「ChatGPT 只是用來問問題、拿答案的工具嗎？」
你只是輸入「告訴我這個。」
然後複製回傳的答案。
即使感覺有點不對勁，你還是照樣使用。
老實說，這種事情用免費的搜尋引擎也能做到。
但 ChatGPT 真正的優勢在別的地方。
即使使用同樣的 AI，根據你「知道」或「不知道」某些技巧，得到的結果會天差地別。
只要改變一種指令方式，回傳答案的精準度就會大幅提升。
我將這個 ChatGPT 運用得淋漓盡致，每個月創造超過 200 萬日圓的銷售額。
這不是因為我有特殊才能。我只是改變了給指令的方式。
ChatGPT 不是工具。它是為你工作的夥伴。
這次，我將介紹 20 個能激發這個夥伴最大效能的提示技巧。
如果你全部執行，你會感受到數十倍的進步。根據我的經驗，說「73 倍」一點也不誇張。
在進入主題之前，先說一件事。
我前一篇文章有 120 萬次瀏覽：
https://x.com/kusu_17/status/2075887521108804091?s=20
從「用 ChatGPT 創作的 2,000 個暢銷文案」中，我將
免費提供 50 個實際賣出商品的文案。
文章的結尾會說明領取方式。
那麼，我們進入正題。
1. 初始設定：讓你的夥伴自我介紹
我先告訴你最常見的錯誤：不做初始設定就直接使用。
這就是所謂的「自訂指令」。這是一個你可以預先註冊你的工作、職位和回答語氣的功能。只要在設定畫面中設定好，就會影響所有後續的對話。
如果不這樣做，ChatGPT 每次都會把你當作「初次見面的陌生人」。所以你每次都得從頭解釋。你會發現自己不斷重複輸入「我是初學者」或「避免使用專業術語」這類前言。
例如，註冊：「我以經營部落格作為副業。請避免使用專業術語，並以初學者能理解的方式回答。」只要這樣做，之後的所有回答都會基於這個前提。無論是談論減肥或理財，它都會自動調整成適合初學者的用語。
將要註冊的內容分為兩個部分思考。
一個是「你是誰」。另一個是「你希望它如何回答」。
前者，寫下你的工作或目的。例如，「30 多歲的上班族」或「以副業形式進行社群媒體推廣」，來傳達你的立場。
後者，寫下你偏好的風格、長度和專業術語的使用。例如，「先講結論」、「多用條列式」、「不使用艱澀的詞彙」，來傳達你對它回答方式的偏好。
這點非常有效。
每次都要輸入相同前言的麻煩就消失了。對於一天使用很多次的人來說，這個差異會累積並變得非常巨大。
2.分享前提：先提供草稿
很多人會突然要求：「寫一篇文章。」
但這樣一來，AI 不知道要寫什麼。所以它只會回傳一個適用於任何人的、平淡且空洞的答案。
「之前」是這樣：
「寫一篇關於減肥的文章。」
「之後」是這樣：
「為 30 多歲的女性寫一篇關於如何輕鬆維持飲食管理的文章。讀者不擅長運動。語氣要溫和。先給我大綱就好。」
這個差異直接體現在輸出結果的品質上。
你提供的「前提」越多，回傳的「草稿」品質就越高。讀者設定越明確，它就越能選擇能引起共鳴的詞語。
你應該提供四個前提：
目標對象是誰？目的是什麼？氛圍是什麼？希望做到什麼程度？
「目標對象是誰」指的是讀者設定。越具體越好，例如「30 多歲的女性」或「程式設計初學者」。
「目的是什麼」指的是目標。根據是要「讓他們閱讀並實踐」還是「給他們一個大致概念」，寫作風格會有所不同。
「氛圍是什麼」指的是風格。加上一個詞，例如「溫和」、「正式」或「直率」。
「希望做到什麼程度」指的是目標。事先說清楚是「只要大綱」還是「要完整的內文」。
只要加上這四項，每項一行。AI 的猶豫就會消失，並更接近你意圖的答案。
3. 賦予角色：用頭銜改變個性
當你給 ChatGPT 一個角色時，它會變成不同的人。
「你是一位專業編輯。」
「你是一位有 10 年經驗的稅務師。」
