ChatGPT 实战案例分享｜附完整命令

在过去一年里，越来越多企业和个人开始把 ChatGPT 纳入日常工作流：写文案、做方案、整理资料、生成代码、分析数据、设计课程、辅助客服、制作短视频脚本……它不再只是一个“聊天工具”，而更像是一个可以随时调用的智能协作伙伴。

但很多人使用 ChatGPT 时会遇到同一个问题：
明明别人用得很高效，为什么自己问出来的结果总是不够好？

原因通常不是 ChatGPT 不够强，而是指令不够清晰。ChatGPT 的输出质量，很大程度取决于你给它的任务描述是否完整、目标是否明确、角色是否设定、格式是否指定、限制条件是否说明。

本文将通过多个真实工作场景，分享 ChatGPT 的实战用法，并附上可以直接复制使用的完整命令。无论你是运营、销售、产品经理、程序员、老师、学生，还是自由职业者，都可以从中找到适合自己的使用方式。

一、使用 ChatGPT 的核心思路

在进入案例之前，先明确一个基础原则：
不要只问“帮我写一个东西”，而要告诉它“你是谁、要做什么、给谁看、用什么格式、达到什么效果”。

一个高质量指令通常包含以下几个要素：

1. 角色设定：让 ChatGPT 扮演某个专业身份
   例如：你是一名资深新媒体运营、你是一名产品经理、你是一名数据分析师。

2. 任务目标：明确要完成什么事情
   例如：帮我写一篇公众号文章、帮我优化简历、帮我分析用户反馈。

3. 背景信息：提供必要上下文
   例如：产品是什么、目标用户是谁、目前遇到什么问题。

4. 输出要求：指定结构、字数、风格、格式
   例如：用 Markdown 输出、分点说明、语气专业但易懂。

5. 限制条件：避免无关内容或错误方向
   例如：不要夸大效果、不要使用过度营销词、不要编造数据。

一个简单但有效的通用命令模板如下：

你现在是一名【角色】。请根据以下背景，帮我完成【任务】。

背景信息：
【填写具体背景】

目标受众：
【填写目标用户或读者】

输出要求：
1. 使用 Markdown 格式；
2. 结构清晰，包含标题、小标题和要点；
3. 语言风格为【专业/轻松/口语化/正式】；
4. 字数控制在【字数】左右；
5. 不要编造不存在的信息。

请开始输出。

二、案例一：用 ChatGPT 写公众号文章

场景说明

假设你是一名新媒体运营，需要为一家职场教育公司写一篇公众号文章，主题是“普通人如何提升职场竞争力”。如果直接输入“帮我写一篇关于职场竞争力的文章”，得到的内容大概率比较泛泛而谈。

更好的方式是把目标读者、文章结构、语气风格和传播目的告诉 ChatGPT。

完整命令

你是一名拥有10年经验的新媒体主编，擅长写职场成长类公众号文章。

请帮我写一篇公众号文章，主题是《普通人如何提升职场竞争力》。

背景信息：
我们的读者主要是工作1-5年的职场新人，他们普遍存在职业方向不清晰、能力提升焦虑、不会表达成果、缺乏长期规划等问题。

文章目标：
1. 让读者意识到职场竞争力不是单一技能，而是一套综合能力；
2. 提供可执行的方法，而不是空泛鸡汤；
3. 文章读完后能让读者产生收藏和转发的意愿。

输出要求：
1. 使用 Markdown 格式；
2. 文章结构包括：开头引入、核心观点、具体方法、结尾总结；
3. 标题要有吸引力，但不要夸张；
4. 语言风格专业、真诚、有启发；
5. 字数不少于1800字；
6. 请给出3个备选标题。

