"ChatGPT 只是用来提问和获取答案的吗？"
你只是输入"告诉我这个"。
然后复制返回的答案。
即使感觉有点不对劲，你也照原样使用。
老实说，你用免费的搜索引擎也能做到这一点。
但 ChatGPT 的真正优势在于别处。
即使使用相同的 AI，根据你"知道"还是"不知道"，结果也会发生巨大变化。
仅仅通过改变指示方式，返回答案的准确性就会大幅提升。
我充分利用这个 ChatGPT，每月创造超过 200 万日元的销售额。
这不是因为我有特殊才能。我只是改变了指示方式。
ChatGPT 不是工具。它是为你工作的伙伴。
这次，我将介绍 20 个提示技巧，以最大限度地发挥这个伙伴的性能。
如果你全部做到，你会感觉提升了几十倍。根据我的经验，说"73 倍"并不夸张。
进入正题之前先说一件事。
我之前那篇被浏览了 120 万次的文章：
https://x.com/kusu_17/status/2075887521108804091?s=20
从"用 ChatGPT 创建的 2000 个畅销宣传语"中，我将
免费分发 50 个实际卖出的宣传语。
我会在文章末尾发布如何获取它们的说明。
现在，让我们进入正题。
1. 初始设置：让伙伴自我介绍
我先告诉你最常见的错误：未经初始设置就直接使用。
这就是所谓的"自定义指令"。这是一个可以预先注册你的工作、职位和回复语气的功能。一旦在设置界面中设置好，它将影响之后的所有对话。
如果你不这样做，ChatGPT 每次都会把你当作"初次见面的陌生人"。所以你每次都得从头解释。你会发现自己反复输入相同的开场白，比如"我是初学者"或"避免专业术语"。
例如，注册："我作为副业写博客。请避免专业术语，为初学者回答。" 仅此一项，之后的所有回答都会基于这个前提返回。无论是关于节食还是金钱，它都会自动调整为初学者使用的语言。
思考要注册的内容，分为两部分。
一个是"你是谁"。另一个是"你希望它如何回答"。
对于前者，写下你的工作或目的。例如，"30 多岁的公司职员"或"作为副业做社交推广"，来传达你的立场。
对于后者，写下风格、长度和专业术语的使用。例如，"结论先行"、"多用要点"或"不使用难懂的词汇"，来传达你对回复方式的偏好。
这有微妙的效果。
每次输入相同开场白的功夫消失了。对于每天使用多次的人来说，这种差异会累积起来，变得巨大。
2. 分享前提：先给草稿
很多人突然就说"写一篇文章"。
但这样一来，AI 不知道写什么。所以它返回一个适用于任何人的、平淡而空洞的答案。
"之前"是这样的：
"写一篇关于节食的文章。"
"之后"是这样的：
"为 30 多岁的女性写一篇关于轻松坚持饮食管理的文章。读者不擅长运动。语气要温和。先给我一个大纲。"
这种差异直接导致了输出的差异。
你给出的前提越多，返回的"草稿"质量就越高。读者画像越清晰，它就越会选择能引起共鸣的词语。
你应该给出四个前提：
为谁？为了什么？什么氛围？做到什么程度？
"为谁"是读者画像。越具体越好，比如"30 多岁的女性"或"编程初学者"。
"为了什么"是目的。根据是"让他们阅读并实践"还是"让他们有个大致了解"，写作风格会改变。
"什么氛围"是风格。添加一个词，比如"温和"、"正式"或"直率"。
"做到什么程度"是目标。提前说明是"只要大纲"还是"到正文为止"。
只需逐一添加这四个前提，每行一个。AI 的犹豫消失了，它会更接近你预期的答案。
3. 分配角色：用头衔改变个性
当你给 ChatGPT 分配一个角色时，它会变成另一个人。
"你是一名专业编辑。"
"你是一名有 10 年经验的税务会计师。"