只要在開頭加上這一句，答案的深度就會改變。這就像對同一個問題，分別請教業餘人士和專業人士的差別。當你賦予它一個頭銜，它會使用那個職業的詞彙和思考方式來建構答案。
例如，關於寫作建議，就說「你是一位專業編輯」。關於理財建議，就說「你是一位有 10 年經驗的理財規劃師」。把它當作每次都在諮詢一位顧問。
訣竅是在頭銜中加入「年資」或「實績」。
「有 10 年經驗的編輯」會比單純的「編輯」給出更具體的答案。「新手編輯」和「資深編輯」提出的觀點犀利度完全不同。
根據任務的輕重來改變頭銜。我希望你能像轉動旋鈕一樣使用它。輕鬆的諮詢就保持原樣，重要的決策就請教專家。這樣區分使用是很好的。
4. 減少錯誤資訊的一句話：最後的推力
這是最浪費的一點。
只會說「告訴我」或「給我正確答案」的人，最終會直接相信 AI 的回答。ChatGPT 有時會充滿自信地說出看似合理的謊言。這就是所謂的「幻覺」。簡而言之，就是看似合理的虛構故事。
麻煩的是，這些謊言看起來很真實。它會自信地說出根本不存在的書名或錯誤的數字。如果你不加上任何東西就直接使用，就會完全被它欺騙。
所以，在最後加上一句話。
「如果有不確定的部分，請誠實地說出來。」
「也請一併顯示證據。」
只要一句話，就能大幅防止假設和資訊混淆。
如果你加上「請也顯示證據」，它甚至會寫出回答的來源。透過查看來源，你就能判斷這個故事是可靠的還是可疑的。
這對本職工作和副業都適用。處理的數字和事實越多，我越希望你養成加上這句話的習慣。
5. 階段性拆解：不要一次全部要求
如果你一次要求一個大任務，只會得到一個粗糙的答案。如果你把所有事情都丟給 AI，例如「從頭到尾寫完這篇文章」，它會在過程中某個地方方向偏掉的情況下完成。
所以，拆解流程。
建立大綱 → 撰寫內容 → 審閱 → 修正
按照這個流程，一步一步進行。
因為你可以在中途修正方向，所以完成度會完全不同。如果你在大綱階段就發現「這不對」，就可以在寫內文之前修正。
例如，先要求「先給我大綱」。如果方向偏了，就修正。如果沒問題，就進入下一步：「根據這個大綱寫內文」。因為你分階段進行，所以能減少不必要的重寫。
在每個階段插入「目前這樣可以嗎？」這樣的檢查點也很好。
你可以在 AI 朝著錯誤方向衝刺之前，及早阻止它。
6. 專案功能：用不同名稱保存對話
「我希望你記住我們到目前為止討論過的所有內容。」
當你在腦力激盪時，一定會有這種念頭閃過的時刻。
這時候就要使用專案功能。它就像對話的「另存新檔」。
你可以將同一個主題的對話串連在一起。想像一下，建立一個資料夾，然後把相關的對話掛在裡面。
例如，為規劃影片建立一個專案。這樣一來，像本職工作或日常諮詢這些不相關的對話就不會混進來。每次當你討論影片規劃時，都會基於到目前為止的流程來回答。
在一般的對話中，每次開啟不同討論串，前提就會消失。你必須每次都從頭解釋。如果把它們整理在專案中，這個麻煩就會消失。
不過，有一個注意事項。在專案外部討論的內容不會被帶入。建議在專案內部分享重要的前提。
7. 指定輸出格式：先決定形式
「用表格整理。」
「列出 5 個重點。」
「在 300 字以內。」
只要指定形式，實用性就會大幅提升。
如果你不指定，就會回傳一篇又長又囉嗦的文字。之後你還得自己花力氣整理格式。這是最浪費的部分。即使內容很好，如果在貼上之前還需要手動調整，效率就會下降。
先決定格式。然後就會回傳一個可以直接使用的答案。例如，想要比較就用「表格」。只想了解重點就用「3 個重點」。要在社群媒體上發文就用「140 字以內」。根據用途來指定。
格式不僅僅是「外觀」。你還可以指定結構，例如「加上標題」或「加上編號」。
目標是從一開始就達到之後可以直接貼上的狀態。
你甚至可以將語氣也當作一種格式，例如「使用敬語」或「使用口語」。訣竅是想像完成後的形狀，並直接將其轉化為指令。
