Nechal jsem Claude Design, NotebookLM a ChatGPT navrhnout stejný infografiku, a jen jeden to udělal správně

Claude Design dorazil a okamžitě dobyl svět. Podle povídání na ulici už si UI designéři mění své titulky na LinkedIn na „prompt engineer.“ Žertuji (většinou).

Ale Claude Design je skutečně působivý. Přibližně ve stejné době OpenAI vylepšila už tak špičkovou generaci obrázků v ChatGPT s ChatGPT Images 2. Dokáže přesněji sledovat pokyny a zdá se, že vyřešila jeden z největších problémů s AI obrázky: text.

NotebookLM mezitím působí v oblasti generování obrázků s vysokým podílem textu už nějakou dobu. Dokáže vytvářet prezentace, infografiky a jiné vizuální souhrny z vašeho zdrojového materiálu.

Text byl vždy zvláštní slabinou obrazových modelů. Generují text uvnitř obrazu, což je už samo o sobě trochu problém, protože text je něco, co byste měli psát. Claude Design není přesně ve stejné kategorii jako ChatGPT Images nebo NotebookLM, ale i tak jsem ho chtěl vyzkoušet. Nakonec říkají, že dokáže navrhnout cokoli.

Chtěl jsem něco vizuálního, ale hodně textového. A co je lepší test než infografika?

Příprava na souboj

Chceme super infografiku

Test je jednoduchý: navrhněte infografiku pro Raspberry Pi 4 Model B.

Je to dobrý měřítko. Technická infografika ve stylu plánu je plná detailů. Je tam spousta textu, spousta popisků a mnoho příležitostí, jak něco jemně pokazit. To ji činí ideální pro zjištění, který nástroj dokáže správně psát text, který dokáže nasměrovat text na správné tvary a který dokáže ty tvary vůbec správně nakreslit.

Infografický nástroj NotebookLM ve Studiu používá generování obrázků Gemini. ChatGPT používá ChatGPT Images 2. Oba tyto jsou modely obrázků.

Claude Design je odlišný. Používá Opus 4.7, což je textový model, ne obrazový model. Jinými slovy, Claude Design je vlastně stejný Opus 4.7, se kterým si můžete povídat, jen mu byly přidány nástroje a byl doladěn pro návrh uživatelského rozhraní. Claude Design je agent; Opus 4.7 je model. Místo generování obrazu obvyklým způsobem Claude Design vytváří požadovaný vizuál v HTML a CSS.

Chtěl jsem to stejně vyzkoušet. Možná má Claude Design nějaké triky v rukávu. Možná dokáže dostatečně dobře generovat nebo sestavovat své vlastní zdroje, aby mohl konkurovat. Byla jen jedna cesta, jak to zjistit.

Pro test jsem všem třem nástrojům poskytl stejný zdrojový materiál: diagram GPIO Raspberry Pi 4, textový soubor s technickými specifikacemi Pi a oficiální PDF produktového přehledu Raspberry Pi. Pak jsem jim všem dal přesně stejný prompt:

Vytvořte infografiku ve stylu plánu pro Raspberry Pi 4 Model B s tmavě námořnickým pozadím, bílou a azurovou liniovou grafikou a jemnou mřížkovou vrstvou. Zahrňte krátký úvod o tom, co to je a pro koho je, blok klíčových specifikací, anotovaný diagram desky z ptačí perspektivy s označenými komponentami, barevně odlišený 40-pinový GPIO pinout a sekci s příklady použití. Použijte popisky s linkami, oddělovače sekcí ve formě čárek a monospaced technické písmo po celou dobu, uspořádané na formát A3 na šířku.

A pak posoudíme výsledky. Podívejme se, co se stalo.

NotebookLM

Hezké, ale velmi špatně

NotebookLM vytvářel snímky a infografiky dávno před těmi dvěma ostatními, takže máme poměrně vysoká očekávání. Mohla jsem ho požádat, aby sám vyhledal informace o Raspberry Pi 4 a uvedl své zdroje, ale pro spravedlivější test jsem vytvořila nový notebook a dala mu stejné tři soubory jako všem ostatním.

NotebookLM skončil první, a na první pohled byl výsledek vizuálně působivý. Vypadal skvěle. Styl technického výkresu byl zachován a obsahoval většinu sekcí, o které jsem požádal. Ale čím víc jsem se na to díval, tím horší to bylo.

Vygenerovaný schématický diagram desky je více či méně rozpoznatelný, ale označení je velmi špatné. Problémy jsem prošel v galerii výše, ale stručná verze je děsivá. Dva micro-HDMI porty jsou nakresleny správně, ale jeden z nich je označen jako USB 3.0 port. Pod nimi je audio konektor označen jako USB 2.0 port. Mezitím jsou skutečné USB porty vedle Ethernet portu označeny jako porty pro kameru a displej. Tragické.

Skutečným problémem je rozvržení pinů GPIO. Na schématu NotebookLM označuje zástrčku jako „48pinovou“, ale v sekci s rozvržením pinů ji nazývá „40pinovou“. To by už samo o sobě bylo dost špatné, ale samotné rozvržení pinů je ještě horší. Většina označení je nesprávná a zbytek jsou nesmyslné zkomoleniny. Podívejte se pozorně na čísla uvnitř pinů a uvidíte obvyklé „tavení“ obrázkově generované AI.

NotebookLM vytvořil působivou vizuální podobu. Ale nevytvořil použitelnou infografiku. Nemohli byste to vytisknout a spoléhat se na to. Spálili byste svou desku.

Claude Design

Chytré štítky, špatná deska

Claudeovi to trvalo nejdéle, než dokončil. Když bylo hotovo, výsledek z dálky vypadal působivě, ale iluze se rozplynula rychleji než u NotebookLM. Deska prostě nevypadala jako Raspberry Pi 4.

