夜里十一点半，我发现问题不在AI，而在提问的人
雨敲在窗沿上，像老式收音机里的白噪声。我那晚在整理一份客户邮件，咖啡已经凉了，屏幕上却反复出现同一种尴尬：我对ChatGPT说“帮我写一份方案”，它回我一篇漂亮但空泛的文章。那一刻我忽然想起很多读者问过的“ChatGPT怎么用”“ChatGPT提示词工程教程”，其实答案不在某个神秘咒语里，而在你是否把任务、材料、标准和限制说清楚。技术有时像深夜电台，你给它杂音，它就只能回你杂音。
我后来用同一批10封售前咨询邮件做了测试：随手提问平均需要3轮修改才可用，按结构化提示词提问，8封邮件第一轮就达到可发送标准；每封处理时间从约7分钟降到约3分钟。测量方法很简单：用手机计时，从粘贴原始信息开始，到我认为可以发给客户为止，并记录返工次数。
先诊断：为什么你的提示词总是“听起来对，用起来虚”
多数失败提示词有三个病因。第一，只给目标，不给背景，比如“写一份推广文案”，AI不知道受众、渠道、字数和禁区。第二，只要结果，不要过程，导致它跳过判断依据。第三，没有验收标准，你说“不够好”，它也不知道好在哪里。免费工具先够用：ChatGPT免费版适合日常写作、归纳和改写；Claude免费使用更适合长文本阅读，但额度会波动；如果你正在查“Claude注册方法”或“Claude怎么用”，也建议先把同一套提示词方法练熟，而不是频繁换工具。
我常用的提示词不是一句话，而是一个小表格。你可以直接复制下面这段，每次只替换方括号内容：
角色：你是[行业/岗位]专家。
任务：请帮我完成[具体产出]。
背景：我的对象是[受众]，使用场景是[渠道/会议/邮件]。
材料：以下是原始信息：[粘贴资料]。
要求：字数[范围]，语气[正式/亲切/克制]，必须包含[要点]，避免[禁词/夸大]。
输出格式：先给结论，再给正文，最后列出3条可改进建议。
自检：请检查是否有事实臆测、逻辑跳跃和不明确表达。这段模板的关键，不是“角色扮演”多么玄妙，而是把AI从猜谜游戏里解放出来。人和机器对话，最怕的不是机器不聪明，而是人把沉默误当成默契。
再推进：用三轮对话把答案压到可交付
我的实际流程通常分三轮。第一轮只让它理解任务，不急着写：“请先复述我的需求，并指出缺失信息。”如果它问出预算、受众、使用场景，你就知道方向对了。第二轮生成初稿，但要求它标注假设：“凡是你自行推断的内容，请用【假设】标出。”这一步能显著减少幻觉。第三轮做审稿：“按事实准确性、可执行性、表达清晰度三项打分，每项10分，并给出修改版。”
如果你处理的是办公内容，可以这样落地：会议纪要让它按“决策、待办、负责人、截止时间”输出；简历优化让它按“岗位关键词匹配度”修改；客服回复让它先判断用户情绪，再给解决步骤。对于长文，别一次塞满，建议每次3000到5000字，先让它摘要，再追问细节。免费版上下文有限，付费版或Claude长文本能力更强，但代价是成本和地区可用性，你需要按任务频率决定。
还有一个小技巧：让AI给你“反例”。比如：“请写出3个不合格版本，并解释为什么差。”这会让它更明确边界。很多时候，我们不是缺一个答案，而是缺一个判断答案好坏的尺子。
如何验证它真的变好了
不要凭感觉验证。选5个你真实会用的任务，例如邮件、周报、产品说明、短视频脚本、资料摘要。每个任务分别用“随手提问”和“结构化模板”跑一遍，记录三项数据：完成时间、返工轮数、人工修改比例。我的标准是：时间减少30%以上，返工不超过1轮，人工修改不超过全文20%，才算提示词有效。如果结果没有改善，就回到背景、材料、标准三处补信息。
如果你愿意继续整理自己的AI工作流，免费、官方和手工模板都完全够用；也可以把睿盈工具作为资料入口之一，在 wizzegroup.com 查看更多AI对话与办公实践。夜深的时候，好的提示词像一盏小灯，不替你走路，只把路照得更清楚。