Appearance
ChatGPT 提示词模板库
这里的 ChatGPT 提示词模板按具体任务组织，每条都包括适用场景、可复制文本和使用后的检查点。模板是起点，不是自动正确的答案：先替换方括号内容，删除不适合自己的规则，再拿实际材料试一次。若还不确定怎样把要求拆清楚，可先看ChatGPT 提示词技巧总览。
先选适合当前任务的模板
| 任务 | 模板 | 使用前准备 |
|---|---|---|
| 整理会议记录 | 会议决策与待办 | 去除姓名、内部链接等敏感信息，保留原始记录。 |
| 压缩长文 | 长文摘要 | 指定读者、摘要用途和希望保留的细节。 |
| 改写邮件 | 邮件起草与润色 | 核实对象、实际承诺、日期与附件。 |
| 调整文案 | 保持事实的文字改写 | 标出可改写部分和不能改变的事实。 |
| 学习新概念 | 分阶段学习辅导 | 告诉它自己的基础、目标和已有困惑。 |
| 查近期信息 | 联网研究与来源核验 | 指明时间范围、官方或一手来源要求。 |
| 看表格数据 | 表格初步分析 | 说明列的含义、单位、时间范围并移除个人信息。 |
| 选工具或方案 | 多方案比较 | 列出候选项和你的优先标准。 |
| 修复代码 | 代码问题定位 | 提供错误信息、相关代码、环境和预期行为。 |
| 产生创意草案 | 头脑风暴与筛选 | 写明受众、限制和筛选标准。 |
会议纪要：决策与待办
适合把会议速记整理成团队可跟进的清单。没有提供的负责人和截止日期要标出来，不要让模型补猜。
text
请把下面的会议记录整理成可跟进的纪要。
读者：［没有参加会议的团队成员］
只根据记录中的明确内容，不推断负责人、日期、承诺或因果。
按以下部分输出：
1. 已确认的决定：事项、原文依据。
2. 待办事项：任务、负责人、截止日期、依赖事项、原文依据。
3. 待确认问题：记录里没有答案但会影响执行的问题。
没有写明的信息填“未说明”。不要把讨论中的备选意见写成最终决定。
会议记录：
［粘贴已删除身份信息的会议记录］检查： 随机抽查每条决定和待办是否能在原文找到；核对“讨论过”有没有被误写成“已决定”。
长文摘要：保留结论与证据
适合报告、课程资料或较长文章。长资料可能需要分段上传；确认 ChatGPT 实际收到的内容范围，避免把没有提供的章节当作已阅读。
text
请为［读者］总结以下材料，供［阅读前了解重点/会议准备/复习］使用。
先给不超过 5 条的核心结论，再按主题列出关键依据、数字和限制条件。
保留原文中的不确定语气；不要把相关性改写成因果关系。
仅依据提供的材料。缺失或前后不一致的信息放入“需核实”部分。
最后列出 3 个读者可以用来检查理解的问题。
材料：
［粘贴或上传文件；如果太长，注明章节范围］检查： 回到原文确认结论、数字、限定词和章节范围；摘要不能代替对关键段落的阅读。
邮件起草与润色
适合起草通知、请求或跟进邮件。先把可能构成承诺的事项和日期填准。
text
请帮我起草一封［邮件目的］邮件。
收件人：［对象及关系］
背景：［收件人需要知道的事实］
希望对方采取的行动：［明确动作］
截止时间：［日期；没有确定就写“暂未确定”］
语气：［正式但直接/友好简短/需要道歉并说明解决方案］
长度：［例如 150 字以内］
不得加入未确认的承诺、原因、数字或政策。输出主题和正文；缺少发送所必需的信息时先列问题，不要猜。
草稿或要点：
［粘贴已核实内容］检查： 收件人、称呼、附件、日期、责任人及承诺都与事实一致；涉及多人时检查是否泄露不必要信息。
文字改写：改变语气而不改变事实
适合把技术说明转成客户文案，或让一段文字更清楚。限制模型只能改变表达、不能增加卖点。
text
请把下面文字改写为［目标读者］可以快速理解的版本，用于［网页/邮件/内部说明］。
希望语气：［清楚、克制、友好，不夸张］
长度：［约 100 字］
必须保留：［名称、数字、条件、日期等］
可以调整：句式、顺序和重复表达。
不得新增：原文没有的功能、效果、价格、客户案例或保证。
如果原文内部矛盾，先指出矛盾，不要自行选一个版本。
原文：
［粘贴待改写文字］检查： 对照原文检查数字、限制条件和承诺；特别留意改写后语气是否把“可能”变成“保证”。
学习辅导：按步骤检查理解
适合自学概念、练习语言或复习知识点。告诉模型你的基础，并让它先给小练习，而不是一次塞进一篇百科。
text
我想学习［主题］，目前知道［已有基础］，目标是［希望解决的问题或应用场景］。
请按以下步骤辅导，每一步结束后先等我回答：
1. 用不超过 120 字解释一个核心概念，并给一个贴近日常的例子。
2. 出一道由浅入深的小题，不要立刻给答案。
3. 根据我的回答指出哪一步理解对、哪一步需要修正，并解释原因。
4. 最后总结三条要点和一个适合继续学习的问题。
如果主题存在不同定义或争议，请先说明本次采用哪种范围；不要把尚未确认的信息当成定论。检查： 对事实性知识查阅教材或权威材料；如果回答不准确，提供你的来源并请它定位分歧，不要只记住一次解释。