仅仅在开头加上这一句话，答案的深度就会改变。这就像对同一个问题，分别去问一个业余爱好者或一个专业人士。当你给它一个头衔时，它会使用该职业的词汇和思维方式来构建答案。
例如，对于写作建议，说"你是一名专业编辑。" 对于金钱建议，说"你是一名有 10 年经验的财务规划师。" 就像每次需要时都请一位顾问一样。
诀窍是在头衔中加入"年限"或"成就"。
比起仅仅说"编辑"，"有 10 年经验的编辑"会给出更具体的答案。"新编辑"和"资深编辑"提出观点的犀利程度完全不同。
根据任务的重要程度来改变头衔。我希望你像转动刻度盘一样使用它。对于轻松的咨询，保留原样；对于重要的决策，请来专业人士。这样的区分是好的。
4. 减少错误信息的句子：最后的推动
这是最浪费的一点。
只说"告诉我"或"给出正确答案"的人，最终会盲目相信 AI 的回答。ChatGPT 有时会自信满满地说出看似合理但虚假的话。这就是所谓的"幻觉"。简而言之，就是一个看似合理的虚构故事。
麻烦的是，谎言看起来很真实。它会自信地说出不存在的书名或错误的数字。如果你不加任何东西直接使用，你会完全上当。
所以，在末尾加上一句话。
"如果有不确定的部分，请如实说明。"
"也请显示证据。"
仅仅一句话，就能显著防止无根据的推测和信息的混淆。
如果你加上"请也显示证据"，它甚至会写出答案的来源。通过查看这些来源，你可以判断这是一个可靠的故事还是一个可疑的故事。
这既适用于主要工作，也适用于副业。你越是处理数字和事实，我就越希望你养成加上这句话的习惯。
5. 分阶段进行：不要一次性全部要求
如果你一次性要求一个大任务，返回的答案会很粗糙。如果你把所有事情都交给 AI，比如"从头到尾写文章"，它可能会在某个地方偏离方向。
因此，要分解过程。
创建大纲 → 撰写内容 → 审查 → 修正
按照这个流程，逐步进行。
因为你可以中途修正方向，所以完成度是截然不同的。如果你在大纲阶段发现"这不对"，可以在写正文之前修正它。
例如，首先问："只给我一个大纲。" 如果偏离了，就修正。如果没问题，就进入下一步："用这个大纲写正文。" 因为分阶段进行，所以减少了无用的重写。
在每个阶段插入一个检查点也很好，比如"到目前为止可以吗？"
你可以及早阻止 AI 在错误的方向上狂奔。
6. 项目功能：用不同名称保存对话
"我希望你记住我们到目前为止讨论的所有内容。"
当你进行头脑风暴时，你一定会有这样的想法。
这时就该使用项目功能了。它就像是对话的"另存为"。
你可以将同一主题的对话整合在一起。想象一下创建一个文件夹，并把相关的对话挂在里面。
例如，为视频策划创建一个项目。这样，像你的主要工作或日常咨询这些不相关的对话就不会混进来。每次你谈论视频策划时，都会基于到目前为止的流程返回答案。
在普通对话中，每当你打开一个不同的线程，前提就会丢失。你每次都不得不从头解释。如果你把它们组织在一个项目中，这种麻烦就消失了。
然而，有一点需要注意。在项目之外讨论的内容不会被带入。建议在项目内分享重要的前提。
7. 指定输出格式：从形状决定
"用表格总结。"
"5 个要点。"
"300 字以内。"
仅仅指定了形状，实用性就会飙升。
如果你不指定，返回的会是冗长啰嗦的文本。之后你还需要自己格式化的麻烦就出现了。这是最浪费的部分。即使内容很好，如果在粘贴之前需要手动调整，效率也会降低。
先决定格式。一个可以直接使用的答案就会返回。例如，如果你想比较，就"用表格"。如果你只想知道要点，就"3 个要点"。如果你要发布在社交媒体上，就"140 字以内"。根据应用场景来指定。
格式不仅仅是"外观"。你甚至可以指定结构，比如"添加标题"或"编号"。
最好从一开始就瞄准一个可以稍后直接粘贴的状态。
你甚至可以把语气变成一种格式，比如"用礼貌用语"或"用随意的语言"。诀窍是想象完成后的形状，并直接将其转化为指示。