8. 讓它深入挖掘：不要只做一次問答
當答案回傳後，我不希望你就在那裡結束。第一個答案只是入口。
「更具體一點。」
「還有其他選項嗎？」
「初學者容易卡住的地方在哪裡？」
像這樣一層層追問下去，答案就會被打磨得更好。
不要期望一次就能達到完美。透過對話來讓它成長。這是訣竅。在第一個答案上層層疊加追問，逐步接近你的目標。
例如，假設你問了一個學習方法，得到了一個答案。接著，你追問「最容易卡住的地方在哪裡？」。然後，在第一個答案中沒有出現的陷阱就會浮現出來。
特別有效的一句話是「你為什麼能這麼說？」
如果你讓 AI 說出證據，你就能一眼看出這個答案是否空洞。如果證據薄弱，你就可以判斷這個答案本身很可疑。
9. 展示範例：給樣本讓它模仿
有時候，即使你用文字解釋，也無法傳達清楚。
在這種情況下，給一個範例比較快。
例如，當你要求「製作像這樣的標題」時。貼上 2-3 個你自己過去受歡迎的標題。然後，AI 就會回傳傾向於你那個品味的建議。它甚至會讓用詞和節奏更接近樣本。
這就是所謂的「展示範例」方法。
一個具體的範例，比抽象的指示更有效一百倍。與其說「用很酷的方式」，不如貼上你認為很酷的句子更快。
這不僅限於文字。回覆郵件的方式、企劃書的結構、貼文的格式。對於任何任務，如果你給出一個理想的型態，它就會傾向於那個方向。
如果你不知道該怎麼做，與其用文字解釋，不如貼上一個範例。這是捷徑。
10. 告知禁止條件：先說不想要它做的事
很多人只傳達「我希望你這樣做」。
但「不要這樣做」也同樣重要。
例如，加上這個：
「不要使用專業術語。」
「不需要問候語。」
「不要重複同樣的措辭。」
先說你不想要它做什麼。只要這樣做，不必要的雜訊就會消失。如果你不要求，AI 會自動加上前言和問候語，以為這樣很有禮貌。這每次都會變成一個麻煩。
例如，如果它用了很多「不是嗎？」這類的插入語，就告訴它「不需要插入語」。如果文風太生硬，就加上「避免正式用語」。事先粉碎你不喜歡的模式。
這雖然是細節，但之後修正的工夫會大幅減少。如果你總是在做同樣的手動修正，不如把它設為初始的禁止條件。
11. 讓它切換視角：從相反的立場展示
只有一個答案，你可能會做出錯誤的判斷。這是因為 AI 基本上傾向於回傳與你意見一致的方向。
所以，刻意讓它提出相反的觀點。
「列出這個計劃的弱點。」
「反對這個計劃的人會怎麼說？」
這樣一來，你自己無法注意到的漏洞就會浮現出來。
即使你只收集支持意見，草稿也不會變得更強韌。
例如，當你在考慮是否要開始一項新的副業時。如果你只問「這個副業的優點是什麼？」，只會列出好聽的故事。這時，你問「從事這個副業失敗的人，有哪些共通點？」。然後，你在投入之前應該知道的風險就會出現。
對於重要的決策，請試著讓 AI 扮演反對者的角色。如果你在列出優缺點之後再做決定，後悔就會減少。
12. 讓它摘要：將長資訊切成小塊
要完整閱讀長篇文章或資料很麻煩。
所以，先讓 AI 幫你消化。
「用 3 行摘要這段文字。」
「解釋到讓小學生也能理解。」
先掌握大方向。然後，只對你感興趣的部分深入挖掘。
按照這個順序，閱讀時間會一口氣減少。與其讀完所有東西再思考，不如先掌握重點來得快。
例如，這對長篇郵件或合約這類讓你眼睛會「滑掉」的文字很有效。先用 3 行摘要，然後只針對你在意的部分反問「詳細告訴我這個」。閱讀的負擔會減少一半以上。
你也可以指定摘要的程度。「用 3 行」非常粗略。「在不遺漏重點的情況下用 500 字」則稍微詳細一些。根據目的來決定長度是很好的。
13. 讓它改寫：一個想法用多種方式表達
當你對一種表達方式不滿意時。
可以問：「給我其他說法。」
例如，像這樣問：
「改變角度，給我 5 種這個標題的變體。」
然後，AI 就會列出你無法想到的、來自不同角度的建議。
