你不是用不好 ChatGPT，你是把它當搜尋：三個更有產出的用法

每次看到「每月付 20 美金卻只拿來做簡單事很虧」這種說法，我都會想吐槽一句：你買的是工具，不是宗教。

但它背後的方向其實是對的：很多人不是 AI 不夠強，而是互動方式太像 Google。

我把常見的「用起來很空」問題，整理成三個更有產出的用法（比背 prompt 句型更有效）。

## 1）不要用「形容詞」下指令，用「專業名詞＋限制條件」下指令

很多人會說：

• 「幫我寫一個很專業的企劃」
• 「幫我分析一下這個市場」

模型很難抓住你口中的「專業」是什麼。

比較有效的做法是把問題寫成工程規格：

• 用你領域的專業術語
• 提供你要的框架（例如 TAM/SAM/SOM、AARRR、單位經濟、風險矩陣）
• 明確限制（受眾、預算、時程、不可用資源）

你給它越像專案簡報的 input，它越能回你像簡報的 output。

## 2）不要硬寫 prompt，讓它先「反向面試」你

這招我很常用。

與其逼自己一次問到位，不如直接把目標講清楚，請它反問你：

「我想達成 XX，請先反問我 5 個關鍵問題，讓你能把方案寫得更精準。」

這個做法的價值不是偷懶，而是逼你把隱藏變數補齊：

• 你其實沒說的限制
• 你以為理所當然的假設
• 你以為重要但其實可刪的需求

當它開始問你問題，你就會發現：空泛不是它的問題，是你自己還沒想清楚。

## 3）定期整理「記憶庫」：讓上下文幫你，不要拖累你

如果你有開記憶功能（或你在任何工具裡有長期 persona），我會建議你把它當成專案設定檔管理：

• 過時的偏好要刪
• 你已經改變的策略要更新
• 不重要的瑣碎資訊不要讓它常駐

長期記憶的目標是讓你更快，而不是讓模型被舊版本的你綁架。

## 結尾：AI 不會把空洞問題變深刻

很多人抱怨 AI 回答很空。

我更常看到的真相是：

• 問題太抽象
• 限制條件太少
• 成功標準不明確

你把它當搜尋，它就回你搜尋結果。

你把它當專案同事（給脈絡、給框架、給驗收），它才會開始像同事。

#AI工具 #ChatGPT #生產力 #思考方法