人工智能助手，已經很多人用來協助日常工作，查問問題。特別是當他們連接上互聯網之後，突破了資料庫的局限，可以提供即時訊息。
不過很多時候我們仍然覺得其提供的資料並不正確，原因就是人工智能助手考慮的因素，先後次序，重要情況和我們主要考慮的不同。於是很多人就會覺得人工智能的答案，答了等於冇答，更痛苦的事外表好似是一個好的答案，仔細看下去錯漏百出。
例如我希望透過人工智能幫我計劃一個朝九晚五，在九龍區遊覽不同寺廟的行程。
如果你用 Perplexity 他就會叫你去九龍塘，然後行路去志蓮淨苑。邏輯上也有問題。
Gemini 也罷工，不做。其建議的資料也完全錯誤。
Chatgpt 也不見得好，例如油麻地，根本沒有天后廟。
其實這一個要求，主要有三個考慮因素，第一就是時間因素只有八個小時之內要完成。第二就是九龍區的寺廟。第三就是寺廟要有代表性。因應以上三個因素然後安排交通。
看看 DeepSeek R1， 就清楚見到整個考慮的過程。然後把重要的因素排好前後，再按照實際的時間限制，以及要符合乘搭公共交通工具的這個條件，一一作出安排。
相關的推理模型在 ChatGPT 中早已推出 叫 O1， 現在在Copilot 之中已經可以免費應用得到。在香港使用也不需要VPN。這一次我們會對比一下兩個推理模型，在處理這個問題上的差異。
最後會使用 GOOGLE AI STUDIO ，因為他們的提問資料庫之中，有專門建立旅遊行程的一個建議，所以雖然測試了Gemini 的 2.0Flash, 還是會試用原本在 STUDIO 預設的1.5 模型看看。