你只需要從中選擇最好的一個。強調數字的建議、提問形式的建議、稍微挑釁的建議。各種口味會一次出現。
比起從零開始思考，選擇要容易得多。
我希望你讓 AI 負責產出數量，而你則負責選擇。
這不僅限於標題。文案、郵件中的一句話、社群媒體貼文。在所有你為詞語苦惱的場合都能使用。指定方向，例如「更柔和一點」或「更強烈一點」，然後讓它反覆產出，這樣很好。
14. 讓它自我檢查：審閱它自己給出的答案
有一種方法可以讓 AI 為自己的答案評分。
「列出當前答案的改進點。」
「如果讓它變得更好，你會怎麼做？」
當你這樣問時，AI 就會指出自己答案中的缺點。
基於這一點，讓它再重新寫一次。與其追求一次完美，不如透過「輸出 → 修正」一個循環來提高準確度。
從某種意義上說，這就像讓 AI 同時扮演「寫作角色」和「修正角色」。
透過這一個循環，完成度會顯著提升。
例如，在讓它寫完一段文字後，問「列出讀者可能覺得難以理解的地方」。如果你讓它根據自己列出的弱點來修正，品質就會在兩個階段內提升。即使你不仔細檢查，AI 也會自己找出缺陷。
15. 讓它繼續：從中途接手
當你對自己寫的文字的後續發展感到卡關時。
直接貼上，然後問「寫下這個內容的後續」。
例如，自己只寫文章的開頭。剩下的內文交給 AI。
相反地，讓 AI 寫完所有內容，自己只修改結尾也是一個好方法。它會讀取開頭的氛圍，並以同樣的語氣繼續下去。
從零開始寫作是最耗費心神的。所以，自己只寫開頭，一旦有了動力就把棒子交給 AI。透過這種分工，就不容易停筆。
不要全部外包。也不要全部自己來。
訣竅是每次都決定好適當的分工。自己擅長的部分自己做，麻煩的部分交給 AI。這樣就可以了。
我希望你帶著「有夥伴幫忙」的感覺來使用它。
16. 讓它展示思考過程：在答案之前先看路徑
如果只有答案突然回傳，就無法驗證它是否正確。
所以，加上這個：
「在結論之前，請寫出你思考的步驟。」
「請按順序說明你是如何思考而得出這個答案的。」
這就是所謂的「逐步思考」。簡而言之，就是指示它先展示內心的思考路徑。
這對於像計算或比較這類，只要一個失誤就會全盤皆錯的任務非常有效。當中間的路徑可見時，你就能一眼看出故事在哪裡轉彎了。只盯著答案苦惱「哪裡怪怪的」的時間就會消失。
例如，當你想要比較多個副業的成本和心力時。問：「先列出條件，按順序比較，然後再給出結論。」然後，比較的過程就會回傳。你可以跟著路徑，在確信之後接受答案。
與其催促答案，讓它展示路徑最終反而更快。這是因為你可以及早發現錯誤。
17. 讓它反問：讓 AI 詢問遺漏的前提
「回傳的答案和我想的不一樣。」
原因通常是我們這邊的資訊不足。這是因為 AI 會自動補充沒有完全傳達的前提來回答。
所以，反過來。
「在回答之前，如果有遺漏的資訊，請提出問題。」
只要這一句話，AI 就會開始反問問題。它會先問出答案所需的前提，例如「目標對象是誰？」或「預算是多少？」
這可以說是，在突然進入工作之前的「會議」。因為在對齊前提之後才行動，所以大幅減少了偏離目標的答案。
例如，讓它規劃一個旅行計劃。如果你什麼都沒說就要求，只會出現一些平凡的建議。但如果你加上「先問必要的事情」，它就會問關於天數、預算和偏好。只要回答這些，它就會更接近一個專屬於你的計劃。
與其在外包之後修正偏離目標的答案，不如讓它先問問題來得快。這雖然是細節，但重做的次數會顯著減少。
18. 用數字綁定條件：消除模糊性
「短一點」、「一些」、「盡快」。
用這些模糊的指示，你和 AI 之間的想法會產生偏差。即使你認為「短一點」是指 3 行，AI 可能回傳 10 行。
所以，用數字來綁定條件。
「200 字以內。」
「7 個選項。」
「用小學三年級也能理解的詞彙。」
只要加入數字，回傳的結果就不會模糊。這就像用可衡量的標準來取代模糊的詞語。
