说到底，让ChatGPT产出你想要的东西，关键不在模型多强，而在于你输入的那段中文提示词是否清晰、具体、有结构。模糊地来一句“写一篇关于人工智能的文章”，大概率只能换来空洞的套话；但要是换成“以高中信息技术教师身份，用生活化比喻解释Transformer架构，限500字内，避免术语堆砌”，往往能直接得到可用的讲义。

先说说第一个核心要点：明确角色与身份设定。在提出具体指令前，先告诉ChatGPT它此刻“是谁”，这比直接说“你要做什么”有效得多。角色一旦框定，认知边界就清晰了，模型会自动过滤掉那些不相干的逻辑。

实际操作中有两个好用的小方法。方法一：用冒号把角色和指令隔开，角色必须前置，且独立成句。比如：“你是一位有10年经验的儿科医生：请用通俗语言向新手父母解释婴儿湿疹的居家护理要点，列出3条最易被忽略的错误操作。”方法二：嵌入式设定——把身份自然地织进任务描述里，比如“作为社区图书馆管理员，请为暑期小学生读书会设计一份《昆虫记》导读单，含2个互动提问和1个延伸观察小任务。”

得警惕一个常见误区：不要写“假设你是一个……”，ChatGPT不处理虚拟语气，直接上“你是……”或者“作为……”来启动，效果最稳。

明确角色与身份设定

先告诉ChatGPT它此刻“是谁”，比直接说“你要做什么”更有效。角色框定认知边界，自动过滤无关逻辑。

方法一：用冒号分隔角色与指令——【角色必须前置，且独立成句】，例如：“你是一位有10年经验的儿科医生：请用通俗语言向新手父母解释婴儿湿疹的居家护理要点，列出3条最易被忽略的错误操作。”

方法二：嵌入式设定——把身份自然织进任务描述里，“作为社区图书馆管理员，请为暑期小学生读书会设计一份《昆虫记》导读单，含2个互动提问和1个延伸观察小任务。”

注意：不要写“假设你是一个……”，ChatGPT不处理虚拟语气；直接用“你是……”或“作为……”启动。

约束输出格式与长度

不加格式限制，ChatGPT默认倾向展开论述，容易偏离实际使用场景。

第一步：在提示词末尾用括号明确格式要求，如（用表格呈现，列标题为“问题”“对应症状”“家庭应对建议”）。

第二步：长度控制优先用具体单位——“不超过300字”比“简洁一点”可靠，“分4个带编号的小点”比“分几点说明”精准。

第三步：禁用模糊量词。“稍微扩展”“简要说明”“大致概括”这类表达会让模型自由发挥，结果不可控。

提供示例与参照样本

当你需要特定风格或结构时，给一个真实样例，比反复修改提示词更省时间。

方法一：正向示例——在指令后紧跟“参考格式如下：【例】Q：如何判断孩子是否缺钙？A：①夜间频繁惊醒伴出汗；②出牙晚于12个月；③囟门闭合延迟。不建议自行补钙，应就医检测血清钙和碱性磷酸酶。”

方法二：反向排除——“不要写成新闻稿口吻，拒绝‘据悉’‘据了解’等表述；也不要分章节小标题，用连贯段落输出。”

这一步操作起来很简单，直接把你要的样例粘贴在提示词最后即可。

拆解复杂任务为步骤链

一次性抛出多目标指令，比如“分析这篇论文的创新点、写摘要、再翻译成英文”，ChatGPT容易顾此失彼。必须显式拆解。

① 先让模型通读并复述核心论点（验证理解基础）；

② 再基于复述内容，提取3个技术层面的创新点（限定数量防泛泛而谈）；

③ 最后将第②步输出结果，逐条直译为学术英语，保持被动语态和名词化结构（给出语法特征比说“正式一点”更有效）。

每步完成后需确认，不要合并成一句长指令。ChatGPT没有记忆上下文的能力，步骤之间必须用换行或序号物理隔离。