高考志愿填报系统入口怎么进？通用AI填志愿实测避坑

在高考志愿填报这个特别关键的时刻, 好几款主流的AI工具之间竟然上演了一出现象级的能力内卷大戏。

从运用Claude来梳理规则, 到借助Gemini整合院校相关数据, 再到依靠GPT进行决策验证, 当然也包括了元宝遇到的翻车现场情况, 这场充满了意外元素同时也有惊喜内容的由AI参与协作的实验行为, 实际上揭示了在复杂的日常生活场景之中, 各大语言模型所展现出来的真实表现状况以及它们自身存在的局限性事实。

高考放榜之后, 我就开始着手帮我的表妹去填报高考志愿的事情, 在整个过程当中, 我都是全程都在使用各种人工智能工具来帮忙处理的。

就在我马上就要把这篇文章给写完, 这个节骨眼儿上头, 我突然才想起来要去瞧瞧网上的动静。当我一搜索的时候，瞧见的都是千问、夸克这些专为填报志愿而设计的工具的使用教程的分享, 这类东西到处都是。

我心里头当时怎么也没想到会有这些工具的存在, 所以我就是拿平常我自己也会用到的几个通用的人工智能平台来凑合着用一下的, 像什么claude, gemini, gpt, 元宝, 还有家里姐妹们也都爱使用的那叫做豆包的一样, 我把他们全都凑在一块儿了, 就这么着, 我把填报志愿的这个事儿就给糊弄完了。

中间有好几次也是被AI气死, 我是真想跳起来揍它。

这篇文章并不是志愿填报的教程, 也不是在推荐究竟哪个AI好用, 它就是简单分享一下看法, 也就是说在大家填志愿的时候会遇到那种既需要高高度的决策、又很和生活化的这样一种场景之下, 那么真的把AI拉进来去搞点什么名堂出来, 这个情况到底会是啥样的。

在我把填报志愿的整个过程都跑完之后, 进行回顾, 觉得不管是对人来说, 还是对人工智能来说, 主要用到的能力一共有四种, 具体包括信息搜索能力、信息整合能力、规则理解能力以及判断决策能力。基于这个分析结果, 我决定按照这四个板块来分享我的相关经验。

我和家里其他那几个姐妹, 都是在十多年前或者是二十多年以前参加高考的, 当时的规矩现在已经过时了不行, 我表妹她是四川那边的艺体类考生, 到了2025年, 那是四川新高考“3+1+2”模式第一次落地实施的那一年。

一、考前：让Claude帮我把规则捋清楚

在考试开始之前的第几天, 也就是前一周的时候, 我用了大概一整天的时间, 花了不少功夫, 把那份用Claude Opus 4.8整理出来的有关于四川地区艺术考试的详尽攻略以及操作说明清单给弄出来了, 当时我就想着, 等我的小表妹把考试结束了之后, 让她先拿过去看两眼, 好让她的心里头有个大概的打算和认识。

我自己在填报志愿这事儿上面, 距离现在已经有十多个年头没有再弄了。对于当下这些各种各样的新规则高考志愿填报系统入口高考志愿填报系统入口，还有说是艺术类考试那边的整套情况, 我是完全摸不着头脑。正因如此, 面对那些表格也好、选项也罢, 我根本没法下定决心去填写, 完全不知道从何处下手。

于是呢, 就直接找那个被叫做 Claude的人工智能程序先替我把整个大的骨架给搭建起来, 等到后面再依托这个框架来一边聊天讨论, 然后顺带着把这些相关的文字材料慢慢修改完善。

这里需要特别说明的情况是, Claude在起初阶段便主动发出提醒, 要求必须参考2026年四川省的官方说法, 指出仅有25年的数据才具备参考价值, 而23年以及更早期的数据由于口径存在巨大差异, 所以参考价值比较低。

这个提醒是非常管用的。我后来发现, 有些人工智能并不会在刚开始的时候就能识别出关于时间实效的这种情况。于是我就反问它: “你这难道是二零二六年最新政策吗? ”这样做了以后, 它才会去执行搜索动作来核实那些最新的信息并给用户提供反馈。

