一句话看懂：一位健身爱好者用同一份需求分别向新版 Siri AI 和 ChatGPT 索要居家增肌计划，在私人教练评估后判定 ChatGPT 的方案更完整、更可持续，而 Siri 的生成结果虽简洁，却在训练时长、营养建议和长期规划上存在明显短板。
事件核心：发生了什么
TechRadar 记者长期居家举铁，自感训练进入平台期。为了测试 AI 的实际规划能力，他将一份包含年龄、目标增肌、仅用哑铃、45分钟时长限制、每周三次训练等条件的完整提示词，分别输入苹果新版 Siri AI（基于 Google Gemini 大模型，于 WWDC 2025 发布）和 ChatGPT。
Siri 很快生成了一套“推 / 拉 / 腿与核心”的三分化训练，每个动作附加执行说明，建议每组 8-12 次、组间休息 60-90 秒。但实际执行时，单次训练仅约 25 分钟，明显短于要求的 45 分钟；计划中未包含热身安排，也没有任何营养摄入建议。私人教练 Scott Laidler 认为，Siri 的计划适合新手理解，器材替代方案也合理，但它没有说明当训练进入收益递减期后该如何调整，可能使用几个月后便失效。
相比之下，ChatGPT 在同样提示词下给出的计划更具体，且在训练安排、渐进负荷和可持续性方面获得教练更高评价。记者综合实测和教练反馈，认为只有 ChatGPT 的计划值得长期使用。
为什么重要
这次对比不只是“哪个聊天机器人更会出健身方案”，而是反映出两个关键问题：第一，苹果将 Siri 底层切换为 Gemini 大模型后，基础问答能力虽有提升，但在面对需要结构化输出和周期性更新的复杂任务时，依然暴露出生成内容覆盖不全、深度不足的短板；第二，ChatGPT 之所以胜出，并非因为它拥有更多健身知识，而是它更擅长将目标、约束条件和渐进式调整整合成一个可执行的完整方案。
这也说明，大模型的能力差异不仅体现在参数规模或基准分数上，更体现在对用户真实场景的理解和规划能力上。对于苹果而言，Siri AI 若无法在专业建议类场景中提供足够细致的回应，用户依然会流向 ChatGPT 等第三方助手。
对用户/开发者/创作者的影响
对普通用户而言，用 AI 制定健身计划可以节省大量信息筛查时间，但必须警惕“看起来合理”的生成内容。Siri 的计划缺少热身和营养补充，说明单模型输出可能存在系统性盲区，用户需要自行补充审查。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者来说，这是一个典型的提示词工程案例：同样的需求，不同模型返回的信息完整度差异显著。开发健身或健康类 AI 应用时，不能只依赖底层模型，需要增加结构化约束和结果校验，甚至结合知识库来填补训练、恢复和饮食之间的空缺。
对内容创作者或教练而言，AI 生成计划是一种辅助工具，但无法取代人工教练对个人状态、动作细节和训练周期的判断。模板化输出越高效，专业人工干预的价值反而越凸显。
值得关注的后续
1. Siri AI 正式版是否会补足专业场景内容：目前 Siri 仍处于早期 beta 阶段，苹果是否会在正式版中针对健康、健身类需求增加营养指导和长期规划逻辑，值得跟踪。
2. ChatGPT 在垂直建议类任务上的优势是否会扩大：随着 GPT 系列模型不断迭代，生成更具情境意识的个性化方案将更普遍，这可能进一步挤压传统搜索和专属助手的空间。
3. 健康领域 AI 应用的责任边界：无论 Siri 还是 ChatGPT，都无法替代医生或教练的专业判断。未来若有更多用户用 AI 指导训练，平台是否增加免责提示或接入权威知识源，也会影响产品采用率。
来源：TechRadar
