ChatGPT怎么用：一份能落到真实工作上的实操指南

打开它，先发一个真实任务

用任意浏览器打开chatgpt.com，或者装上iOS、Android、Mac、Windows版的ChatGPT应用。用邮箱、Google、Microsoft或Apple账号登录大约花一分钟，换来的是聊天记录、记忆功能，以及在另一台设备上接着聊的能力。如果你不想注册账号，还有一个功能更少的未登录模式，不注册账号怎么用ChatGPT单独讲了这件事。

进去之后，界面就是一个输入框。正是这份简洁让人用不好它：没有任何可点的东西，多数新手就打一句“帮我看看这封邮件”，收回来一堆放之四海而皆准的话，然后断定这工具被吹过头了。问题几乎从来不在模型身上。是一个含糊的请求本来就没有正确答案，于是它只能把所有可能的答案平均一下还给你。

第一条消息请改成这样。挑一件你今天真的得做的事，别挑演示题。把原始材料贴进对话框，用一句话说清你要拿它做什么，再说清结果该是什么形态。一个管用的开场提示词长这样：“下面是我和客户通话的笔记。把它写成一封简短的跟进邮件，要有主题行、三条我们已达成一致的要点，以及一个明确的下一步。笔记：[粘贴]。”

然后读答案，并且回复它。这一步是新手最常跳过的。ChatGPT把整段对话都放在视野里，所以你回一句“再短一点，开头那句恭维去掉”，几秒钟就能拿到更好的第二稿。重开一个对话、把提示词从头再写一遍，等于把你已经给出去的上下文全扔了。

Free、Go、Plus：每一档到底给你什么

ChatGPT可以免费用，而对很多人来说，故事到这里就结束了。免费版给你旗舰模型，用到一定条数后切换到一个更轻的备用模型，另外每天还有少量的图像生成、文件上传和联网搜索额度。对一个月写几篇论文的学生，或者偶尔起草几封邮件的人，上面那些档位一个都不需要。

付费档买的是余量和入口，而不是更聪明的脑子，只有一个真正的例外：更深的推理能力和多步研究工具。下面的价格是2026年8月的美国标价，OpenAI在其他地区会做本地化定价。

你能得到什么	Free	Go（$8/mo）	Plus（$20/mo）
日常快速模型	有条数上限，之后切到更轻的备用模型	大约是免费额度的十倍	公开的上限与Go相同
处理难题的推理模型	非常有限	额度有限	包含，额度更高
深度研究类报告	每月少量额度	额度很薄，远低于Plus	明显更多
智能体式的多步任务	不包含	不包含	包含
图像生成	每天几张	约为免费的十倍	上限更高，速度更快
文件上传与分析	有上限	约为免费的十倍	上限最高
记忆与上下文长度	最短	比免费长	最长
广告	在测试市场会出现	在测试市场会出现	不出现
新模型的使用顺序	最后	排在Plus之后	最先

具体上限变动频繁，有时一个月一变，就连额度怎么重置这件事，在2026年内也改过。任何公开的数字，包括上面这张表，都请当作大致形状来看，别当成规格书，付钱之前先在你自己的账号里看一眼方案对比页。如果你已经在撞墙了，ChatGPT提示已达上限时该怎么办讲清了三条长得很像的限额提示里，你遇到的到底是哪一条。

实用的判断标准是：一直用免费版，直到你每周不止一次在任务做到一半时撞上限额。到那个时候，ChatGPT Go和Plus怎么选讲的是那个更便宜的升级选项，ChatGPT Plus值不值则给$20这一档算了回本账。这两篇都比一篇评测有用，因为答案取决于你怎么用，而不是取决于产品本身。

真正管用的那套提示词写法

学会写ChatGPT提示词不需要上课。四个要素几乎能覆盖全部情况，而且你脑子里装得下：任务、上下文、格式、约束。

任务。 用一个动词加一个宾语开头。总结、改写、比较、提取、列提纲、挑毛病、做计划、排查错误、分类、翻译。“帮我看看这个”不是任务。“把这段改写成一个非技术客户能看懂的样子”才是。

上下文。 把原始材料贴进去，别去描述它。补上受众、目标，以及任何它不知道就只能猜的东西：日期、人名、价格、限制条件、你已经试过什么。猜，正是那些被人吐槽的虚构细节的来源，而大多数虚构细节的存在，是因为提示词里留了个洞。

格式。 这是杠杆最大的一个要素，也是最常被漏掉的一个。要一张表、一份清单、一封带主题行的邮件、五条要点、一段两百字的摘要、一份决策备忘、或者带字段名的结构化输出。指定格式，能把一大坨散文变成你可以直接粘进工作文件里的东西。