在这个阶段, Claude这个工具的实用性是非常充足的, 而且运行效率也极高。当整个处理流程全部完成之后, 我对今年针对艺术类专业考试所制定的各项规则就已经了解得非常透彻了, 差不多已经掌握了八九成的情况, 而最后生成出来的文档内容也是非常详尽的。

就是因为那个叫做Claude的模型, 它的五个小时的使用额度, 确实是不太够用。把两份文档都仔细地细化完成之后, 上下文的信息量就会逐渐变得非常庞大。这也正是我在后面打算启用其他人工智能工具的一个非常重要的原因所在。

二、等到分数公布之后, 我们就去搜索那些院校的数据, 在人工智能无法覆盖到的领域, 只能依靠人力进行人工操作。

高考分数公布之后, 大家需要去搜索找的那个信息量, 那是突然之间就大幅度地增加了, 另外, 那个艺考的一分一张的表, 还有那个艺考志愿辅助填报的这个系统, 它都是要比普通类推迟一天才开放使用, 所以我们这边就不得不先去着手进行人工的这种搜索查找, 主要就是要去查一下各个学校、各个专业往年的录取的分数线和这个位次等相关的一些具体信息情况。

这些数据散落在各个学校的官方网站上, 其中民办学校甚至连数据都不主动公布, 艺体类的信息比起普通类来, 要找起来要困难得太多，另外还有部分学校的官方网站人工智能系统根本无法访问。

在这个阶段, 我使用 Claude 的频率相对较低。具体而言, 主要是拿它来进行初步的容量预估工作, 以及提出一些关于决策建议方面疑问时的解答支持, 并没有将其应用于搜索这一场景之中。

因为Claude这个平台上面沟通时候涉及的上下文信息挺丰富的, 有些是关于个人层面背景信息的, 如果再交代给其他人工智能去使用的话, 感觉事情处理起来比较麻烦, 所以从个人的角度来考虑觉得搜索查询这种东西用在Claude身上, 有点大材小用了。

用户通过百度搜索, 而且这唯一用到的非AI的工具就是百度搜索。

我绝大部分情况是直接去百度搜索, 因为这方法挺方便的, 它会直接把学校官网的信息展示在最前面, 然后直接点击链接就可以了, 然而它搜索显示的历史录取分数线是普通类的, 艺体类就必须自己进官网去查询了。

这里没有使用人工智能来进行搜索, 其中还有一个原因, 就是我感觉历史分数位次这样的信息是非常关键的, 我不太确信是否应该完全依赖人工智能直接帮我搜索并获取这类数据, 我还是希望能够亲自前往官方网站查看相关信息物理好资源网，并且以学校官方网站所公布的信息作为最终依据。

出现了一个让人觉得蛮有意思的发现, 就是家里面的各位姐妹, 她们在进行搜索工作的时候, 其实都是依靠名为豆包的工具来完成的。

如果她们碰到有什么搞不清楚的问题, 通常都会先说一句“来, 问下豆包”这样的话, 接着就直接通过语音的方式输入一段话给那个应用。她们所输入的那段话内容大概就是说, “某某学校、某某专业在25年这一年的录取分数线究竟是多少啊”。

当豆包的输出内容展示出来之后, 她们还会讲上一句“无法知晓这个豆包陈述的内容是否是确有其事”, 随后我便再次前往官方网站首页去进行核对与查验, 往后我发觉能够互相印证的信息数量并不多, 于是就把查询的主要工作范围全部都转移到了官方网站上面去了。

尽管人工智能的搜索功能十分强大, 但是到了这种关键时刻, 人们依旧是很难对AI做到百分之百的信任。

真是挺搞笑的一个状况, 就是因为咱们所有人都已经费劲把那个事情查询完毕了, 这才突然之间发现表妹的那所所学校专门给大伙发了一大本纸质的《报考指南》, 在这本册子里面清清楚楚地写着去年的录取分数是多少, 结果咱们呢居然还那么傻乎乎用人工的方式去一个一个查询。