使用技巧

这个命令比简单提问有效很多，因为它明确告诉 ChatGPT：

• 你要它扮演谁；
• 文章给谁看；
• 文章要达到什么目的；
• 结构如何安排；
• 风格有什么要求。

如果生成的文章还不够满意，可以继续追问：

请在保留原有结构的基础上，进一步增强文章的案例感，每个方法后面增加一个职场新人容易理解的小例子。

或者：

请把这篇文章的开头改得更有代入感，用一个真实职场场景引出主题。

这样可以把 ChatGPT 当成一个可以反复打磨的编辑，而不是一次性生成工具。

三、案例二：用 ChatGPT 制作短视频脚本

场景说明

短视频内容对节奏要求很高，需要开头抓人、中间有信息密度、结尾有互动。如果让 ChatGPT 直接写脚本，它可能会输出类似文章的长段落，不适合拍摄。

所以我们需要明确脚本格式，比如镜头、画面、口播、字幕和时长。

完整命令

你是一名短视频内容策划，擅长制作抖音、小红书、视频号的知识类短视频脚本。

请帮我写一个60秒短视频脚本，主题是：为什么你很努力，却一直没有升职？

目标人群：
工作2-6年的职场人，尤其是觉得自己做了很多事但不被领导看见的人。

内容目标：
1. 开头3秒必须有吸引力；
2. 让用户意识到“努力不等于价值被看见”；
3. 提供3个可操作建议；
4. 结尾引导评论互动。

输出格式：
请用表格输出，包含以下字段：
- 时间段
- 画面建议
- 口播文案
- 屏幕字幕
- 拍摄提示

语言要求：
1. 口播自然，不要像念稿；
2. 每句话尽量短；
3. 适合真人出镜；
4. 不要使用过度鸡汤的表达。

生成后如何优化

你可以继续要求 ChatGPT 生成多个版本：

请基于上面的脚本，再生成3个不同风格的开头，分别是：
1. 犀利反问型；
2. 故事代入型；
3. 数据冲击型。

还可以让它改成小红书风格：

请把这个脚本改成更适合小红书的风格，语气更像朋友聊天，标题更有收藏感。

短视频创作中，ChatGPT 最适合承担的是“创意助理”和“脚本初稿生成器”的角色。真正发布前，还需要创作者根据自己的表达习惯进行二次调整。

四、案例三：用 ChatGPT 优化简历

场景说明

很多人的简历写得像岗位说明书，只是在罗列“负责了什么”，但招聘方更关心的是“你做成了什么”。ChatGPT 可以帮助我们把普通描述改成更有结果导向的表达。

原始简历描述

负责公司微信公众号运营，撰写文章，策划活动，提高用户活跃度。

这句话的问题是太笼统，没有体现能力、方法和结果。

完整命令

你是一名资深HR和职业规划顾问，熟悉互联网运营岗位招聘标准。

请帮我优化以下简历经历，使其更适合投递“新媒体运营”岗位。

原始描述：
负责公司微信公众号运营，撰写文章，策划活动，提高用户活跃度。

补充信息：
1. 每周发布3篇原创文章；
2. 曾策划一次线上打卡活动；
3. 活动参与人数约1200人；
4. 公众号粉丝从8000增长到15000；
5. 平均阅读量从500提升到1200。

输出要求：
1. 优化为3条简历项目经历；
2. 每条使用“动作 + 方法 + 结果”的结构；
3. 语言专业、简洁、有数据支撑；
4. 不要夸大事实；
5. 每条不超过40字。

可能输出结果

- 负责公众号内容运营，每周产出3篇原创文章，平均阅读量由500提升至1200。
- 策划线上打卡活动，通过社群传播与任务激励，吸引约1200名用户参与。
- 优化内容选题与发布节奏，推动公众号粉丝由8000增长至15000。

延伸命令

如果你要准备面试，还可以继续输入：

请基于以上简历经历，帮我模拟面试官可能提出的10个问题，并给出回答思路。回答要符合新媒体运营岗位要求，突出数据意识、内容能力和活动策划能力。

这样，ChatGPT 不仅能帮你改简历，还能帮助你提前准备面试问答。

五、案例四：用 ChatGPT 做产品需求分析

场景说明

产品经理经常需要把一个模糊想法变成清晰需求。比如老板说：“我们要做一个会员系统。”这句话很宽泛，具体要解决什么问题、面向哪些用户、功能边界是什么，都需要进一步拆解。

ChatGPT 可以协助产品经理梳理需求、设计用户故事、整理 PRD 初稿。

完整命令

你是一名资深互联网产品经理，擅长从业务目标出发拆解产品需求。

现在我们准备为一个在线教育平台设计会员系统。

业务背景：
平台主要售卖职业技能课程，目前用户购买方式以单门课程为主。我们希望通过会员系统提高用户复购率和长期留存。

目标用户：
1. 已购买过课程的老用户；
2. 有持续学习需求的职场人；
3. 对价格较敏感但愿意长期学习的用户。

请帮我输出一份会员系统需求分析。

输出内容包括：
1. 业务目标；
2. 用户痛点；
3. 会员权益设计；
4. 核心功能模块；
5. 用户使用流程；
6. 后台管理需求；
7. 数据指标；
8. 可能风险和应对方案。

