ChatGPT 怎么用：完整使用教程与项目工作流

面向第一次使用 ChatGPT 的人：怎么把任务描述清楚、上下文如何工作、文件与图片怎么用、联网检索和项目功能各自解决什么问题，以及怎么校验它给出的结果。

ChatGPT 是什么

一个通用的 AI 助手：你用自然语言交代任务，它给出结果。除了对话，它还能读你上传的文件、联网查资料、生成图片、写和跑代码来分析数据。

需要知道的边界只有一条：它给出的内容是生成的，不是查出来的——除非你明确让它去联网检索。这一条决定了后面所有的用法。

从哪里用

网页端、桌面应用、手机 App 是同一个账号，对话记录互通。开始时用哪个都行，本文的做法在三端通用。

决定结果质量的不是提示词模板

新手最容易走的弯路是收集”提示词模板”。真正有效的是把任务交接清楚——像交给一个能力很强、但完全不了解你处境的同事。

四样东西写全：

	说什么	反例 → 正例
目标	你要得到什么	「帮我看看这个」→「找出这份合同里对我方不利的条款」
背景	它不知道的情况	「写封邮件」→「客户因为昨天的故障投诉，我方已修复，需要说明原因」
约束	不能怎么做	「简单点」→「不要承诺赔偿，不要提具体故障原因，200 字以内」
输出	要什么形式	「整理一下」→「按负责人分组的待办清单，每项带截止日期」

对比一下同一个任务的两种问法：

帮我总结一下这份报告

这是一份 40 页的季度运营报告。请提取三样东西：
1. 与上季度相比变化超过 10% 的指标，列成表格
2. 报告中给出了原因解释的变化，注明在第几节
3. 提到了但没有给出数据支撑的结论
不要复述整体结论，我要的是可以拿去开会的材料。

第二种写法之所以有效，不是因为句子更长，而是因为它把”什么算做完了”说清楚了。

上下文是怎么工作的

理解这一点能解决大半的困惑。

同一个对话里的所有内容都是上下文。 你发的每条消息、它的每次回答、你上传的文件，都会参与后面的判断。所以：

• 同一件事的持续推进留在原对话里，它能利用前面的信息。
• 换成不相干的任务开新对话，否则早期内容会干扰它。
• 对话很长之后，最早的约束容易被稀释。发现它开始跑偏，最有效的办法是开新对话并把关键约束重述一遍，而不是在原对话里反复纠正。

跨对话的记忆是另一回事，下面单独说。

上传文件

需要基于具体材料回答时，传文件，不要粘贴内容。

可以传 PDF、表格、文档、图片等常见格式。上传之后围绕它提问，同一个对话里可以持续追问同一批材料。

几条实践经验：

• 提问时指明位置。 「按第 3 节的口径重算」比「看看有没有问题」有效得多。
• 一次传相关的一组。 比较两版合同、核对报表与说明，一起传进去它才能交叉引用。
• 注意扫描版 PDF。 没有文字层的扫描件提取效果有限，能拿到可选中文字的版本就用那个。
• 能处理的大小和数量按方案不同有限制，具体以官方说明为准。

图片与多模态

两个方向：

看图。 传截图、照片、图表让它读。实际场景比想象的多——报错截图、纸质表格、图纸、手写笔记。让它读图表时，最好同时给出你关心的口径，否则它只会泛泛描述。

出图。 图像生成用来做示意图、配图、草稿。描述要具体：主体、风格、构图、用途。

什么时候打开哪个工具

对话框旁边的工具菜单不是装饰，选错了会直接影响结果。

需求	用什么	说明
要最新信息、要出处	联网检索	会带引用链接，但链接仍然要你自己点开看
反复修改一份稿子或一段代码	Canvas	在独立区域里改，比在对话里贴来贴去清楚
做示意图、配图	图像生成	描述越具体越可控
分析表格、算数据	数据分析	它会写代码来算，比直接”心算”可靠
免提交流	语音	适合走路、开车时的思考记录
长时间、多步骤的调研	深度研究	属于更高方案的能力，耗时也更长