Gemini的这个版本是专门给客户端用的。

历年分数和位次的这种信息, 它实际上还不算多么复杂, 顶多就是找起来的步骤稍微繁琐了一丁点而已, 大家只要耐心地按照这个步骤一步一步去操作, 那么总归是可以把它给找到的。

但是像学校的这些特点还有硬件设施, 以及它的核心优势和专业方向, 再加上学生的就业到底去了哪里、网络上面的综合评价又是怎样的一种状况等等, 这些分散的信息加起来, 如果还是依靠人工去挨个查阅的话, 那简直就是变得完全不切实际、根本行不通了。

这个时候, 我把注意力转向了Gemini, 并且使用了它的客户端版本。我当时心里的想法是, 既然希望以后可以保持持续的沟通, 那么使用客户端就会显得更加方便一些。相比之下, Chrome浏览器版本在功能上存在明显的局限。

首先, 在附件方面, Chrome版本只支持一次发送一张截图。其次, 我之前经常遇到需要发送长文本内容的情况, 而由于内容过长的原因, Chrome版本根本无法进行阅读。为了解决这个问题, 我不得不选择分段发送的方式, 这非常不便捷。

Gemini直接给了一个汇总的表格, 我那时候一看到那个场面, 心里头就冒出来一种感觉, 觉得这个Gemini确实挺好, 也显得非常厉害, 然后就忍不住发出了哈哈的笑声。

为了检查Gemini查询到的信息是不是真的, 到最后, 我叫它在表格里面, 把每一个学校的专业介绍的官方网站的链接也放进来。这样一来，我就可以直接去点击那些链接, 来做核实了。

我们把这个表, 最终和招生计划信息表一道, 作为高考信息的两大基本构成部分, 它们是我们进行决策和判断时候, 所依赖的主要信息来源集合。

不过说也奇怪, Gemini这个产品曾经确实把我气到过头。当我在尝试进一步向它提出关于表格内容还有字段维度优化意见的时候, 它往往会擅自做主, 直接把某些字段列都删掉。我当时简直没法理解, 因为我根本没有提到过那个具体的字段名字, 同时也压根儿没有对那个特定字段给任何形式上的反馈。

这个问题在我之前使用Gemini的时候, 也是遇到过的, 它看上去总是会犯这个错误是未知的, 具体是啥原因就不清楚了。

三、把查询到的详细信息汇总形成表格, 让元宝以及Gemini分别翻动各自的车辆。

主要是进行以下操作。把二零二六年的招生专业信息整合在一起。把二零二六年的招生计划数也整合进去。再把二零二六年的学费情况汇总起来。同时还要参考二零二五年的录取分数数据。要把二零二五年的录取位次也纳入其中。这样做的目的是为了让大家能够更方便地进行筛选工作。通过这种方式来缩小学校的范围。

在这个阶段, 咱们心里是有底的, 因为有了人工核查过的那些信息在做基础, 这时候就知道要把手头那两本纸质材料给用好了。

目前我手里拥有的, 仅仅只是那份招生计划相关资料的电子版, 可问题在于, 这个文件格式是html格式, 导致我无法使用那个Control加F的功能来进行搜索, 所以我正在考虑, 是不是能够让人工智能技术帮我将这些相关的信息给提取出来, 并且将其做成一个新的电子版形式, 这样一来的话, 我就能够进行快速的搜索操作了。

我考虑了元宝, 主要原因是我担心国外人工智能在访问官方文档时可能会面临一定的限制。元宝所给出的解决方案是要求将文件格式转化成光学字符识别格式。然而我的电脑所使用的macOS操作系统并非最新版本, 如果想要应用这种格式转化功能的话, 恐怕需要耗费很长时间来进行操作, 因此我便决定放弃使用。

我又想到了另外一个办法, 就是通过截图或者拍摄成为照片的形式然后把它发送给元宝, 进而让元宝去执行把那个图片里的信息都给识别出来的这个动作, 随后再把相关信息汇总整合成为一个表格的格式, 最后直接发送给我就行。

