ChatGPT 推理模型怎麼提問：任務簡報提示詞（給目標和成功標準，不規定步驟，用分隔符隔開材料）
用 ChatGPT 裏帶「思考 / 推理」的模型處理複雜問題（做方案、排查原因、審合同邏輯、規劃路徑）時用：把問題寫成一份像交給資深同事的簡報——目標、成功標準、硬約束、材料——而不是一步步教它怎麼想，並讓它在資訊不足時把假設擺出來。
ChatGPT 對話模型通用
目標：[最終要得到什麼] 這件事的背景和為什麼重要：[背景] 什麼樣的結果算成功： [成功標準] 硬約束（不能突破）： [硬約束] 我的偏好（盡量滿足，可以取捨）： [偏好] ===== 材料開始 ===== [相關材料] ===== 材料結束 ===== 交付物： [交付物形式] 請在交付物之後附一小段說明，包含：你做出的關鍵假設；你在哪幾個方案之間做了取捨、為什麼；這份結果裏最可能出錯的一處，以及我可以怎樣驗證。 如果材料存在會直接影響結論的缺口，先指出缺口並給出「在最合理假設下」的結果，不要停下來只提問，也不要悄悄假設。
高亮處換成你自己的內容：[最終要得到什麼]、[背景]、[成功標準]、[硬約束]、[偏好]、[相關材料]、[交付物形式]
ChatGPT Plus 充值
已被複製 0 次
使用說明
為什麼這樣寫：OpenAI 官方的「推理模型最佳實踐」對這類模型給了幾條提示建議（資料核對於 2026-10-10）：
- 提示詞保持簡單直接，這類模型在簡短清楚的指令下表現最好；
- 不必寫「一步步思考」——模型自己會在內部推理，這樣的要求未必有幫助，有時反而妨礙；
- 用分隔符（Markdown、XML 標籤、小節標題）把輸入的不同部分分清楚；
- 先不帶示例試（zero-shot），確實需要再加少量示例，並保證示例與指令一致；
- 約束要明說，比如預算上限；
- 把最終目標說得非常具體，寫出成功的標準，讓模型朝着滿足這些標準去推理和迭代。
官方提示詞指南里還有一個好記的比喻：推理模型像資深同事，給它目標就能自己想辦法；普通 GPT 模型像新同事，需要明確、具體的指令才能把事情做對。所以這份簡報裏沒有「先做什麼後做什麼」。
怎麼填變量：[成功標準] 寫成能逐條核對的句子，例如「方案總成本不超過 8 萬」「每一步都能由兩個人在一週內完成」「列出至少兩個備選」。[硬約束] 和 [偏好] 要分開——混在一起時，模型會把「最好別……」也當成死線，結果反而保守。
什麼時候不用推理模型：改寫、翻譯、格式整理、簡單問答，用普通模型更快；這類任務照「角色 + 明確步驟 + 示例」的老辦法寫即可。模型選擇器裏各模型的名稱和可用範圍因套餐而異，以實際介面為準。
常見問題與調整：
- 結果很好但看不出怎麼得來的 → 模板已要求附「假設、取捨、最可能出錯處」；還想看更多就追問：「把你排除掉的兩個方案及排除理由列出來。」
- 它停下來問了一堆問題 → 保留模板最後一段；必要時追問：「按最合理的假設先給結果，假設單獨列出。」
- 輸出沒有格式 → 在 [交付物形式] 裏寫明要用的結構（表格、小標題、編號）。
示例輸出
示例，僅供參考（目標：為 12 人團隊設計三天兩夜的秋季團建行程；硬約束：人均不超過 1500 元、有一位同事不能爬山）
方案（節選）
第一天下午抵達湖邊民宿，晚間自助燒烤；第二天上午分兩組——環湖騎行組與遊船組，下午合併參加陶藝體驗；第三天上午自由活動後返程。人均預估 1380 元，其中住宿佔約 45%。
說明
- 關鍵假設：出發地到目的地車程在 3 小時以內；材料未給出出發城市。
- 取捨：放棄了山地徒步方案，因為與「有同事不能爬山」衝突；分組活動比全員同一項目多出約 60 元人均成本，但能照顧不同體力。
- 最可能出錯處：民宿在秋季週末的價格。請用實際報價替換估算，若人均超過 1500 元，可把陶藝體驗換成免費的湖邊徒步。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～