输出要求：
1. 使用 Markdown 格式；
2. 内容专业但易懂；
3. 不要写成空泛概念，要尽量具体；
4. 可使用表格呈现功能模块。

使用价值

这个命令可以让 ChatGPT 快速产出一份较完整的需求分析框架。虽然它不能替代真实用户调研和业务判断，但可以帮助产品经理节省大量前期整理时间。

如果你想进一步得到 PRD，可以继续输入：

请基于上面的需求分析，继续输出一份简版PRD文档，包含：需求背景、产品目标、功能清单、页面说明、交互流程、异常情况、埋点指标。

六、案例五：用 ChatGPT 辅助数据分析

场景说明

对于不会写复杂 SQL 或不擅长数据解读的人来说，ChatGPT 可以帮助你生成分析思路、设计指标体系、解释数据变化，甚至辅助编写 SQL 查询。

假设你是一名电商运营，发现最近店铺转化率下降，需要分析原因。

完整命令

你是一名电商数据分析师，擅长从流量、转化、客单价、复购等维度分析经营问题。

现在我发现店铺最近7天转化率下降。

已知信息：
1. 访客数从每天10000增长到15000；
2. 下单人数从每天500下降到450；
3. 客单价从120元提升到150元；
4. 主要流量来源新增了信息流广告；
5. 最近更换了商品详情页首图；
6. 未调整商品价格。

请帮我分析可能原因，并给出排查路径。

输出要求：
1. 先计算关键指标变化；
2. 再从流量质量、商品页面、用户路径、活动因素等维度分析；
3. 给出优先级排序；
4. 输出一份可执行的排查清单；
5. 使用 Markdown 表格展示。

可继续追问

请根据上述分析，帮我设计一个转化率下降问题的复盘模板，适合在运营周会上汇报。

或者：

如果我要验证“信息流广告流量质量较差”这个假设，应该看哪些数据指标？请给出指标名称、计算方式和判断标准。

ChatGPT 在数据分析中的作用，不是替你直接得出绝对结论，而是帮你建立分析框架，减少遗漏，提高思考效率。

七、案例六：用 ChatGPT 写 SQL

场景说明

如果你知道自己想要什么数据，但不熟悉 SQL，可以让 ChatGPT 根据表结构帮你生成查询语句。

完整命令

你是一名数据工程师，熟悉 MySQL SQL 编写。

我有两张表：

表1：orders
字段：
- order_id：订单ID
- user_id：用户ID
- order_amount：订单金额
- pay_time：支付时间
- status：订单状态，paid表示已支付，refund表示已退款

表2：users
字段：
- user_id：用户ID
- register_time：注册时间
- channel：注册渠道

请帮我写一段 SQL，统计2024年1月每个注册渠道的：
1. 支付订单数；
2. 支付用户数；
3. 支付总金额；
4. 客单价；
5. 用户平均支付金额。

要求：
1. 只统计 status = 'paid' 的订单；
2. pay_time 在 2024-01-01 到 2024-02-01 之间；
3. 按 channel 分组；
4. SQL 要兼容 MySQL；
5. 请解释每个指标的计算逻辑。

可能输出 SQL

SELECT
    u.channel,
    COUNT(o.order_id) AS paid_order_count,
    COUNT(DISTINCT o.user_id) AS paid_user_count,
    SUM(o.order_amount) AS total_paid_amount,
    SUM(o.order_amount) / COUNT(o.order_id) AS avg_order_amount,
    SUM(o.order_amount) / COUNT(DISTINCT o.user_id) AS avg_paid_amount_per_user
FROM orders o
JOIN users u
    ON o.user_id = u.user_id
WHERE o.status = 'paid'
  AND o.pay_time >= '2024-01-01'
  AND o.pay_time < '2024-02-01'
GROUP BY u.channel;