约束。 长度、语气、要避开什么、必须包含什么。“不超过150字，不要营销腔，所有数字保持原样”，等于提前砍掉三轮修改。

一个可以反复套用的壳子：“你的任务是[动词+宾语]。上下文：[粘贴材料、受众、目标]。输出格式：[形态]。约束：[长度、语气、必须包含、必须避免]。如果有重要信息缺失，先问我再动笔。”

两个习惯能让效果翻倍。第一，语气重要时，给它看一个“好长什么样”的例子，因为一段你自己以前写的文字，对声音的控制力远胜过任何形容词。第二，你还在拿主意的时候，要选项而不是要答案：“给我三个角度不同的版本，然后说你会发哪一个、为什么。”

18条提示词，按你实际在做的事分类

把方括号里的部分替换掉，贴上你自己的材料，然后把输出当成初稿而不是终稿。

写作与邮件

1. “把这些笔记写成一封跟进邮件，要有主题行、三条我们已达成一致的要点，以及一个下一步。笔记：[粘贴]。”
2. “改写这段，要更短更清楚，但别显得生硬。所有事实保持不变。原文：[粘贴]。”
3. “这是两段我自己写的东西。用同样的声音起草[素材]：句子长度、直白程度、用词都要像。样本：[粘贴]。要求：[粘贴]。”
4. “给这封邮件三个主题行和三个开头句，从正式到随意各有分布。邮件：[粘贴]。”

工作与规划

1. “把这个目标拆成一周的计划。输出一张表，包含日期、任务、负责人、交付物，以及可能让它翻车的风险。目标：[目标]。约束：[团队、截止时间]。”
2. “把这些会议笔记整理成决议、待定问题、负责人和截止时间。凡是含糊的地方，标出来，别自己替我拍板。笔记：[粘贴]。”
3. “按成本、速度、风险、可回退程度比较这几个方案。最后给一个推荐，再给出反对它的最有力论据。方案：[粘贴]。”
4. “读这条客户来信，起草一封回复，要点名回应他具体抱怨的那件事、说明我们会怎么做、并给出一个日期。来信：[粘贴]。”

学习与讲解

1. “给一个脑子不笨但完全没接触过这个的人讲讲[概念]。用一个类比、一个具体例子，然后讲三个新手常犯的错。”
2. “我马上要[做某事]，之前从没做过。列出我需要决定什么、需要准备什么，以及人们通常卡住的两个地方。”
3. “就[话题]出十道难度递增的题考我。一次问一道，等我回答，答错了先告诉我错在哪，再往下走。”

文档与数据

1. “读这份文件，先给我一张地图：有哪些章节、每节讲什么、重要论断落在哪里。然后先别往下写。文件：[粘贴或上传]。”
2. “把这段文字里每一处[义务、日期、价格、名称]提取成一张表，附上原文的准确引述和出现位置。不要总结，也不要改写。原文：[粘贴]。”
3. “把这份乱糟糟的列表整理成一张干净的表。不确定的一律标成未知，别猜，并列出你用了哪些规则。数据：[粘贴]。”

代码

1. “讲讲这段代码在做什么、哪里可能出问题、写哪些测试能提高信心。听众是一位初级开发者。代码：[粘贴]。”
2. “这是报错、代码，以及我预期的结果。按可能性从高到低列出最可能的原因，再给出每个原因最小的排查步骤。先别提修复方案。[粘贴]。”

个人事务

1. “按这份任务清单帮我安排今天。分成深度工作、杂务、速战速决和延后四类，再告诉我如果少了两小时该砍掉什么。清单：[粘贴]。”
2. “我得就[情境]进行一次难开口的谈话。帮我准备：对方大概会说什么、我不该说什么，以及三种开场方式。”

把管用的那些存下来。一条你每周都在复用的提示词，价值超过五十条你只试过一次的，而且粘贴一条存好的提示词只要十秒，凭记忆重写一遍要两分钟。

值得打开的功能

文件上传。 把PDF、表格、图片或文档拖进对话框，然后就它提问。这是多数人还没试过的、见效最快的一招。先要求它按原文引述做提取，再要求它做解读，因为对一份你自己没核对过的文件所做的总结，是一个说法，不是一个事实。

联网搜索。 ChatGPT可以搜索网络并附上链接，这让它从一个复述规律的模型，变成一个能告诉你这周发生了什么的东西。那些引用值得点开看，而不是直接信，因为一句话后面挂了个链接，并不等于那个链接支持这句话。

语音模式。 用说的代替打字。想边想边说、演练一次谈话，或者手上腾不开时干活，它是真的好用，而且处理那些乱糟糟、还没成形的念头，它比听写强太多。

自定义指令。 设置里的一个字段，你在里面描述自己是谁、希望回答写成什么样，之后每个新对话都会套用。填一次，就省掉了你一直在反复输入的那三条同样的修改意见。写得短而具体：你做什么、平时在忙什么、想要什么样的回答风格。