联网研究：回答近期问题
适合价格、政策、产品规格、软件版本等会变化的信息。只有当前 ChatGPT 界面可用联网搜索时，此模板才能要求它检索网页；收到答案后仍要打开来源。有关上传文件和使用联网搜索的步骤，可参考文件、图片与联网教程。
text
请调查［具体问题］，范围截至［日期或时间段］。
优先使用官方公告、原始文件或一手来源；如果问题涉及比较，再补充可信的独立来源。
请用表格列出：结论、来源标题、发布或更新日期、原文链接、来源直接支持的内容。
区分已核实事实、来源观点和你的归纳；没有找到证据的内容标为“未核实”。
如果不同来源冲突，说明冲突点和来源日期，不要替我隐藏差异。
最后写出本次检索的限制和我还应确认的问题。检查： 打开链接确认它支持对应结论；核对发布日期、适用地区和上下文。模型给出的来源链接也可能无效，不能只凭有链接就当作已核验。
表格分析：发现趋势与异常
适合先探索业务表格，不适合代替财务审计、医学统计或正式实验分析。
text
请先检查我提供的表格结构，再分析［想回答的问题］。
字段含义：［列名与说明］
单位和时间范围：［例如人民币、月度数据、2025 年 1–12 月］
计算规则：［去重方法、空值处理、是否排除测试记录］
请先报告字段类型、缺失值、重复项和明显异常；确认后再计算。
结果中列出使用的筛选与计算方式，区分观察到的变化和可能原因。
没有因果证据时不要声称某因素导致了结果。
先给主要发现、对应数据和需要复核的记录，不要输出包含个人身份信息的内容。检查： 核对样本范围、单位、筛选条件、分母和计算结果；涉及敏感业务数据时不要上传未批准的原始文件。
方案比较：按实际标准做选择
适合比较供应商、软件、旅行方案或内部计划。把真正重要的标准按优先级写出，避免模型自定评价体系。
text
请比较以下候选方案，帮我判断下一步需要收集什么信息。
我的目标：［目标］
实际约束：［预算、地区、期限、兼容性等］
优先标准：1.［最重要］2.［次重要］3.［可妥协项］
对每个方案列出：符合条件的证据、已知缺点、关键未知项。
未知信息填写“需要确认”，不要按常识补全。
只有当资料足够时才给出倾向建议；说明改变结论的关键条件。
不要只给一个总分掩盖标准之间的取舍。
候选方案及资料：
［粘贴各候选项的名称和来源］检查： 比较同一版本、地区、时间和费用口径；把模型提出的优缺点回到官方规格或合同核对。
代码排错：先定位再改动
适合解释错误或检查小段代码。先移除密钥和私有数据；让模型区分已观察到的错误和猜测。
text
请协助定位以下问题。目标行为：［运行时预期发生什么］
实际行为：［错误信息或异常结果］
环境：［语言、版本、操作系统及相关依赖版本］
我已经尝试：［尝试过的步骤］
请先说明最可能的原因，并指出代码中对应依据。
再给最小修复建议及其副作用；如果信息不够，先问最关键的问题。
不要重写与问题无关的部分，不要执行破坏性操作。
相关代码：
［提供最小可复现片段，删除令牌、密码和私有地址］检查： 在隔离环境中运行最小修改，查看依赖版本和边界情况；不要运行自己无法理解的命令或脚本。
头脑风暴：先发散再筛选
适合命名、活动概念和内容选题。加上读者与禁区，才能减少无法落地的套路答案。
text
请为［目标受众］围绕［主题或业务目标］提出 12 个不同方向的初步构想。
场景：［渠道与使用环境］
限制：［预算、长度、必须包含的元素、禁用表达］
希望避免：［已经用过的创意、常见套话或不适合的风格］
第一轮只列标题、核心想法和适用场景，不要写成完整成品。
然后按［可执行性、受众相关性、成本］标出每个想法的优缺点。
资料不足时说明假设；涉及效果或数字时不要编造。检查： 去掉重复概念，验证可执行性、商标和事实；入选构想需要结合实际资料继续创作。
把临时提示词变成可靠的个人模板
当同类任务出现多次，不要立刻把提示词固定成“万能模板”。先保留一份测试记录：
- 适用目标与不适用场景。
- 必须提供的输入和可选背景。
- 可复用提示词及所有可替换字段。
- 一份普通样例和一份缺信息或有冲突的样例。
- 事实、格式、隐私和人工复核清单。
换模型或模型版本后，重新试跑几份代表性材料。OpenAI 的 GPT-6 Astra 提示指南把提示建议视为起点，并建议在选定模型和实际工作负载下评估。本站的模型档案和模型时间线可帮助你确认正在比较的模型。想了解如何设计有明确约束的版本，可继续看结构化提示词写法。
使用模板前的隐私检查
不要直接把密码、验证码、API 密钥、身份证号、客户名单或未公开合同粘贴进对话。能脱敏就先替换姓名、联系方式和内部编号；确需处理敏感资料时，应先确认组织政策和所用产品的数据设置。若需要程序强校验 JSON 字段，请查看 OpenAI 的 API Structured Outputs 文档，不要把 API 的格式约束误解为普通 ChatGPT 对话的保证。