OpenAI 最近给 ChatGPT Pro 用户发了一封邮件，分享了 10 位不同行业专家的真实对话：赛车手、拆除承包商、遗传学家、说唱歌手、数学家、清酒酿酒师，甚至还有佛教僧侣。他们的共同点是：不把 ChatGPT 当聊天工具，而是当成专业工作里的助手。
这篇文章把这 10 个案例按用途分成四类，逐一拆解他们是怎么提问的，最后总结出可以直接照搬的提问技巧和通用模板。
图：10 位专家按四类使用场景分组
1、快速入门一个陌生领域
第一类用法最常见：遇到自己不熟的问题，让 ChatGPT 结合你已有的经验来解释。
图：从已有经验出发，理解陌生领域
职业赛车手 Sara Choi：从雨地到冰面
在夏威夷长大的 Sara 早就习惯了雨天驾驶，但这次要去蒙大拿，驾驶一辆蓝旗亚 Delta Integrale 参加冰上赛事。她问 ChatGPT：这台四驱车在冰面漂移时该怎么操控？和后驱漂移车相比，正确的驾驶技巧有什么不同？
遗传学家 Katsuhiko Hayashi 博士：把数学模型用进研究
Hayashi 博士请 ChatGPT 介绍常微分方程（ODE）模型，并说明它如何用于预测卵巢中卵母细胞的消耗。这是典型的“跨学科借工具”：生物学家借助数学方法来做预测。
教育工作者 Muhsinah Morris 博士：零代码做一个数字导师
Morris 博士想为自己的在线学院打造一个和她教学风格相似的对话式导师。她特别说明自己懂技术、但不会编程，要求 ChatGPT 给出具体明确的步骤，以及一份为期两周的任务拆解，帮她做出一个网页版应用的最小可行产品（MVP）。
可借鉴：先交代自己的起点（“我习惯雨地驾驶”“懂技术但不会编程”），再让 ChatGPT 拿新知识和你已有的经验做对比。这样得到的解释不会太浅，也不会超出你的能力范围。
2、把文件和数据交给 ChatGPT 分析
第二类用法是直接上传图纸、表格或源文件，让 ChatGPT 完成原本要花几个小时的整理和计算。
图：三个案例的输入文件与输出结果
拆除承包商 James Costello：投标前算工程量
Costello 上传了建筑平面图和市政拆除图两份 PDF，请 ChatGPT 总结拆除和清运的工作范围，并估算废料数量。他把计算口径写得很清楚：混凝土、铺路砖和石材分开算；厚度取较大值；现有混凝土板按 6 英寸厚计算；最后再加 30% 的松方系数，并且只报告总量。
说唱歌手 OZworld：找出门票卖不动的原因
OZworld 上传了一份巡演数据表，里面有场馆容量、售票时间表、宣传排期、预算和创意素材。他要求 ChatGPT 先提出门票销售不佳的 3 个假设，再按 72 小时、两周、两个月三个阶段给出行动建议，同时设定跟踪改进的 KPI，并指出常见风险和规避方法。
数学家 Bartosz Naskręcki 博士：把论文变成交互式电子书
Naskręcki 博士上传了一篇数学论文的 LaTeX 源文件和参考文献，请 ChatGPT 将其转换为交互式 JupyterBook。要求是：原文一字不改，在旁边补充评论、解释、缺失的定义和背景知识；全书风格统一，用彩色框突出定理、定义、命题和引理；原文里的代码整理进附录并附上说明。
可借鉴：把计算口径写死（取较大厚度、按 6 英寸、加 30%），把输出结构写死（3 个假设、三个阶段、只报总量）。规则越明确，结果越能直接拿去用，也越容易检查对错。
3、专业写作与跨语言表达
第三类用法是写作和翻译，重点不在“翻得对”，而在“说得地道、意思不走样”。
图：三个跨语言、跨语境的表达案例
第 15 代清酒酿酒师增田顺一：用葡萄酒的语言描述清酒