注意事项

使用 ChatGPT 写 SQL 时，一定要提供：

• 数据库类型；
• 表名；
• 字段名；
• 字段含义；
• 筛选条件；
• 分组方式；
• 指标口径。

否则它可能会根据常见经验“猜字段”，导致 SQL 不可用。

八、案例七：用 ChatGPT 做客服话术

场景说明

客服场景对语气、情绪安抚和问题解决能力要求很高。ChatGPT 可以帮助企业建立标准话术库，尤其适合售前咨询、售后投诉、退款解释、物流异常等高频场景。

完整命令

你是一名资深客服培训经理，擅长设计电商客服标准话术。

请为一家护肤品电商店铺设计客服话术。

场景：
用户反馈购买的精华液使用后没有明显效果，情绪比较不满，要求退款。

背景信息：
1. 产品属于护肤品，效果因肤质和使用周期不同会有差异；
2. 店铺支持未拆封商品7天无理由退货；
3. 已拆封商品如无质量问题，原则上不支持直接退款；
4. 可以为用户提供使用建议和售后登记；
5. 话术需要避免绝对化承诺。

输出要求：
1. 给出客服回复话术；
2. 分为：安抚情绪、了解情况、解释规则、提供方案、结束语；
3. 语气真诚、专业、有耐心；
4. 不要和用户对立；
5. 不使用“肯定有效”“一定改善”等绝对化表达。

进阶用法

你还可以让 ChatGPT 生成多种情绪等级下的话术：

请继续生成3个版本：
1. 用户情绪平和；
2. 用户明显不满；
3. 用户威胁差评。

每个版本都要包含客服回复重点和完整话术。

这类话术可以作为客服培训材料，也可以进入企业知识库，提升回复一致性。

九、案例八：用 ChatGPT 制定学习计划

场景说明

很多人想学习一项技能，比如 Python、英语、数据分析、AI 工具使用，但常常不知道从哪里开始。ChatGPT 可以根据你的基础、目标和时间，定制学习路径。

完整命令

你是一名学习规划师，擅长为零基础学习者设计可执行的学习计划。

我想在8周内入门 Python，并能够完成一个简单的数据分析项目。

我的情况：
1. 零基础，没有编程经验；
2. 每天可学习1小时，周末可学习2小时；
3. 目标是能看懂基础代码，会使用 pandas 处理 Excel 数据；
4. 希望学习过程不要太枯燥，最好有阶段性小项目。

请帮我制定一份8周学习计划。

输出要求：
1. 按周拆分学习目标；
2. 每周包含学习内容、练习任务、推荐项目；
3. 给出每天的学习安排建议；
4. 标注重点和难点；
5. 最后给出一个结业项目设计。

继续深化

生成计划后，可以进一步让 ChatGPT 扮演老师：

从今天开始，请你作为我的 Python 学习教练。每天给我安排一个1小时学习任务，包括知识点讲解、练习题和检查问题。今天是第1天，请开始。

这样，ChatGPT 就可以成为一个持续陪伴型学习助手。

十、案例九：用 ChatGPT 辅助代码调试

场景说明

程序员使用 ChatGPT 的频率非常高，尤其是在解释报错、生成函数、优化代码、写测试用例等方面。但要注意，不能只把一句“代码报错了”丢给它，而要提供报错信息、运行环境和预期结果。

