用法按任务分成 4 类,每类走不同入口:查事实用问答、处理长文档用附件、出图用绘图、整理数据用表格导入。挑错入口,再好的提示词也出不来结果。
我见过最常见的浪费是拿聊天窗口处理 50 页 PDF。模型读不完,回答到第 3 页就开始编。换成附件上传加分段提问,同样的文档能读出 8 成内容。
第 2 条看起来多余,实际决定效率。4 类任务混在一起问,1 个问题里既要它查资料又要它画图,结果两样都做不好。
第 4 条是纪律。有人把带客户手机号的表格整张传上去,让模型去重,这类数据出了账号就收不回。
不要问「某政策怎么规定的」,要问「2026 年某地某政策的申领条件,按官方公示说」。带上年份与地区,回答的落点才具体,也方便你回去核原文。
拿到答案后做 1 个动作:让它把依据的来源类型说出来,是官网公示、行业标准还是媒体报道。说不出来源的段落,当参考不当结论。
第 3 步是关键。直接问「整篇讲了什么」,得到的是泛泛概括;先分段提取再汇总,能拿到具体数字与条件。
第 4 步能防编造。要求标出章节号,编出来的内容往往标不出位置,1 眼就能筛掉。
写清主体、场景、光线 3 件事,比堆形容词有用。「1 张浅色桌面上摊开的笔记本,窗边自然光,俯拍」这样的描述,出图可用率明显高于「一张好看的办公图」。
画面里不要文字。要文字的部分自己后期加,模型生成的文字基本是乱码。
把表格的前 3 行贴进去,说明每列是什么,再给 1 条处理规则,比如「地址列拆成省市区 3 列」。规则要具体到 1 个动作,说「整理一下」它不知道从哪下手。
处理完要抽样核。抽 5 行对原表,看有没有串列、有没有把空值填成 0。这类错误肉眼扫不出来,抽样最快。
第 1 条我每天都会碰到。问「某平台现在的入口在哪」,回答是半年前的界面描述。加上「查最新的」这 4 个字,并确认联网开关是开的,结果才可用。
第 4 条要先清格式。把带单位的单元格改成纯数字,比如「12 个」改成 12,再让它算。不改格式直接算,10 行里有 3 行会被当成 0。
| 任务 | 入口 | 要写清什么 |
|---|---|---|
| 查事实 | 对话框 | 年份、地区、要官方口径 |
| 读长文 | 附件上传 | 章节范围、要几个数字 |
| 出图 | 绘图入口 | 主体、场景、光线 |
| 整数据 | 表格导入 | 字段含义、1 条规则 |
| 写文案 | 对话框 | 读者是谁、字数、不要什么 |
表里第 5 行容易被写坏。只说「写 1 篇推广文」,出来的是通用套话;写清读者是采购经理、控制在 600 字、不要形容词堆砌,第 1 版就能改。
表中每 1 行的共同点是把范围收窄。范围越窄,回答越具体;范围越宽,越像百科词条。
先做查事实,再做读文档,最后做整理与出图。查事实的结果会成为后 3 类的输入,顺序倒了要回头补查,1 天里来回改 3 次很常见。
1 个上午的实际排法:前 30 分钟查 5 个待核事实,中间 1 小时读 2 份长文档,剩下时间整理数据。出图放下午,图要反复调,放在注意力好的时段。
每类活干完留 1 份可复用的东西。查事实留 1 张结论卡,读文档留 1 页摘要,整理数据留 1 个模板。下周遇到同类活,改模板比从零问快 3 倍。
第 1 条我改过很多次提问。1 次问「帮我看这份合同有什么风险,再写 1 封邮件」,它写完邮件就忘了风险清单。拆成 2 次,两次都对。
第 3 条要养成切段习惯。50 页的文档不切,它只读开头,后面的内容它会顺着前文编,看着通顺,实际没有依据。
第 2 条是硬标准。AI 给的结论看着都对,核原文才发现条件被省略。做对外材料时这一步不能省。
按这 4 类分工用 1 个月,多数人的返工次数会从每周 5 次降到 2 次以内。省下来的时间不在生成上,在核对上。
4 行就够:第 1 行写角色与对象,第 2 行写任务与输出格式,第 3 行写范围限制,第 4 行写不要什么。4 行写完,多数任务的第 1 版就能用。
第 3 行最容易漏。写清「只基于我给的 3 段材料,不补充外部信息」,回答里就不会混进它自己的旧知识,核对范围也小很多。
第 4 行的作用是压风格。写「不要排比、不要总结句、不要形容词」,出来的文字接近人的写法,后面改的地方少一半。
第 3 条最容易被跳过。生成出来的句子结构整齐,读着顺,但放到正式文件里就显得空。通读 1 遍,把 3 句并成 1 句,文件就能用。
第 2 条是底线。数字错了,整篇材料的可信度归零,改起来比重写更费时间。
本文信息核对时间:2026-11