我还暗自得意, 觉得自己想到了解决的办法, 马上就可以使用Control+F功能来解放自己了。

结果呢是看到了元宝所回复出来的那个结果, 我自己先是给气得不行, 紧跟着就是觉得自己特别的傻, 然后忍不住自己就笑了出来。

当时, 我让它把招生册照片里的学校名称, “包括26年在四川的招生计划、学费、住宿费”, 一起去官网查出来做成表格。它没有去做这个工作。还回复我说: “我联网不了、教你个自己查的绝招”。把活儿踢回给我了。当时我气到了。我还以为是它的识图功能不行呢。

结果是这两天写这篇文章, 我又拿了同样的图去测试, 单纯让它识别图片做成表格的时候, 它表现得挺好、看得清清楚楚。才反应过来是因为我在同一句话里既要它识图、又要它联网去官网查最新数据, 它做不到后半截的工作, 干脆把这个整件事都推回给我了。这不是识图能力不行, 而是我自己把任务描述得混乱不清。

我们得吸取这个教训, 给AI下派任务的时候, 必须要把各个事项逐个讲明白, 坚决不能把它们混杂在一块儿处理。

四、到最后环节呢, 多个AI要进行相互之间的检查操作这件事儿, 它们会呈现出各自不同的特色风格情况。

在前面的信息搜索以及整合工作完成之后, 我们这一方手里头就有了两个大表, 这两个大表分别是招生计划数加上学费再加上二十五年的位次表, 还有那个院校专业分析表。基本上我们也已经有了一个关于院校的确定范围了, 在目前的这个情况之下, 接下来要做的事情就是去敲定志愿填写时候的那个先后顺序。

在确定志愿的先后顺序的时候, 需要根据如表妹这个具体个人的方方面面状况等比较多的一些主观方面的考虑因素来进行综合性的判断和评估。至于说每一个人具体的情况都是存在着差异的, 因此在做出决定时所依据的那种思考逻辑也各不相同。

比如，我们要明确的一点就是, 省内是要大于省外的, 省内的省会城市是要大于周边的城市的, 公办是要大于民办的。学费这一项, 不能超过具体的xxx元这个数值。至于说在学校优先还是在专业优先这个问题上, 还有对于未来可能的职业方向这样的考量上边, 我们之前都好好地讨论了好久。

在开始讨论之前, 以及进行讨论的过程中, 还有在讨论结束之后, 我都曾经寻找 AI 来获取建议。因为我心里很清楚, 对于任何一个单一的 AI 输出的结果, 我都不可能完全地去无条件相信, 所以就采取了将多个不同的 AI 工具都拿来询问这一做法。

把分数情况、位次数据以及所在的类别信息都交给人工智能, 同时还需要提供经过初步筛选出来的学校范围, 再加上已经调查清楚的那些学校的详细资料, 然后要求人工智能先在完全不考虑我们个人具体因素的这个前提条件下给出建议, 这样做的好处是可以补充进来一种比较理性的看待问题的角度, 从而可以想办法避免掉我们自己人在进行判断的时候太过注重或者受到感性因素所带来的那种影响。

我们一共筛选出了二十几所院校和专业组, 之后我们把两个大表的详细信息都一并给到了人工智能系统去进行分析处理。

那个被叫做元宝的, 也就是DeepSeek这一款产品。

我刚开始只是看到回复的结果, 心里气得都要炸开了。后来我再仔细看它背后的思考过程, 才发现这整个过程从起点地方就完全搞错了。因为它在搜索和查找相关信息的时候, 所用的时间点竟然是设定到了2025年去了, 这让人不得不感到非常离谱。

我回去仔细看了一下我之前说的交代, 确实, 在当前的这一次会话当中, 我没有把这事儿交代得多么清楚, 就是说我是26年要参加考试的考生, 然而, 在我先前进行的沟通信息里头, 还包括分数信息这些内容里面, 都清清楚楚地表明了我是26年的考生这个事情, 在那个时候, 这个系统方面也是把这种相关信息给提取到了, 也就是说在上下文的信息资料里边是存在着这一情况的, 只不过它最后并没有去使用这份已知的信息罢了。