8. 让它深入挖掘：不要在一次问答后结束
当答案返回时，我不希望你就此结束。第一个答案只是入口。
"更具体地说。"
"还有其他选择吗？"
"初学者容易卡住的地方是哪里？"
你像这样层层叠加得越多，答案就越精炼。
不要试图一次性寻求完美。通过对话来培养它。这是诀窍。在第一个答案的基础上层层叠加额外的问题，逐步接近你的目标。
例如，假设你问了一个学习方法，得到了一个答案。在那里，你再叠加一层："最容易卡住的地方是哪里？" 然后，第一个答案中没有出现的陷阱就会显现出来。
特别有效的一句话是"为什么你能这么说？"
如果你让 AI 吐出证据，你可以一眼看出答案是否空洞。如果证据薄弱，你可以判断答案本身可能很可疑。
9. 展示例子：给一个样本并让它模仿
有时候，即使你用语言解释，也无法传达清楚。
在这种情况下，给一个样本更快。
例如，当要求"创建一个像这样的标题"时。粘贴 2-3 个你自己过去很受欢迎的标题。然后，它会返回偏向那种品味的建议。它甚至会模仿样本的措辞和节奏。
这就是所谓的"展示例子"方法。
一个具体的例子比抽象的指令更容易传达一百倍。与其说"用酷炫的方式"，不如粘贴一个你认为酷炫的句子更快。
这不仅适用于文本。回复邮件的方式、计划的结构、帖子的格式。对于任何任务，如果你给一个理想的模板，它就会倾向于它。
如果你卡住了，与其用语言解释，不如粘贴一个样本。这是捷径。
10. 告知禁止条件：先说你不想让它做的
很多人只传达"我希望你这样做"。
但"不要这样做"同样重要。
例如，加上这个：
"不要使用专业术语。"
"不需要问候语文本。"
"不要重复相同的措辞。"
先说你不想让它做的。仅仅这样做，不必要的噪音就会消失。如果你不要求，AI 会认为礼貌是好的，自动添加前言和问候语。这每次都会成为麻烦。
例如，如果有很多像"是吧？"这样的插入语，告诉它"不需要插入语"。如果行文刻板，加上"避免正式措辞"。预先扼杀不喜欢的模式。
这很微妙，但之后修正的功夫会大大减少。如果你在反复做同样的人工修正，最好把它设为初始的禁止条件。
11. 让它切换视角：从对立立场展示
只有一个答案，你可能会做出错误的判断。这是因为 AI 基本上倾向于返回与你意见一致方向的答案。
所以，故意让它带来相反的视角。
"列出这个计划的弱点。"
"反对这个观点的人会怎么说？"
这样，你自己无法注意到的漏洞就会显现出来。
即使你只收集支持意见，草稿也不会变得有力。
例如，当你考虑是否要开始一项新的副业时。如果你只问"这个副业的好处是什么？"，只会列出好的方面。在那里，问"做这个副业失败的人有什么共同点？" 然后，你在跳进去之前应该知道的风险就会浮现出来。
对于重要的决定，请尝试让 AI 扮演对手的角色。如果你在权衡利弊之后再做决定，后悔会减少。
12. 让它总结：长信息变为小块
阅读长篇文章或全部材料是一件麻烦事。
所以，让 AI 先消化它。
"用 3 行总结这段文字。"
"解释得让小学生也能理解。"
首先，把握大意。然后，只对你好奇的部分深入挖掘。
按照这个顺序，阅读时间会一下子减少。先抓住要点，比读完所有内容后再思考要快。
例如，对于长邮件或合同这类让你眼睛滑过的文本，这很有效。首先，让它用 3 行总结，只对你感兴趣的部分，再追问"详细告诉我这个"。阅读工作量减少到一半以下。
你也可以指定总结的详细程度。"3 行"非常粗略。"500 字内，不遗漏要点"则更详细一些。根据目的决定长度是好的。
13. 让它改写：一个想法，多种方式
当你对一种表达方式不满意时。
问问"给我其他说法"是很好的。
例如，这样问：
"给我 5 种这个标题的模式，改变角度。"
