凌晨两点的空白文档：问题不在AI，而在我们怎么开口
凌晨两点，窗外有雨，键盘边的咖啡已经凉了。我盯着一份客户方案，像盯着一口没有回声的井。那晚我把一句“帮我写个营销方案”丢给ChatGPT，得到的是一篇漂亮但空泛的文字。后来我才明白，AI不是不聪明，它只是太听话：你给它雾，它就还你雾；你给它尺子、边界和验收标准，它才开始像一个可靠的同事。
如果你正在搜索“ChatGPT提示词工程教程”或“ChatGPT怎么用”，先别急着背万能提示词。真正有效的提示词工程，不是咒语，而是一套可复用的沟通流程。我在日常写稿、整理资料、做竞品分析时，通常把一次对话拆成四层：角色、任务、材料、验收。少任何一层，结果都会漂。
一套可复制的四层提示词：先定角色，再交付材料
我最常用的模板很简单，你可以直接复制。它适合写文章、做PPT大纲、改邮件、生成面试题，也适合迁移到Claude。若你正在查“Claude怎么用”或“Claude免费使用”，这套结构同样有效，只是Claude更适合长文本整理，ChatGPT在结构化输出和工具联动上更顺手。
你现在是【角色：例如B2B内容策划】。我要完成【任务：为实验室设备网站写一篇采购指南】。背景材料如下：【粘贴资料/目标用户/产品参数】。请按【格式：标题+3个小节+表格】输出。限制条件：【不夸大、不编造参数、中文、800字以内】。验收标准：【读者看完能判断型号差异，并知道下一步该问供应商什么】。如果信息不足，先向我提3个问题，不要直接写。
这里最关键的一句是“信息不足先提问”。在我的测试里，同一个任务，直接让AI写，第一次可用率大约只有60%；加入“先提问”和“验收标准”后，返工次数从平均3轮降到1轮左右。这个数据不是实验室结论，而是我连续记录20次内容任务后的粗略结果：每次统计是否需要大改、是否出现虚构参数、是否符合字数。
实际操作时，建议按这五步走：先写清目标读者是谁；再给AI真实材料，哪怕是杂乱笔记；然后要求它先复述任务，确认理解；接着让它输出第一版；最后用验收清单追问。比如你可以说：“请检查这篇内容是否有无法证实的结论，并用表格列出风险句、原因、修改建议。”这一步能显著减少一本正经的胡说。
从聊天到工作流：追问、对比与验证
好的对话不是一次生成，而是像深夜电台里的来回倾听。第一轮让AI搭骨架，第二轮让它补证据，第三轮让它反驳自己。我的固定追问有三句：“哪些地方你不确定？”“如果目标用户是新手，哪里看不懂？”“请给出一个更保守、更可执行的版本。”这三句很朴素，却能把很多华丽废话压回地面。
如果你在比较ChatGPT与Claude，可以这样分工：长文档摘要、会议纪要、合同条款梳理，Claude表现通常更稳；表格生成、代码解释、插件或自动化工作流，ChatGPT更方便。至于“Claude注册方法”，官方渠道优先，免费额度适合体验，但高峰期可能有排队或模型限制；不要把重要账号交给来路不明的共享服务。
最后给一个简单的验证方法。拿同一个任务，分别用“随口一句提示词”和“四层提示词”跑两次，用下面四项打分：是否跑题、是否编造事实、是否符合格式、是否减少返工。每项0到5分，总分超过16分，说明提示词已经进入可复用状态；若低于12分，通常是材料不足或验收标准太模糊。你也可以记录生成耗时：我在一次1200字文章大纲测试中，随口提示耗时约35秒但需重写，结构化提示耗时约50秒，却只需局部修改。
技术最终会回到人的表达。我们训练提示词，其实是在训练自己把混乱的愿望说清楚。若你想继续整理AI对话模板，也可以把官方免费工具、自己的笔记库和睿盈工具提供的入口作为不同选择之一参考：https://wizzegroup.com。夜深时，别急着让AI替你思考，先让它听懂你真正要去的地方。