另外还有这样一点, 考虑到高考志愿填报属于那种非常关键的决策行为, 关于具体年份这一最为重要的时效信息, 如果存在不清晰或者不确定的情况, 我这边是完全具备主动发起提问并进行核实确认的能力与资格的, 然而实际情况中并未出现这种疑问。

在元宝给出重要提醒的第1点部分提到的学校, 是属于在今年才开始进行独立招生的状况的, 它用来检索的相关资料里面, 是没有搜找到这个学校的名字的, 所以它就直截了当地判断出没有这么个学校这一回事的, 在我给它又补充说明了一下这个学校是在今年才首次单独招生的情况以后, 它才是再次去查找到关于这个学校的信息内容的。

而且这个学校是非常关键的组成部分, 在最初没有查询到相关信息的时候, 工作人员给出的建议是将这条志愿记录进行删除处理, 而在后来成功查询到了相关数据之后, 工作人员又建议需要将该志愿的排序位置向前调整, 对于这样的矛盾建议我感到十分困惑和不解。

对于提醒事项里的第二点, 也就是关于那个时间点定为二零二五年的核实工作, 这里暂时不展开讨论了。它确实发出了一个明确的信号, 要求当事人必须前往官方网站去进行查证。

然而, 它的表述存在一个明显的逻辑断层, 那就是并没有明确指出应该先完成核实这个动作, 然后再基于核实的结果来做出是否填报该志愿格的最终决定。相反, 它将这一整个核查过程推给了用户, 让用户自己去处理。

我观察到在通常情况下, 那些能够提出质疑的大模型, 比如Claude, 它们在发现问题后, 往往会倾向于自己先行核实清楚情况, 然后才会判断有没有必要将这个信息呈现出来。因此从行为习惯的合理性角度来看, 我更认同并倾向于采用Claude所采取的那种方式。

我在提醒你注意第三点, 在我提供的学校范围之中, 那些会让预算超标的情形已经被我排除了, 所以我给出的内容是招生章程里面已经公布过的信息。

这个提醒的内容我也能够理解, 但是那个提醒的内容仅仅是说明这些学校的学费大概处于什么水平而已, 实际上不同专业以及不同的年份对应的学费数值都是不一样的, 而且对方并没有对我这边提供的那些信息进行具体的核实工作。

在最后的阶段, 元宝把给出的志愿填报顺序, 是以位次和费用预算这两个东西作为主要的逻辑依据来排序的, 我给它的院校有二十几个之多, 它最后只是挑了那七个院校来进行志愿填写。

关于今年四川高考平行志愿的事情, 其实大家是可以填报多达45个院校专业组的, 我之前在后面非常明白地跟对方说了这个情况, 等到这个时候了, 它才真正理解了上面所说的那个含义。

这个叫GPT5.5的模型, 是具备那种叫做深度研究的大脑思考功能的一个存在。

志愿基本上都已经确定下来了, 那个讨论的过程也已经结束了。我这个人还是很不放心的, 心里头一直在想, 还是应该再让其他的AI工具来帮助看一下才行。也就是在那一个时刻, 我才终于想起来要把GPT里的deep research这个功能拿出来用一下, 要知道平常我还是更多地在使用codex这种工具的。

所以我又把那一批已经排好序的志愿清单发给GPT, 要求它去评估一下现在的方案到底是不是没有问题了, 同时呢也还要给出一些相关的建议。起初我没有向它去交代任何关于主观考量的那些因素, 只是简单地把分数给到了它身上, 并且把联网、agent这些功能全部都给它打开来了。

天哪, GPT是唯一一个认可我的志愿方案的AI。我甚至都怀疑它是不是在顺从我。

在第一轮它认可了我的逻辑, 但是它指出了两个问题, 这两个问题, 我们在讨论顺序的时候, 是有主观因素考量的, 我把主观因素考量告诉GPT之后, 它就很理解我的方案了。