联网检索这一条值得单独强调。 不开检索时，它给出的”参考资料”完全可能是生成出来的合理外观。需要真实出处，就明确要求联网并给出链接，然后逐条核对。

项目、记忆与自定义指令

这三样解决的都是”跨对话”的问题，但层次不同。

自定义指令（全局）

写你自己的长期情况和偏好：你是做什么的、习惯什么风格、默认用什么语言、不要什么。设置一次，对所有对话生效。

写法上要具体：「回答先给结论再给理由」比「回答专业一点」有用。

记忆

它会记住一些你提到过的信息，后续对话中自动带上。可以在设置里查看和删除。不希望某件事被记住时，直接说明即可。

项目

项目是把参考文件 + 项目指令 + 多个对话绑在一起的工作区，适合会反复回来做的事。

三个组成部分：

• 项目文件：这个项目的公共材料，所有对话共享，不用每次重传。
• 项目指令：只在这个项目里生效，并且覆盖全局的自定义指令。适合放术语表、输出格式、这个项目特有的约束。
• 项目内的多个对话：分别推进不同的子任务，但共享同一批上下文。

什么时候该建项目：一件事你会回来做第二次、第三次。周报、某个客户的持续沟通、一门课的学习资料、一个长期调研。一次性的任务不用建。

项目里还可以把有用的回答保存为项目资料，让它变成后续对话的输入。

一个真实的工作流

以”评估两个技术方案并给出建议”为例：

1. 建项目。 名字叫「XX 系统选型」，把两份方案文档、现有架构说明、预算约束都传进项目文件。
2. 写项目指令。 「你是技术评审。结论先行。所有判断必须说明依据来自哪份材料。不确定的地方明确标出来，不要猜。」
3. 第一个对话：建立事实基础。 「按部署方式、迁移成本、运维复杂度、长期锁定风险四个维度，把两个方案的关键事实列成表格，注明每条来自哪份文档的哪一节。」
4. 核对这张表。 这一步不能跳。表错了，后面全错。
5. 第二个对话：做判断。 「基于项目文件，在我们团队只有 2 个运维的前提下，哪个方案的长期成本更低？给出理由和主要风险。」
6. 第三个对话：产出材料。 「把结论写成一页评审材料，给不懂技术的管理层看，不用术语，说明取舍而不是罗列参数。」
7. 补充追问。 「有没有我没问到但应该考虑的因素？」——这一句经常能问出真东西。

注意整个过程：先建立事实、再做判断、最后才产出文档。一上来就让它”帮我选一个”，得到的是一个没有依据的结论。

怎么校验它的输出

按内容类型分开处理：

• 事实、数字、日期、法规、引用：一律核对。要求给出处，然后自己点开看。这是唯一可靠的办法。
• 基于你上传材料的结论：要求它注明来自哪一部分，然后抽查几条。
• 代码：跑一遍。让它解释某一段为什么这么写，逻辑说不通的地方通常就是问题所在。
• 判断与建议：这类内容没有对错，但可以检验完整性——问「有哪些反对意见」「什么情况下这个建议不成立」。

一个通用技巧：让它标注不确定的地方。在指令里加一句”不确定的地方明确说明，不要猜”，能显著减少那种听起来很确定的错误。

隐私与敏感信息

技术上它是一个联网服务，你输入的内容会离开你的设备。所以：

• 不要输入：客户个人信息、身份证与银行信息、未公开的财务数据、API 密钥与密码、有保密义务的合同与源码。
• 公司资料看规定。 这是组织的合规问题，不是技术问题。个人账号下建议按”会被留存”来假设。
• 有合规要求就走企业方案，让 IT 或法务确认数据处理条款，而不是自己在个人账号里判断。
• 记忆里也会留东西。 定期检查一下记忆内容，删掉不该留的。

打不开、连不上怎么办

这类问题和用法无关，属于服务状态、浏览器环境、账号、地区或网络层面，排查路径完全不同。按顺序处理见 ChatGPT 无法使用与连接失败排查。

还没有账号或卡在注册环节，见 ChatGPT 怎么注册。

ChatGPT 和 OpenAI API 的区别

一句话：ChatGPT 是给人用的产品，API 是给程序用的接口。

	ChatGPT	OpenAI API
用的人	你本人	你写的程序
计费	按月订阅	按 token 用量
账单	独立	独立

有 ChatGPT 订阅不代表有 API 额度，这是两套完全独立的体系。要把模型能力放进自己的产品里，见 OpenAI API 使用教程。

想在终端里让 AI 直接改代码，那又是另一类工具，见 Codex 完整使用教程。

参考资料

• ChatGPT 项目功能（官方帮助中心）
• ChatGPT 免费方案说明（官方帮助中心）
• ChatGPT 与 API 平台的计费区别（官方帮助中心）