增田先生让 ChatGPT 扮演葡萄酒侍酒师，参考新酒的产品资料 PDF，用葡萄酒常用的表达方式，为一款名为“Yanagi”的纯米大吟酿撰写品鉴笔记。借用葡萄酒的词汇体系，更容易让海外消费者理解清酒的风味。
心理学家 Richard K. Sohn 博士：做一份双语焦虑量表
Sohn 博士要为双语患者建立 1 到 10 的焦虑等级量表，分为五档：1–2 无焦虑、3–4 轻度、5–6 中度、7–8 高度、9–10 极度焦虑（除了焦虑无法思考任何事）。他请 ChatGPT 用英语定义每个等级，再翻译成韩语。
佛教僧侣松本绍圭：先找出翻译里丢失的含义
松本绍圭正在用英语写一篇解释佛教概念的文章。他上传了日语原文和英语译文，但特别要求 ChatGPT 先别翻译，而是先指出从日语转成英语时，最可能出现意义缺失或偏差的三个地方，然后就这些偏差反过来向他提问。
可借鉴：“先别动手，先指出问题再问我”是非常好用的一句话。让 ChatGPT 先反问你，再开始写，可以避免它在信息不足时自作主张地填补空白。
4、跨市场比较产品规格
第四类用法是做对比和选型，适合采购、出海或换供应商的场景。
灯光设计师 Mickael Dubouis：在中国找替代灯具
Dubouis 在中国为一部现场音乐剧工作，需要找合适的灯具。他请 ChatGPT 把自己平时常用的 Robe Spiider 和当地有售的 Acme Neozone 做比较，并用并列表格列出流明、功耗、尺寸、重量、光束角和照场角。
图：灯具规格并列对比表示意
规格对比和工程量估算都涉及具体数字。ChatGPT 给出的参数和计算结果仍要对照厂商官方规格书或原始图纸核实，尤其是用于采购、报价和投标时。
5、从 10 个案例里总结的 5 条提问技巧
把这些案例放在一起看，会发现好的提问方式有明显的共性：
| 技巧 | 怎么写 | 代表案例 |
|---|---|---|
| 交代身份与背景 | “我是拆除承包商”“懂技术但不会编程” | Costello、Morris |
| 指定角色 | “你是一名葡萄酒侍酒师” | 增田顺一 |
| 写死规则和口径 | 取较大厚度、加 30% 松方系数 | Costello |
| 规定输出结构 | 3 个假设 + 三阶段行动 + KPI；并列表格 | OZworld、Dubouis |
| 先提问再动手 | “先别翻译，先指出问题再问我” | 松本绍圭 |
把这 5 条组合起来，就是一个可以套用在大多数工作场景里的通用提问模板：
我是【身份 / 背景】，正在【要完成的任务】。
附件：【文件名及内容说明】
请你扮演【角色】，完成以下工作：
1. 【任务一】
2. 【任务二】
规则：
- 【计算口径 / 限制条件】
- 【不要做的事】
输出格式：【表格 / 分阶段清单 / 只给总数】
开始之前，如果信息不足，请先向我提问。6、关于 ChatGPT Pro
按邮件中的介绍，Pro 套餐包含 GPT-5.4 Pro 以及更多的 Codex 使用额度。OpenAI 称 GPT-5.4 Pro 在推理、指令遵循和长上下文处理上更强，面向深度研究、数据分析、跨工具构建与执行等复杂的多步骤工作；Codex 是 OpenAI 的编程智能体，可以从零开发功能，也可以代理执行自动化工作流程。
以上为 OpenAI 邮件中的官方说法，套餐价格和使用额度请以 ChatGPT 官网为准。
不过从这 10 个案例来看，真正拉开差距的往往不是模型版本，而是提问方式。上面这些写法，在普通版 ChatGPT 和其他 AI 工具里同样适用。
觉得这些案例有启发，建议点赞收藏，下次提问前对照模板检查一遍。