摘要

随着 GPT 等 AI 工具逐渐进入日常工作和学习场景，越来越多的人开始尝试使用它来完成文章整理、代码分析、资料总结、学习规划等任务。

但在实际使用过程中，很多人会发现，同样的问题，不同的提问方式往往会得到完全不同的结果。有时候回答非常符合预期，有时候却比较笼统。

经过一段时间的实际使用，我发现影响 GPT 使用效果的关键因素，并不只是模型能力本身，还包括问题描述方式、任务拆解方法以及后续沟通方式。

本文结合个人使用经验，总结了一些比较常用的方法，包括角色设定、分阶段生成内容、优化追问方式、代码问题分析以及建立提示词模板等，希望能够帮助刚接触 AI 工具的朋友，更合理地将 GPT 应用到学习、办公和开发过程中。

---

一、从“会提问”开始认识 GPT

刚开始接触 GPT 时，很多人的使用方式其实都比较简单。

比如：

帮我写一篇文章。

帮我修改一下代码。

解释一下这个技术。

这些问题当然可以得到回答，但实际效果往往比较普通。

后来在持续使用过程中，我发现一个比较明显的规律：

GPT 输出质量，很大程度取决于用户提供的信息是否充分。

它并不是传统意义上的搜索工具，而更像是一名需要明确任务目标的智能助手。

如果只告诉它“做什么”，它可能只能给出通用答案。

如果进一步说明：

• 面向什么人群；
• 用于什么场景；
• 希望采用什么结构；
• 需要达到什么效果；

最终结果通常会更加符合需求。

因此，使用 GPT 的第一步，并不是学习更多复杂指令，而是学会描述问题。

---

二、技巧一：给 GPT 设置明确的任务角色

很多人在使用 GPT 时，会直接提出需求。

例如：

写一篇关于数据库索引的文章。

这种方式可以完成任务，但内容可能比较基础。

如果增加一些背景：

你是一名后端开发工程师，请用适合初学者理解的方式介绍数据库索引，包括基本概念、使用场景、常见问题和简单案例。

得到的内容通常会更加贴近实际需求。

这里的“角色设定”，本质上是在告诉 GPT：

• 需要采用什么角度思考；
• 输出内容面向什么用户；
• 应该使用什么表达方式。

常见使用场景：

技术文章整理

可以设置：

你是一名技术博客作者，请帮助我整理一篇通俗易懂的技术文章。

---

学习技术知识

可以设置：

你是一名编程老师，请用零基础学习者能够理解的方式解释这个概念。

---

代码分析

可以设置：

你是一名代码审查工程师，请分析下面代码存在的问题，并提供优化建议。

---

角色设定并不会改变 GPT 的能力，但可以帮助它更准确理解任务背景。

---

三、技巧二：复杂任务不要一次完成，先确定结构

很多人在使用 GPT 写文章时，会直接要求：

帮我写一篇 3000 字文章。

这种方式容易出现几个问题：

• 文章结构不符合预期；
• 内容重点偏离；
• 后期修改成本较高。

我的习惯是：

先确定框架，再补充内容。

例如：

第一步：

请围绕“GPT 使用技巧”设计一篇文章大纲，列出主要章节。

确认结构没有问题后，再继续：

请根据第一个章节展开详细内容，保持技术博客风格。

这样做的好处是：

文章方向始终掌握在自己手里。

类似的方法也适用于：

• 学习计划制定；
• 工作总结整理；
• 技术方案设计；
• 项目文档编写。

先规划，再生成，比一次性要求完整结果更加稳定。

---

四、技巧三：学会通过追问优化结果

很多时候，第一次回答并不是最终答案。

例如：

提问：

如何学习 Python？

得到的回答可能是：

• 学习基础语法；
• 多写代码；
• 做项目。

这些内容没有错误，但比较宽泛。

如果继续追问：

假设我是零基础，每天只有 1 小时时间，请帮我制定一个 30 天学习计划，并列出每个阶段需要注意的问题。

回答通常会更加具体。

一些常用追问方式：

让内容更容易理解

请用生活中的例子解释。

---

让方案更具体

请给出实际执行步骤。

---

发现问题

请列出可能出现的问题和解决方法。

---

优化表达

请重新整理，让结构更加清晰。

