ChatGPT 进阶使用技巧：从 Prompt 工程到工作流自动化

一、ChatGPT 的能力边界

ChatGPT 不是搜索引擎——它不会告诉你今天的天气或股价。ChatGPT 不是计算器——它可能会算错三位数乘三位数。ChatGPT 擅长的是基于训练数据中的模式生成连贯的文本。理解这个本质后，你就能更好地用它——让它写邮件、改文章、头脑风暴、翻译、解释概念，这些是它的强项。但不要让它做数学计算或提供实时信息。

二、Prompt 工程的五个层级

一）角色设定

要给 AI 指定明确角色和专业领域——"你是一个有 10 年经验的 Python 后端工程师"。这个简单的设定能显著提升回答的专业性和准确性。

二）格式约束

如果你需要返回 JSON 格式的数据，直接在 Prompt 中说明。需要 Markdown 表格？直接说"用表格展示"。

三）示例驱动

给 2-3 个输入输出示例。Few-shot 学习的效果远超零样本。

四）思维链

对需要推理的问题，加上"请逐步思考"。这触发模型展示推理过程，准确率显著提升。

五）迭代优化

把 ChatGPT 第一次的输出作为输入再问一遍——"请检查以上内容是否有逻辑错误或不一致之处"。

三、工作流集成

ChatGPT 的最大价值不是单次问答，而是嵌入日常工作流。浏览器插件让你在任意网页上选中文字后弹出 AI 翻译/总结。Zapier 把 ChatGPT 接入 Slack——有人发消息就可以自动生成回复草稿。