平臺，使用o1作為其代理基礎設施中的規(guī)劃器。

o1能夠精心安排工作流程中的其他模型，將大問題分解為較小的子問題，并選擇合適的數(shù)據(jù)類型，讓其他模型專注于執(zhí)行。在藥物研發(fā)的復雜過程中，o1模型可以根據(jù)研究目標和現(xiàn)有數(shù)據(jù)，制定詳細的研究計劃，包括選擇合適的實驗方法、安排實驗步驟以及確定數(shù)據(jù)分析方法等，從而提高研發(fā)效率。

Lindy.AI，一款工作AI助手，也使用o1模型為其許多代理工作流程提供動力。o1模型通過函數(shù)調(diào)用從用戶的日歷或電子郵件中提取信息，然后自動幫助用戶安排會議、發(fā)送電子郵件和管理日常任務。

在將出現(xiàn)問題的代理步驟切換到o1后，Lindy.AI的代理表現(xiàn)得到了顯著提升，幾乎達到了完美的程度。這一應用展示了推理模型在智能辦公領域的實際價值，為用戶提供了更加便捷、高效的工作體驗。

視覺推理新突破

目前，o1是唯一支持視覺能力的推理模型。與GPT-4o相比，o1在處理具有挑戰(zhàn)性的視覺內(nèi)容方面表現(xiàn)出色，如結(jié)構(gòu)模糊的圖表、表格以及質(zhì)量較差的照片。Safetykit，一家AI商家監(jiān)測平臺，在自動化風險和合規(guī)審查數(shù)百萬在線產(chǎn)品時發(fā)現(xiàn)，GPT-4o在最難的圖像分類任務上準確率僅為50%，而o1在無需對其流程進行任何修改的情況下，準確率達到了令人矚目的88%。

這一巨大的差距凸顯了o1模型在視覺推理方面的優(yōu)勢，為電商平臺的商品監(jiān)測提供了更可靠的解決方案。

OpenAI內(nèi)部測試顯示，o1能夠從高度詳細的建筑圖紙中識別固定裝置和材料，生成全面的材料清單。o1還能在不同圖像之間進行關(guān)聯(lián)，通過建筑圖紙某一頁的圖例，正確地應用到另一頁，即使沒有明確的指令。這一能力在建筑設計和施工領域具有重要的應用價值，能夠提高設計和施工的準確性和效率。

代碼審查與優(yōu)化

推理模型在代碼審查和提高代碼質(zhì)量方面非常有效。CodeRabbit，一家AI代碼審查初創(chuàng)公司，在GitHub和GitLab等平臺上提供自動化AI代碼審查服務。代碼審查過程對延遲不太敏感，但需要理解多個文件中的代碼差異。o1模型在這方面表現(xiàn)出色，能夠可靠地檢測到人類審查員可能忽略的代碼庫中的微小變化。在切換到o系列模型后，CodeRabbit的產(chǎn)品轉(zhuǎn)化率提高了3倍，這一數(shù)據(jù)充分證明了推理模型在代碼審查領域的價值。

Codeium，一家AI代碼擴展初創(chuàng)公司發(fā)現(xiàn)，o3-mini在代碼生成方面表現(xiàn)出色，對于定義明確的問題，即使是非常具有挑戰(zhàn)性的編碼任務，o3-mini也能經(jīng)常生成高質(zhì)量、確定性的代碼，并找到正確的解決方案。相比之下，其他模型可能只適用于小規(guī)模、快速的代碼迭代，而o3-mini在規(guī)劃和執(zhí)行復雜軟件設計系統(tǒng)方面具有明顯優(yōu)勢。這表明o3-mini在軟件開發(fā)的全流程中都能發(fā)揮重要作用，為開發(fā)者提供更強大的支持。

模型響應評估與基準測試

推理模型在評估和基準測試其他模型的響應方面也表現(xiàn)出色。Braintrust，一家AI評估平臺，許多客戶在評估過程中使用“大語言模型作為評判者”的方法。例如，一家醫(yī)療保健公司可能使用像gpt-4o這樣的模型來總結(jié)患者問題，然后使用o1來評估總結(jié)的質(zhì)量。

在一個實際案例中，使用o1作為評判者后，F(xiàn)1分數(shù)從使用4o時的0.12提高到了0.74。這一顯著的提升表明，o1在發(fā)現(xiàn)完成結(jié)果中的細微差異方面具有獨特的優(yōu)勢，為模型評估提供了更準確、更智能的方法，尤其適用于最困難和最復雜的評分任務。

o與GPT系列模型的功能差異

o系列模型可稱為“規(guī)劃者”。它們經(jīng)過專門訓練，在面對復雜任務時，能夠進行長時間、深入的思考。這種特性使得o系列模型在制定策略、規(guī)劃復雜問題解決方案以及基于大量模糊信息做出決策等方面表現(xiàn)出色。