例如，對於社群媒體貼文，要求「精確 140 字，3 個建議」。對於整理重點，用「5 個重點，每行一句」來綁定。如果你指定到這個程度，它就會以可以直接使用的狀態回傳。
難度也可以用數字來調整。用數字或年級來表示讀者的程度，例如「零專業術語」或「中學生能理解的程度」，這樣很好。
最常見的情況是，用模糊的詞語提問，然後抱怨回傳的量。這是我們這邊的指示不足。如果你先用數字綁定，就不會發生那種重做。
19. 讓它記住對話：建立可重複使用的模板
你是不是每次都在輸入非常相似的指令？
你應該把那個做成模板。
效果好的指令應該原封不動地保存為「格式」。從下一次開始，只要貼上它，就能得到同樣品質的答案。這就是「重複使用」命中目標的指令。
例如，假設建立社群媒體貼文的指令已經定稿了。把「讀者是 XX，風格是 XX，140 字內 3 個建議」這樣的完整形式留在記事本裡。從下次開始，只要貼上它，然後替換主題即可。
每次都從零開始思考指令本身就是一件麻煩事。如果你留下一次成功的效果好的格式，那個麻煩就會消失。
訣竅是在效果好的當下立刻保存。如果你覺得「之後再說」，通常會忘記。當你命中目標時，建議當場就將其提取為格式。
當數量增加時，按用途分組整理是很好的。如果你將它們分類，例如「用於標題」、「用於摘要」、「用於回覆」，就能在需要時立刻拿出來使用。
20. 讓它從目的反推：先給出目標
如果你只要求任務，AI 就只會執行那個任務。但你真正想要的，應該是那個任務背後的結果。
所以，先給出目的。
「我想增加追蹤者。為此建立一個貼文。」
「我想讓讀者讀到最後。從這個角度來架構文章。」
這就像讓它從目標反推，而不是從任務。當你傳達了目的，AI 就會選擇朝向那個目的的手段。
當你這樣做時，甚至會回傳你沒想到的建議。如果只是「建立一個貼文」，那就只是文字。但如果你傳達了「我想增加追蹤者」，它甚至可能會加上關於發文時間或標題技巧的提示。
例如，當要求寫一封郵件時。與其說「建立回覆」，不如加上目的「我想讓對方立刻行動」。然後，它甚至會融入促使行動的句子。
最浪費的事情是，隱藏目的，只要求任務。如果你分享目標，AI 會一起思考達成目標的手段。我希望你帶著教導夥伴「這是為了什麼」的感覺來使用它。
總結：只要改變指令，你的夥伴就會蛻變
當你掌握提示技巧後，ChatGPT 的實用性會提升好幾倍。
老實說，如果你只是偶爾查查東西，不需要做到這個地步。
但是，你越是在工作或副業中使用它，與那些「知道」技巧的人之間的差距就會越大。
讓我們回顧今天的內容。
・在初始設定中讓夥伴自我介紹
・提供前提作為草稿
・賦予角色來改變個性
・用一句話來減少錯誤資訊
・將過程階段性拆解
・使用專案功能以不同名稱保存對話
・先指定輸出格式
・透過深入挖掘來讓答案成長
・展示範例讓它模仿
・先告知禁止條件
・從相反的立場展示
・摘要長篇資訊
・用多種方式改寫一個想法
・讓它檢查自己給出的答案
・讓它接手你正在寫的內容的後續
・先讓它展示思考過程
・讓 AI 詢問遺漏的前提
・用數字綁定條件
・將效果好的指令模板化
・從目的反推
你不用一次記住所有東西。
我建議你先試試第 4 點：「用一句話減少錯誤資訊」。只要在你原本的問題結尾加上「如果不確定，請誠實地說出來」，AI 的回答方式就會改變。
請從你能做到的地方開始試試看。
最後
在這條 LINE 上，我會免費發送「從 ChatGPT 生成的 2,000 個銷售用金句中，實際賣出過的 50 個精選金句」。從今天起 3 天內會送達，想收到的話請先加入好友並等待，以免錯過。
↓ 從這裡
根據我靠 AI x XX 聯盟行銷每月創造超過 300 萬日圓營業額的經驗，持續分享 AI x 聯盟行銷的實戰技巧。
如果你想用 AI 來賺錢，追蹤我應該會有好事情發生 🔥