然后，你自己想不出来的角度的建议就会被列出来。
你只需要从那里选择最好的一个。强调数字的建议、提问形式的建议、稍微挑衅性的建议。各种不同风格会一下子涌现出来。
选择比从头开始思考要容易得多。
我希望你让 AI 产生数量，而你则留在选择的角色上。
这不仅适用于标题。宣传语、邮件中的一句话、社交媒体帖子。它适用于所有你为措辞而挣扎的情况。指定方向，比如"更柔和"或"更有力"，并让它反复生成是好的。
14. 让它自我检查：审查它给出的答案
有一种方法可以让 AI 给自己的答案打分。
"列出当前答案的改进点。"
"如果你要让它变得更好，你会怎么做？"
当你这样问时，AI 会找出自己答案中的缺陷。
基于此，让它再重写一次。与其一次性追求完美，不如通过一轮输出→修正来提高准确性。
某种程度上，这就像是让 AI 同时扮演"写作角色"和"修正角色"。
通过这一轮，完成度会显著提高。
例如，让它写了一段文本后，问"列出读者可能觉得难以理解的地方。" 根据它自己列出的弱点进行修正，质量就会分两步提高。即使你不仔细检查，AI 也会自己发现缺陷。
15. 让它继续：从中间接手
当你自己写的文本卡在续写部分时。
直接粘贴，然后问"写这个的续文。"
例如，你自己只写文章的开头。剩下正文部分交给 AI。
反之，也可以让 AI 写所有内容，你自己只修改结尾。它会读取开头的氛围，并用那种语气继续。
从头开始写是最费力的。所以，你自己只写开头，一旦有了势头，就把接力棒交出去。通过这种分工，笔不容易停下来。
不要外包所有事情。也不要自己包揽所有事情。
诀窍是每次决定好正确的分工。把自己擅长的事情做了，把麻烦的事情留下。这样就可以了。
我希望你带着有伙伴在帮忙的感觉来使用它。
16. 让它展示思考过程：在答案之前看到路径
如果只有答案突然返回，就无法验证它是否正确。
所以，加上这个：
"在结论之前，写下你思考的步骤。"
"按顺序解释你是如何思考得出那个答案的。"
这就是所谓的"逐步思考"。简而言之，就是先展示头脑中的路径的指示。
这对于像计算或比较这类一步错步步错的任务非常有效。当中间路径可见时，你可以一眼看出思路在哪里偏了。只盯着答案担心"有点奇怪"的时间就消失了。
例如，当你想要比较多个副业的成本和精力时。问："首先列出条件，然后按顺序比较，最后给出结论。" 然后，比较过程会返回。你可以跟随路径，在信服之后接受答案。
与其催促答案，不如让它展示路径，最终会更快。这是因为你可以及早发现错误。
17. 让它反问：让 AI 询问缺失的前提
"返回了与我想象不同的答案。"
原因通常是这边信息不足。这是因为 AI 在自动补充未完全传达的前提下进行回答。
所以，反转立场。
"在回答之前，如果有缺失的信息，请提问。"
有了这一句话，AI 会开始抛出问题。它会先引出回答问题所需的前提，比如"目标是谁？"或"预算是多少？"
这可以说是突然进入工作之前的"会议"。因为它在对齐前提后才行动，所以偏离目标的答案会大大减少。
例如，当让它制定旅行计划时。如果你什么都不说就直接问，只会得到一些普通的建议。但如果你加上"先问必要的事情"，它会询问天数、预算和偏好。只需回答这些问题，它就会更接近一个为你量身定制的计划。
与其修正外包后偏离目标的答案，不如让它先问来得更快。这很微妙，但重做的次数会显著减少。
18. 用数字绑定条件：消除模糊性
"短"、"一些"、"尽快"。
用这些模糊的指令，你和 AI 之间的印象会产生偏差。即使你意图"短"是 3 行，AI 可能返回 10 行。
所以，用数字来绑定条件。
"200 字以内。"
"7 个候选。"
"用三年级学生能理解的词汇。"
仅仅加入数字，返回的形状就不会模糊。这就像用可测量的标准替换模糊的词语。
