3分钟精简学习
今朝AI每日一课|第011期
如何向GPT提出高质量问题?
很多员工使用GPT时会发现:
同一个AI,有时候回答很好,有时候感觉比较普通。
原因之一:
AI不知道你真正想解决什么问题。
例如:
❌
“帮我分析一下客户。”
这个问题太宽泛。
GPT不知道:
- 哪个客户?
- 你的目标是什么?
- 需要什么结果?
所以容易得到通用答案。
更好的方式:
提问时告诉AI:
✅ 我要完成什么目标;
✅ 当前有哪些必要情况;
✅ 有什么限制条件;
✅ 希望得到什么结果。
例如:
“我是办公设备销售,准备跟进一家已有设备客户,希望提升下一次沟通效果。请帮我分析需要了解哪些信息、可能有哪些需求机会,并告诉我还缺少哪些资料。”
这样的问题,AI更容易帮助你。
今天练习
拿一个工作中的真实问题。
先问一次GPT。
然后检查:
-
我的目标清楚吗?
-
AI知道必要信息吗?
-
有没有重要限制?
-
我希望得到什么结果?
修改后再次提问。
比较两次回答有什么不同。
记住:
好的AI使用,不是会问复杂问题,而是先把自己的问题想清楚。
想系统学习?查看完整课程+
《今朝AI每日一课》第011期
如何向GPT提出高质量问题
AI回答质量的起点,不是答案,而是你的问题
一、今日学习目标
通过本期学习,员工能够:
-
理解为什么同一个GPT,不同的人使用,会得到不同的结果。
-
理解:
高质量问题不是把问题写得更长,而是让AI更清楚你真正想解决什么工作问题。
- 学会在向GPT提问前检查:
- 我的目标是什么?
- AI需要知道哪些必要信息?
- 有没有重要限制条件?
- 我希望得到什么结果?
-
能够把一个模糊的工作问题,改写成一个更清楚、更容易获得有效帮助的问题。
-
理解:
AI可以辅助分析和提供建议,但最终判断和决策仍然需要员工完成。
二、AI知识点
1. 为什么有时候GPT回答“不够有用”?
很多员工第一次使用GPT时,会遇到这样的情况:
输入:
帮我分析一下这个客户。
GPT可能回答:
- 了解客户需求;
- 分析客户行业;
- 建立客户关系;
- 寻找合作机会。
这些内容没有错误。
但是问题在于:
GPT不知道:
- 你是什么岗位;
- 你现在处于什么工作阶段;
- 你想解决什么问题;
- 你希望得到什么结果。
因此,它只能给出通用建议。
2. 好问题不是更复杂,而是更明确
一个好的工作问题,需要帮助AI理解:
第一:你的目标
你想完成什么?
例如:
不是:
帮我分析客户。
而是:
我准备进行一次客户沟通,希望提前判断沟通重点。
第二:必要信息
告诉AI影响判断的信息。
例如:
- 客户目前情况;
- 已知问题;
- 当前阶段。
不是把所有资料全部输入。
而是提供:
真正影响判断的信息。
第三:重要限制
告诉AI:
哪些条件不能忽略。
例如:
- 时间要求;
- 成本限制;
- 公司要求。
第四:期望结果
告诉AI:
你希望它输出什么。
例如:
- 分析思路;
- 沟通建议;
- 检查清单;
- 风险提醒。
3. 提问前思考,比寻找万能提示词更重要
很多人刚开始使用AI,会寻找:
“有没有一个万能提示词?”
但实际工作中:
没有一个提示词适用于所有任务。
真正重要的是:
面对不同工作:
先想清楚:
“我要解决什么问题?”
然后让AI协助。
三、今朝工作案例
场景:销售准备客户沟通
假设:
一名销售准备联系一个客户,希望提高下一次沟通效果。
方式一:宽泛提问
员工输入:
帮我分析一下这个客户。
GPT可能回答:
可以从客户需求、行业情况、竞争关系、合作机会等方面分析。
看起来很全面。
但是:
它不知道:
- 客户是什么情况;
- 你为什么联系客户;
- 当前遇到什么问题;
- 你希望下一步做什么。
所以帮助有限。
方式二:经过思考后的工作问题
员工输入:
我是一名办公设备销售,目前准备跟进一家企业客户。客户已经使用办公设备多年,但近期没有明确采购计划。我希望准备下一次沟通,请帮我分析:
- 我应该重点了解客户哪些信息;
- 沟通中可能发现哪些需求机会;
- 我还需要补充哪些信息,才能进一步制定跟进方案。
这个问题更容易得到有效帮助。
因为它告诉AI:
工作目标:
准备客户沟通。
当前情况:
客户已有设备,但需求不明确。
希望结果:
分析沟通重点和信息缺口。
需要注意:
这并不代表AI一定正确。
销售仍然需要:
- 判断客户真实情况;
- 验证AI建议;
- 根据沟通结果调整策略。
AI辅助思考。
员工负责决策。
四、今日实践任务
5分钟练习:
选择今天工作中的一个真实问题。
例如:
- 如何跟进客户?
- 如何准备会议?
- 如何解决一个工作难题?
第一步:
写下你原来的问题。
例如:
帮我做好客户跟进。
第二步:
检查四个问题:
-
我的目标清楚吗?
-
AI是否知道必要信息?
-
有没有重要限制?
-
我希望得到什么结果?
第三步:
重新向GPT提问。
比较:
第一次回答:
是否比较泛?
第二次回答:
是否更贴近自己的工作?
今天的目标不是学习复杂提示词。
而是培养:
先想清楚问题,再让AI帮助解决问题。
五、今朝智能体连接
未来今朝建设岗位智能体时,智能体也需要理解:
员工希望完成什么任务。
如果员工输入:
帮我处理一下。
AI很难判断:
应该处理什么。
如果员工能够表达:
- 工作目标;
- 当前情况;
- 判断标准;
未来智能体才能更准确地辅助工作。
所以:
提出高质量问题,是人与AI长期协作的基础能力。
六、今日思考
为什么同一个AI工具:
有人觉得非常有帮助;
有人觉得回答很普通?
差别可能在哪里?
请思考:
AI能力提升的一部分来自模型能力,另一部分来自使用者是否能够提出清楚的问题。