GPT的上下文信息虽然没有那么丰富, 但是它给了我一种能直击到核心问题的感觉, 上来就能把我的逻辑识别出来, 接着会分析这个逻辑是不是对的, 这就给人一种人狠话不多, 一击就中要害的感觉。

关于那个在谷歌浏览器里面运行的, 叫做Gemini的版本:

之前用于搜索和整理有关前面那些高等院校及其对应专业的信息, 采用的是Gemini的独立客户端版本, 而此处则改为使用Gemini在Chrome浏览器上的版本了。

我那时候压根儿没弄明白Gemini客户端版本和Chrome版本到底有啥区别, 心里头就纯粹地琢磨着一个事儿, 觉着有可能那个Chrome版本的检索本事会更厉害一筹。

我就想着, 不如正好拿这个Chrome版本出来试试水, 好借着这个机会去验一验那个Gemini客户端版本里所传达出来的信息到底是个啥状况。至于后来, 我是特意去认真研究了研究, 这才晓得个中原委, 原来这两个版本的家伙事儿, 都是可以靠着全网来搞实时检索的。

使用Gemini（Chrome版本）的过程中, 感觉体验并不是非常理想, 具体的问题在于关于附件截图这一功能, 它仅仅只支持上传一张图片, 如果需要添加更多的话, 就必须通过在对话的多轮往复中去逐步追加, 另外一点是如果发送出去的会话内容整体长度过于庞大, 系统就会存在读取不了的情况, 这种情况下就不得不把内容分段之后进行发送。

Gemini给出的志愿填报排序, 虽然不能说它就是完全可靠的依据, 然而它确实在重点方面, 为我们提供了一定意义上的, 关于填报逻辑上的启发和参考信息。例如说像这种考编的方式还有怎么样去利用新增的专业来进行捡漏这样的机会被它提及到了。

另外呢它的志愿顺序填写格式是完全符合那种可以直接对照着填入到报名系统的格式要求的, 这让我们看过去是非常的清晰, 并且也是为了方便进行填写操作服务的。

后续的内容也是受到了这种启发的影响, 所以在飞书的平台里面进行搭建了一个类似于电子表格的文件, 这么做的目的就是为了方便大家对于排列顺序的移动和讨论, 同时也能够便于在进行填写的时候进行誊抄和记录。

可是Gemini也有那种不先把情况核实清楚就直接发出风险提醒的毛病, 它还会加上emoji警报器, 还用加粗和大写的方式来发出警示, 这种给人的感觉是非常差的, 我自己的看法就是倾向于让AI自己去提风险, 并且要让它先自己核实一遍再拿来告诉用户。

关于Claude Opus 4.8。

我在后头又想了一会儿, 最终觉得最好还是找Claude再帮着把志愿方案好好评估一回。这主要是因为关于背景情况, 它对上下文信息的掌握是最透彻的。另外呢, 在一些主观因素的考量方面, 我之前也曾经和它沟通过相关事宜。

如果没有发生什么意外, Claude 就能够很好地理解这一份关于志愿的规划方案。它针对我们之前沟通时提到的那些主观方面的因素, 做出了一些必要的提醒。

比如, 它会问: “xxx学校你以前明确表示过是不喜欢的, 可是在目前的志愿方案当中却出现了这个选项, 你是打算把它保留下来吗。”再或者, 它会说道: “xxx专业是属于师范类的专业, 根据之前的交流内容, 我知道你表妹对于xxx这样的方向并不是特别倾向于接受。”。

Claude这个人吧, 心里最难受的就是那个额度它根本不够用, 真的, 这种情况挺让人头疼的。

五、事后来看, 如果在一开始的时候就把人工智能的工作给分清楚了, 那么后续的操作过程会不会更加地省力?