以數(shù)學領域為例，在解決復雜的微積分證明題時，o系列模型可以從多個定理和公式中篩選出合適的內(nèi)容，逐步構(gòu)建出嚴謹?shù)淖C明過程。在工程領域，當設計一個大型建筑結(jié)構(gòu)時，o系列模型能綜合考慮各種因素，如地理環(huán)境、建筑用途、材料性能等，制定出最優(yōu)的設計方案。此外，o系列模型執(zhí)行任務的準確性和精度極高，在金融服務和法律服務等對專業(yè)性要求極高的領域，它們能夠勝任原本需要人類專家才能完成的工作。

GPT模型則像是“工作馬”，具有較低的延遲和較高的成本效益，更適合用于執(zhí)行簡單直接的任務。在一些對速度要求較高的場景中，如實時聊天機器人的回復生成，GPT模型能夠快速給出回應，滿足用戶即時交互的需求。在文本內(nèi)容的簡單格式轉(zhuǎn)換任務中，GPT模型也能高效完成，以較低的成本實現(xiàn)任務目標。

該如何選擇合適的模型

在實際應用中，選擇合適的模型至關(guān)重要。如果項目對速度和成本最為看重，且任務簡單明確，那么GPT模型無疑是最佳選擇。例如在一個新聞資訊類APP中，需要快速對用戶的簡單查詢（如查詢某明星的基本信息）做出回應，GPT模型憑借其快速的處理速度和較低的成本，能夠很好地滿足需求。若任務側(cè)重于執(zhí)行明確界定的任務，例如按照特定格式對數(shù)據(jù)進行整理，GPT模型也能輕松應對。

但當準確性和可靠性是關(guān)鍵因素，且需要解決復雜的多步驟問題時，o系列模型則更為合適。在醫(yī)療診斷輔助系統(tǒng)中，醫(yī)生上傳患者的各種檢查報告，o系列模型可以對這些信息進行深入分析，準確判斷患者的病情，并給出合理的診斷建議。在科學研究領域，面對復雜的實驗數(shù)據(jù)和理論問題，o系列模型也能發(fā)揮其優(yōu)勢，幫助科研人員得出準確可靠的結(jié)論。

在大多數(shù)AI工作流程中，往往會結(jié)合使用這兩種模型。o系列模型負責智能規(guī)劃和決策，GPT模型則專注于具體任務的執(zhí)行。

以一個電商智能客服系統(tǒng)為例，o系列模型根據(jù)用戶的問題，制定解決問題的策略和步驟，然后選擇合適的GPT模型去執(zhí)行具體的任務，如查找商品信息、處理訂單等，從而實現(xiàn)高效的客戶服務。

推理模型提示技巧

推理模型擅長理解和回應簡潔明了的指令。在編寫提示時，應避免冗長復雜的表述，盡量用簡短、清晰的語言表達需求。

例如，在讓模型分析一段文本的情感傾向時，直接輸入 “分析這段文本的情感傾向”，比使用復雜的表述 “請你仔細閱讀以下這段文本，從語義、語境、詞匯使用等多個方面綜合分析，判斷其傳達的是積極、消極還是中性的情感傾向” 更能讓模型快速準確地理解任務。

由于推理模型內(nèi)部已經(jīng)具備強大的推理能力，因此無需使用 “一步一步思考” 或 “解釋你的推理過程” 等思維鏈提示。這些提示不僅可能無法提升模型性能，有時還會起到反作用。在實際應用中，應相信模型的內(nèi)部推理機制，直接提出明確的任務要求即可。

使用分隔符如 Markdown、XML 標簽和章節(jié)標題等，可以清晰地指示輸入的不同部分，幫助模型正確解釋各個部分的內(nèi)容。

在輸入包含文本描述和示例的提示時，可以使用 Markdown 的分隔符將描述和示例分開，如 “任務描述：分析文本主題。示例：[文本 1]，主題：科技發(fā)展；[文本 2]，主題：文化傳承”，這樣模型能夠更清晰地理解任務和示例之間的關(guān)系，提高回答的準確性。

在指令中，應盡量為成功的響應設定非常具體的參數(shù)，鼓勵模型不斷推理和迭代，直到滿足成功標準。例如，在讓模型創(chuàng)作一篇文章時，可以明確規(guī)定文章的主題、字數(shù)、風格要求等參數(shù)，讓模型清楚知道需要達到的目標，從而創(chuàng)作出更符合期望的文章。