完整命令

你是一名资深 Python 开发工程师，擅长代码调试和性能优化。

下面这段代码运行时报错，请帮我分析原因并给出修改后的代码。

运行环境：
Python 3.10

代码：
```python
import pandas as pd

df = pd.read_excel("sales.xlsx")
df["date"] = pd.to_datetime(df["date"])
result = df.groupby("month")["amount"].sum()
print(result)

报错信息： KeyError: 'month'

我的目标： 按月份统计销售额。

输出要求：

1. 先解释报错原因；
2. 再给出修正后的代码；
3. 说明每一步代码的作用；
4. 如果有更稳妥的写法，也请一起给出。

可能修正代码

import pandas as pd

df = pd.read_excel("sales.xlsx")

df["date"] = pd.to_datetime(df["date"])

df["month"] = df["date"].dt.to_period("M")

result = df.groupby("month")["amount"].sum()

print(result)

重要提醒

使用 ChatGPT 辅助编程时，要注意：

• 不要直接粘贴公司敏感代码；
• 不要上传密钥、账号、用户隐私数据；
• 生成代码后必须自己测试；
• 对安全、支付、权限相关代码要特别谨慎。

十一、案例十：用 ChatGPT 做会议纪要

场景说明

会议结束后整理纪要是很多职场人的痛点。ChatGPT 可以把混乱的会议记录整理成结构化纪要，并提取任务、负责人和截止时间。

完整命令

你是一名专业总经理助理，擅长整理会议纪要和行动计划。

请根据以下会议原始记录，整理成一份正式会议纪要。

原始记录：
今天讨论了新版APP上线问题。产品说登录页还要改一下，设计周三前给新图。研发说接口已经完成80%，但短信验证码还有问题，预计周五修复。运营希望上线前做一波老用户召回，初步计划发优惠券。老板要求下周一前必须给出上线排期，如果风险太大就分阶段发布。

输出要求：
1. 使用 Markdown 格式；
2. 包含会议主题、会议结论、待办事项、风险点、下一步计划；
3. 待办事项用表格展示，字段包括：任务、负责人、截止时间、备注；
4. 语言正式、简洁；
5. 不要添加原文没有的信息。

适用场景

这个方法适合：

• 周会纪要；
• 项目复盘；
• 客户访谈记录；
• 需求讨论会；
• 头脑风暴整理。

如果会议记录很长，可以先让 ChatGPT 总结，再让它提取行动项。

十二、提升 ChatGPT 输出质量的五个技巧

1. 先让它提问，再让它回答

当你自己也不确定需求时，可以先输入：

我想让你帮我完成一个任务，但我现在的信息可能不完整。请你先向我提出5-8个关键问题，帮助你更好地理解需求。等我回答后，你再开始输出最终结果。

这适合做方案、写商业计划、设计课程等复杂任务。

2. 要求它给多个版本

请针对这个主题，分别生成3个版本：
1. 专业正式版；
2. 轻松口语版；
3. 适合小红书传播版。

多个版本可以帮助你比较风格，而不是被第一个答案限制。

3. 指定输出格式

格式越明确，结果越可用。例如：

请用表格输出，字段包括：问题、原因、影响、解决方案、优先级。

比“帮我分析一下”更容易得到可执行结果。

4. 让它自我检查

请检查以上内容是否存在逻辑漏洞、表达重复、信息不完整或不符合目标用户的问题，并给出修改建议。

这一步适合用于文章、方案、简历和邮件。

5. 分步骤完成复杂任务

不要一次性要求 ChatGPT 完成所有内容。可以按步骤进行：

第一步：请先帮我梳理文章大纲，不要写正文。
第二步：我确认大纲后，再逐段写正文。
第三步：正文完成后，请帮我润色标题和开头。

这样更容易控制质量。

十三、常见错误用法

错误一：问题太短

帮我写个方案。

这个命令几乎没有上下文，输出结果一定泛泛而谈。

错误二：没有目标对象

同样是写文章，写给老板、客户、学生、普通用户，表达方式完全不同。必须说明受众。

错误三：没有格式要求

如果你想要表格、清单、报告、脚本、邮件，就要明确说出来。

错误四：期待一次生成完美答案

ChatGPT 更适合“协作式迭代”，不是“一次性成品机”。你需要像和同事沟通一样，不断补充信息、修正方向。

错误五：完全不审核结果

ChatGPT 可能出现事实错误、逻辑遗漏或过度概括。凡是涉及法律、医疗、财务、安全、商业决策的内容，都必须人工复核。

十四、推荐的万能指令模板

最后，提供一个适合大多数场景的万能模板：

你现在是一名【专业角色】，擅长【专业能力】。

我需要你帮我完成【具体任务】。

背景信息：
【说明业务、产品、用户、场景、问题】

目标：
1. 【目标1】
2. 【目标2】
3. 【目标3】

目标受众：
【说明内容给谁看】

输出要求：
1. 使用 Markdown 格式；
2. 结构清晰，分标题和小标题；
3. 语言风格为【填写风格】；
4. 字数/篇幅为【填写要求】；
5. 如信息不足，请先提出问题，不要直接编造；
6. 输出内容要可执行，避免空泛表达。

请开始。

结语

ChatGPT 真正的价值，不是替代人思考，而是帮助人更快进入高质量思考状态。它可以帮你整理信息、生成初稿、补充角度、优化表达、模拟反馈，但最终的判断、取舍和责任仍然在使用者手中。

如果你只是随口问一句，它给你的往往是普通答案；如果你能清晰描述角色、背景、目标、格式和限制，它就能成为一个非常高效的工作助手。

未来，人与 AI 的差距可能不在于“谁会不会使用工具”，而在于“谁更会提出好问题，谁更懂得把 AI 接入自己的工作流程”。

真正掌握 ChatGPT 的人，不是把它当作搜索引擎，而是把它当作一个可以随时协作、反复打磨、持续升级的智能伙伴。