例如，对于社交媒体帖子，要求"正好 140 字内的 3 个建议。" 对于组织要点，用"5 个要点，每行一个"来绑定。如果你指定到这个程度，它会以可以直接使用的状态返回。
难度也可以用数字来调整。用数字或年级来展示读者的视角是好的，比如"零专业术语"或"初中生能理解的水平"。
最常见的情况是用模糊的词语提问，然后抱怨返回的数量。那是这边指令的缺失。如果你先用数字绑定，那种返工就不会发生。
19. 让它记住对话：创建模板以便重用
你难道不是每次都在输入非常相似的指令吗？
你应该把它做成模板。
效果好的指令应该原样保存为"格式"。从下次开始，只需粘贴那个模板，相同质量的答案就会返回。这就是"重用"成功的指令。
例如，假设创建社交媒体帖子的指令已经定型了。把整个形式，比如"读者是 XX，风格是 XX，140 字内的 3 个建议"留在记事本里。从下次开始，只需粘贴那个并替换主题。
每次从头开始思考指令本身就是一种麻烦。如果你留下一次效果好的格式，那种麻烦就消失了。
诀窍是在效果好的那一刻立即保存。如果你想着"以后再说"，通常会忘记。当效果好的时候，建议当场将其提取为格式。
当数量增加时，按应用场景分组是好的。如果你将它们分成"用于标题"、"用于总结"或"用于回复"，需要时可以立即取出使用。
20. 让它从目的反向推导：先给目标
如果你只要求任务，AI 只会执行那个任务。但你真正想要的应该是超越任务的结果。
所以，先给出目的。
"我想增加粉丝。为此创建一个帖子。"
"我希望读者读到结尾。从这个角度构建结构。"
这是让它从目标而不是任务反向推导的形象。当你传达目的时，AI 会选择实现它的手段。
当你这样做时，甚至你没想到的建议也会回来。如果只是"创建帖子"，那只是文字。但如果你传达"我想增加粉丝"，它甚至可能添加关于发布时段或标题技巧的提示。
例如，在要求邮件文本时。不要"创建回复"，而是添加目的"我希望对方立即行动。" 然后，它甚至会融入鼓励行动的句子。
最浪费的事情是隐藏目的，只要求任务。如果你分享目标，AI 会一起思考手段。我希望你怀着教会伙伴"这是为了什么"的心情来使用它。
总结：仅仅改变指示，你的伙伴就会转变
当你掌握提示技巧时，ChatGPT 的实用性会提升数倍。
老实说，如果你只是偶尔查查东西，不必做到这个程度。
但你越是将其用于工作或副业，与懂行的人之间的差距就会拉得越大。
让我们回顾一下今天的内容。
・在初始设置中让伙伴自我介绍
・以草稿形式给出前提
・分配角色，改变个性
・用最后的话减少错误信息
・将过程分阶段进行
・用项目功能以不同名称保存对话
・先指定输出格式
・通过深入挖掘来培养答案
・展示例子并让它模仿
・先告知禁止条件
・从对立立场展示
・总结长信息
・一个想法，多种方式改写
・让它检查自己给出的答案
・让它接手你正在写的续文
・先让它展示思考过程
・让 AI 询问缺失的前提
・用数字绑定条件
・将效果好的指令模板化
・从目的反向推导
你不需要一次性记住所有内容。
我想让你先尝试的是第 4 条——"一句减少错误信息的话"。只要在你当前的问题末尾加上"如果不确定，请如实告知"，AI 的回答方式就会发生变化。
请从你能操作的地方开始尝试。
最后
在这条 LINE 上，我会免费赠送"从用 ChatGPT 生成的 2000 条标语中精选出的 50 条实际卖爆的标语"。我会在 3 天内发送给你，所以如果你想要，请注册并等待，以免错过。
↓ 从这里进入
基于我每月用 AI × XX 联盟营销创造超过 300 万日元销售额的经验，我正在分享 AI 与联盟营销的实用技巧。
如果你想利用 AI 实现变现，关注我会有好事发生 🔥
