ChatGPT修改长文章时，为什么第一轮还不错，连续修改几次以后却越来越偏离最初要求？本文从多轮约束、固定规则、本轮任务、局部修改和基准版本等方面，介绍如何减少长文反复修改时的风格和要求漂移。

ChatGPT上传PDF后明明可以正常阅读，为什么表格、图片、跨页内容和关键数字还是可能遗漏？本文从文字版PDF、扫描版PDF、表格结构、图片信息和长文档处理方式等方面，介绍如何提高复杂PDF的读取完整性。

ChatGPT整理多人访谈记录时，为什么经常只是把每个人的观点分别列出来，却没有真正形成结论？本文从主题归类、共识、分歧、频次、影响程度和优先级等方面，介绍如何把多人访谈整理成真正可用于决策的分析结果。

ChatGPT整理工作交接时，为什么资料看起来很完整，接手的人却还是不知道先做什么？本文从任务状态、优先级、下一步动作、依赖关系、关键资料和风险事项等方面，介绍如何把交接文档真正整理成可直接执行的接手指南。

ChatGPT汇总多个部门材料时，为什么经常只是把内容拼在一起，导致重复多、重点少？本文介绍如何通过主题归并、重复信息合并、数据口径统一和跨部门问题提取，把多份材料整理成真正有整体结论的汇报。

ChatGPT整理多人批注意见时，为什么总把必须修改、普通建议、疑问和冲突意见混在一起？本文介绍如何通过意见归并、类型分类、冲突标记、修改动作和优先级整理，把多人批注真正转成可执行的修改清单。

ChatGPT整理聊天记录做需求清单时，为什么经常能抓到主需求，却漏掉权限、状态、数量和时间等关键条件？本文从需求主体、限制条件、确认状态、优先级和待确认项等方面，介绍如何把零散聊天整理成真正可执行的需求清单。

ChatGPT整理长邮件往来时，为什么经常把讨论内容总结得很完整，却漏掉真正需要执行的待办？本文从事项归并、最新结论、负责人、截止时间、依赖关系和待确认项等方面，介绍如何把邮件线程整理成真正可执行的任务清单。

ChatGPT根据数据生成周报时，为什么经常会自动补充没有证据的原因？本文介绍如何把内容拆成事实、推断和待验证信息，并通过证据来源、语气限制和周报结构，减少“看起来合理但其实是猜的”这类问题。

ChatGPT整理项目进度时，为什么内容看起来很完整，却还是看不出项目到底卡在哪里？本文从已完成、进行中、阻塞、待开始四种状态出发，介绍如何提取负责人、依赖关系和下一步动作，让项目进度从普通总结变成真正能推进工作的任务表。