记忆。 ChatGPT可以跨对话记住一些细节。很方便，也值得隔段时间看一眼：记忆设置里能看到它存了什么，也能逐条删除。如果你和别人共用设备，或者手上有敏感材料，最好清楚里面装了什么。

项目。 把相关的对话归到一起，共享文件和指令，这样每次回到一件正在推进的工作上，你不必把同样的背景再交代一遍。

有一条规则盖过上面所有内容：不要把客户资料、员工数据、健康或财务信息、账号密钥、专有代码，粘贴进任何未经你所在机构批准的账号。这跟ChatGPT本身没关系，只跟一件事有关：粘贴出去的数据，就脱离你的掌控了。

ChatGPT不擅长什么，以及怎么核对

会用ChatGPT，意味着知道它在哪里会失手，而这些失手是可预测的，不是随机的。它生成的是符合“正确答案模式”的文字，这和正确答案是两回事，而单看语气，你分不出这两者。

几个稳定的软肋：你没告诉它的具体事实，尤其是日期、价格、统计数字、版本号，以及各地规定不同的法律或医疗细节。引用出处，可能看着很像真的却是错的，包括把真实作者挂到一篇并不存在的论文上。长文档里的算术和计数，它是在估，不是在数。近期发生的事，除非搜索确实开着。任何关于你或你所在机构的事，只要你没贴进去。还有它自己的自信程度，无论笃定还是在猜，都是同一个水平。

这些核对一旦变成习惯就很快。在你发出去、发表出去或据此行动之前：把每一个数字、日期、人名和引语都对着来源核一遍。凡是分量重的引用，点开看看。问它“什么情况会让这个结论不成立，你做了哪些假设？”，然后认真读答案，因为它往往比原答案更诚实。对文档，让它把支撑每个重要结论的原文段落引出来，再去确认那段话确实存在。对代码，跑一遍，读一遍改动。

找第二个意见的成本几乎为零，抓到的问题却出乎意料地多：把输出贴回去，问它其中最站不住脚的一条是什么；或者把同一个问题发给另一个模型，看两边答得一不一致。两个模型意见相左，是一个很可靠的信号，说明这个问题比看上去难。AI为什么会出错讲清了为什么这是结构性的，而不是一个等着打补丁的bug。

什么时候换个模型更合适

ChatGPT是综合能力最强的默认选择，绝大部分工作放在这里做都没问题。但它不是每件事的最佳工具，而知道那少数几种别的更强的情况，比任何提示词技巧都更省时间。

如果任务是	ChatGPT的表现	可以考虑换成
日常问答、起草、做计划	正确的默认选择，功能最全	不用换，留在这里
改完还要保住个人声音的写作	产量和覆盖面都好	Claude，语气上通常更少需要返工
必须自己点开原始来源的检索	综述不错，引用需要核对	Perplexity，答案自带链接
超大文档或整个代码库	处理常规商务文档很从容	Gemini，在百万token量级这一端
拿去交付的图像	快速配图很方便	Flux或Stable Diffusion，可控性和一致性更好
一个有真实代价的决定	一个不错的答案	两个模型，然后比对它们不一致的地方

值得养成的习惯不是改换门庭，而是分流：留意哪个工具赢在哪类任务上，然后把它记下来。你从自己工作里得出的四五条观察，胜过任何一篇比较文章，包括这一篇。最好用的AI是哪个按任务给出了逐项结论，ChatGPT、Claude、Gemini怎么选把这三家正面比了一遍，怎么把多个AI模型配合着用讲的是用一个起草、用另一个复核这套循环，它抓到的错误最多。

这一切都不需要你同时订好几家。它需要的只是：答案重要时，你能把同一个提示词发给不止一个模型，并且留意自己一直在回头用的是哪一个。

你的第一周

第一周要做的是把ChatGPT挂到你本来就在做的事情上，而不是给它找新活儿。用一个月就放弃的人，通常是拿它做演示而不是做任务的那批人。

第一天和第二天：拿它做一件你嫌烦的、反复出现的事。整理笔记、起草一封例行回复、清理一份列表。同一件事，同一条提示词，做两遍。

第三天和第四天：把自定义指令填上，然后上传一份真实文件，就它提问。设置里没有别的东西能像这两件事一样改变你的使用体验。

第五天和第六天：挑一件有真实截止时间的工作，把整套写法用上，包括那一步核对。留意从它的草稿到你愿意发出去的成品之间，隔着多少修改工作，因为这个数字，而不是什么跑分，才是这个工具对你的真实价值。

第七天：回头看看你都拿它做了什么。反复出现的任务，变成存好的提示词。那些输出让你失望的任务，先换个模型试试，再下“AI做不了这个”的结论。整套实践就是这些，其余都是细节。