To odpovídá na naši otázku: Claude Design vlastně nemůže opravdu generovat obrázky. Může navrhovat kolem obrázků, uspořádávat prvky a vytvářet rozvržení, ale když je požádán, aby vytvořil technický diagram desky od nuly, nakreslí jej v kódu. A v tomto případě byl ten kreslený obrázek spíše „obdélníkem inspirovaným Raspberry Pi“ než Raspberry Pi 4.

Rozložení mělo také problémy. Orientace byla špatná. Na skutečném Raspberry Pi 4 se USB rozhraní nachází naproti slotu pro microSD. V Claudově verzi je místo toho tam hlavička GPIO.

Ale jakmile se podíváte za tvar desky, Claude si vede mnohem lépe, než se očekávalo. Porty jsou správně označené a popisky obsahují užitečné, přesné detaily. Jasně pochopil, co měly být komponenty, i když sám desku nedokázal nakreslit správně.

Nejvíce působivá část je rozložení GPIO pinů. Je naprosto přesné. Číslování je správné, označení je správné a i barevné kódování je přesné. Vypadá také čistě a čitelně. Potlesk pro Claude!

Zatím bychom měli dokonalý infograf, kdybychom odstranili obrázek tabule z NotebookLM a spojili ho s prací Claudea. Chtěl jsem to zkusit, ale bál jsem se, že mi dojdou kredity na Claude Design.

Claude byl tak spokojený s jeho prací, že dokonce podepsal návrh.

ChatGPT

Máme vítěze

Čas na poslední test. Stejně jako NotebookLM generuje ChatGPT svůj výsledek jako obrázek, tentokrát pomocí ChatGPT Images 2. Dokončení trvalo asi pět minut, což ho umístilo hezky do středu: pomalejší než NotebookLM, rychlejší než Claude Design.

Na první pohled výsledek sleduje stejnou obecnou barevnou paletu a designový jazyk jako ostatní, ale s jedním velkým rozdílem: deska není nakreslena jako plán. Je zobrazena jako skutečná deska Raspberry Pi 4. To je v pořádku, ale také to znamená, že si ChatGPT ztížil úkol, protože je mnohem snazší pokazit realistickou desku než zjednodušený diagram.

Máme všechno, o co jsme žádali, úvod, technické specifikace, případové studie a rozložení pinů. Myslel jsem, že budu zklamaný, když jsem to zvětšil, ale místo toho jsem byl překvapen. Obrázek je opravdu přesný.

HDMI porty jsou správně označeny. Audio jack je správně označen. USB porty jsou také správně označeny. Jedinou skutečnou chybou je, že USB porty nejblíže k Ethernet portu by měly být USB 3.0, ale ChatGPT tam přiřazuje USB 2.0. Také oba porty jsou uvnitř modré. V tomto bodě již jen špičkuji.

Úroveň detailů je působivá. Ethernetový port (který ChatGPT označuje jako Ethernetový konektor. Kdo to dělá?) má otisk velmi podobný skutečnosti. Dokonce máme i malý nápis Vyrobeno ve Velké Británii. Šikovné!

Jediným problémem s označováním u tohoto designu je konektor kamery CSI, který míří na nic.

Kromě toho je rozložení pinů GPIO vynikající. Číslování je správné, popisky jsou správné a funkce jsou správné. Dokonce i barevné označení je správné! To je opravdu působivé. Jediná trochu problematická část je malý konektor uprostřed, nejsem si jistý, co by měl představovat.

ChatGPT vyhrává. Tuto infografiku byste vlastně mohli použít (pokud smažete popisek konektoru kamery).

Správný nástroj pro práci

Pro tuto práci je ChatGPT správný nástroj. První vylepšení obrázků v ChatGPT nás již ohromilo, ale ChatGPT Images 2 odvádí ještě lepší práci s drobnými detaily a halucinuje mnohem méně než ostatní modely pro obrázky, které jsem testoval. I když byla infografika vytvořena jako obrázek a ne napsána jako dokument, nezaznamenal jsem ani jeden rozmazaný, nesrozumitelný znak předstírající text.

NotebookLM zde byla zklamáním. Člověk by očekával, že nástroj pro obrázky v rámci NotebookLM bude zvlášť dobrý s textem, i když vizuály budou trochu slabší. Nějak jsem dostal opak. Vytvořil dobře vypadající obrázek, ale popisky pokazil, což je docela zásadní, když celý smysl infografiky je informovat.

Claude Design je jiný případ. Není to zjevně správný nástroj pro tuto konkrétní práci, ale jako experiment byl přesto užitečný. Jeho největší výhodou je něco, co žádný z ostatních nástrojů nenabízí: navrhuje v kódu a poskytuje výstup s otevřenou vrstvou. To znamená, že si můžete stáhnout HTML a upravit ho sami, nechat ho přepracovat jinou AI, nebo si dokonce vzít lepší obrázek tabule z NotebookLM a použít Claude Design k vytvoření čistšího rozvržení kolem něj.

Bohužel, Claude Design je také tak drahý, že je téměř nepoužitelný, pokud přesně nevíte, co chcete, než ho vyzvete. Jsem na plánu Claude Pro a jediný příkaz, který jsem použil výše, spotřeboval 25 % mých týdenních kreditů. To činí otázku „správného nástroje pro práci“ ještě důležitější. Použijte ChatGPT k prozkoumání nápadů, generování vizuálních směrů a testování konceptů. Poté, jakmile máte něco pevného, přiveďte Claude Design, aby to sestavil do něčeho, co lze upravovat.