---

很多时候，GPT 的价值并不在第一次回答，而是在不断交流和调整过程中逐渐接近目标。

---

五、技巧四：利用 GPT 辅助分析代码问题

对于开发人员来说，代码分析是比较常见的使用场景。

以前遇到问题，通常会搜索错误信息。

现在可以先整理：

• 相关代码；
• 报错信息；
• 运行环境；
• 期望结果。

然后让 GPT 协助分析。

例如：

以下是 Python 代码和错误信息，请按照“错误原因、排查步骤、修改建议”的方式分析。

相比简单输入：

为什么报错？

得到的信息通常更加有参考价值。

不过需要注意：

代码提交给 AI 分析时，要注意信息安全。

不要直接上传：

• 公司内部项目代码；
• 密钥配置；
• 用户隐私数据；
• 未公开业务逻辑。

必要时可以进行脱敏处理。

---

六、技巧五：建立自己的提示词模板

如果长期使用 GPT，会发现很多任务其实具有重复性。

例如：

• 修改文章；
• 总结资料；
• 制定学习计划；
• 分析代码；
• 整理会议记录。

每次重新描述需求比较浪费时间。

因此，可以建立自己的提示词模板。

一个简单模板通常包含：

角色

你是一名……

任务

请帮我完成……

背景

内容用于……

要求

包括：

1. 输出格式；
2. 表达方式；
3. 内容重点。

示例：

你是一名技术编辑，请帮我优化下面文章。

要求：

1. 保留原意；
2. 优化文章结构；
3. 减少重复表达；
4. 符合技术博客阅读习惯。

建立模板后，后续只需要修改具体内容即可。

---

七、几个容易影响使用效果的问题

1. 提问范围过大

例如：

如何提高效率？

这个问题范围太广。

可以改成：

我是一名程序员，每天工作 8 小时，希望减少重复工作，请给出具体优化方案。

背景越明确，回答越容易符合需求。

---

2. 一个问题包含太多任务

例如：

同时要求：

• 写文章；
• 做摘要；
• 生成标题；
• 制作配图；
• 提取标签。

任务过多时，输出质量可能下降。

可以拆分：

第一步整理文章；

第二步优化标题；

第三步生成摘要。

---

3. 不检查 AI 输出内容

GPT 可以辅助完成很多工作，但不能完全代替人工判断。

尤其涉及：

• 技术代码；
• 数据分析；
• 专业知识；

仍然需要人工验证。

---

八、关于发布技术文章的一些经验

如果是在 CSDN 等技术平台分享内容，我个人认为：

相比单纯介绍工具，更有价值的是分享：

• 实际使用过程；
• 遇到的问题；
• 解决方法；
• 使用后的经验总结。

例如：

不建议：

GPT 可以解决所有问题。

更适合：

在实际使用过程中，GPT 可以帮助减少一些重复工作，但最终效果仍然取决于任务描述和人工判断。

技术社区更关注真实经验，而不是单纯介绍工具功能。

---

九、个人使用 GPT 后的一些感受

使用一段时间后，我最大的感受是：

GPT 并不是替代思考的工具。

它更像是一个辅助整理思路的工具。

比较适合帮助完成：

• 信息整理；
• 思路梳理；
• 文章修改；
• 学习辅助；
• 代码分析。

真正有效的使用方式，是把 AI 融入自己的工作流程。

例如：

写文章时：

先让 GPT 帮助整理框架，再自己完善内容。

学习技术时：

先让 GPT 解释概念，再结合资料深入理解。

开发过程中：

先让 GPT 分析问题，再结合实际环境修改代码。

---

十、总结

通过这段时间的使用，我认为 GPT 是否好用，很大程度取决于使用方式。

几个比较实用的方法：

1. 明确任务角色；
2. 复杂任务先规划结构；
3. 通过持续追问优化结果；
4. 提供完整信息辅助代码分析；
5. 建立自己的提示词模板。

AI 工具的发展速度越来越快，但真正重要的并不是掌握多少工具，而是能否找到适合自己的使用方式。

当 AI 成为日常学习、办公和开发流程中的辅助工具后，能够清晰表达需求、合理拆分任务、验证输出结果，会成为越来越重要的能力。