从目前这个状况来看, 在运行的过程中, 对于AI资源的调度和安排, 是完全没有按照一定的规律和计划来执行的, 真是让人忍不住要嘲笑一番哈。

主要包含了两个原则, 第一就是看哪个人工智能用起来比较顺手方便, 第二就是看哪一个人工智能具备相应的额度。

放弃使用Claude, 主要的原因是因为可供使用的额度不够充足。由于上下文所包含的信息量变得异常庞大, 所以经常会发生这样的情况: 就在新的额度刚刚刷新完毕的时候, 用户仅仅发送了一个非常简短、仅仅由一句话构成问题, 结果这个操作就直接消耗掉了总配额中占比高达百分之二十五的份额。

因为浏览器本身内置了人工智能功能, 所以在使用Gemini的时候会显得非常顺手。另外百度搜索这个操作也超级方便。

作者在落笔撰写本篇内容之际, 脑海中会浮现出这样一个念头, 即倘若在项目开展的最初始阶段, 便去针对每个人所擅长的领域进行任务划分和职责分配, 那么是否能够让整个过程变得更为轻松且节省力气呢?

关于这个问题的前提条件, 是要求对于各种人工智能技术所具备的优点和缺点, 以及它们各自适用的具体场景, 都必须拥有非常清晰且深入的认识。可是, 我们在日常的生活和工作之中, 几乎没办法把市面上所有的人工智能工具都充分地利用起来。

正因如此, 我们就很难对每一个工具都建立起深度的理解能力。我们通常只能通过查阅相关的官方说明文字, 或者是浏览网络上发布的那些宣传类的具体内容, 来获得一些停留在表皮层面的、较为肤浅的感觉与认知。

关于填报高考志愿这么个事情啊, 它本身就会让人感觉到有一股子压过来的劲头, 还带着那种十万火急的紧张氛围。在那种情况里头, 人的理性思维通常是被大量地消耗在了对于志愿方案的分析和各种讨论上面, 同时也用在了人与人之间的沟通环节里头了。

至于那些工具该用什么, 人们心里想的就是谁用着顺手、用着方便, 那就是选谁的意思, 也就是哪个用起来最便捷就挑选哪一个。

所以说这个问题, 究竟是不是能够更省力一些, 我个人觉得其实还并不是很确定的。

其中还有一件非常重要的事情, 就是使用AI的人如何能够把自己的需求和背景情况以及所要执行的任务都交代清楚。

虽然眼下人工智能确实是非常厉害的, 理解能力也已经变得很强的了, 但是并不能做到百分之百的完美地步的。就像我之前所遇到的那个识图问题一样, 其实是自己并没有把具体的任务要求说得很清楚的那样的, 而这种状况同样会对人工智能处理具体任务的效率产生很大的影响的。

同样的一样的那个工具, 它对于不同的人去操作使用的话, 其产生的最终效果也是会不一样的。

一些感想

关于那个志愿填报的事情, 它总算是已经到了结束这个时间点。

当时我去填写那个志愿, 感到的痛苦之处在于信息方面的不对称状况, 并且我个人当时也不知道如何灵活地去使用互联网这一工具。整个人处于非常懵懂的状态, 而如今的实际情况是已经拥有了人工智能技术来进行相关的辅助工作, 从而任何所需的内容都可以被轻而易举地检索并查找出来。

经过了这一次, 我觉得对于孩子究竟有多少了解、以及孩子自己是不是拥有清晰的想法这些内容, 会变得更加重要, 这也就是在主观层面考量得最为深入的方面。

因为每一个人的实际情形都存在差别, 所以所做的决定当中的逻辑思路也许会呈现出非常不一样的一种状态。并不存在那种绝对属于正确的答案情况, 仅仅是在寻找一个对自己最为合适的选项而已。

其实我现在是非常明白的, 就是这次在进行志愿填报这件事情的过程里, 确实是在帮助曾经的那个过去的我自己, 队友他们都说, 说这个志愿填得是真的很辛苦, 说我投入的程度是太高了, 还说我是太上头了, 哈哈哈哈, 我之所以会这样想, 是因为我非常清楚我自己当时究竟是怎么一步步过来的, 我做的这些实际上就是在帮助当时的那个我自己。