ChatGPT-5.1使用手册（个人工作版）

ChatGPT-5使用手册（个人工作版）
面向对象：自己和身边会用到ChatGPT的人；默认读者有一定专业背景，不讲废话。

零、先说三句废话

ChatGPT不是百度，不是Word，也不是你的实习生。
它能干的活大致集中在三块：想清楚、查清楚、写清楚。
绝大多数“用不爽”，要么是问错了，要么是模式没选对。
下面的内容就围绕两个问题展开：
手里拿的是哪一档模型（模式）？
怎么说，它才按你想的方式干活？

一、模式和版本：先把“档位”选对

你看到的名字可能不完全一样，大致可以这么理解：
GPT-5.1（Auto）：默认档，已经是旗舰级。
自动在“快速/深度思考/（有权限时）研究级”之间切换。
免费/普通付费/Pro/企业版，本质区别是：每天能用多少、能不能用研究工具、有没有团队管理与合规功能。

1.三种常见档位
名字可能略有出入，大致含义是：
即刻回答/Instant
快速回答。
聊天、改几句话、写一段小代码，开这个就够。
深度思考/Thinking
允许它多想一会儿。
写长文、做复杂分析、搞财务造假/法规/案例研究时用这一档。
研究级/Pro/Deep（视订阅而定）
给足算力和上下文，搭配深度研究、代理模式、连接器时用。
做“可以拿出去给别人看的报告”，优先考虑。
2.一个简单的“选档心法”
能不能接受它“想久一点”和“贵一点”，换取结论更稳？
聊天、改文案、写提示词→Auto/即刻回答。
正经写文章、解释一个专业问题→Auto为主，关键部分手动切深度思考
财务/法律/税务/政策研究→直接上深度思考/研究级
批量干粗活（几十条短文案、简单分类）→即刻回答
API要控成本→小模型做预处理，大模型只负责关键步骤和复核。

二、提问之前：先把“这一次到底要干嘛”写清楚

不要一上来就丢一句“帮我写一篇关于XX的文章”。
你可以按下面这四句来写提示词，基本不会跑偏。
1.四句话搞定提示词骨架
①你是谁（给它一个角色）
你是一名熟悉中国A股财务造假案例和税收制度演进的研究员，习惯给出可核查的结论和清晰的证据链。
②你要它做什么（目标）
目标：帮我梳理X公司2015–2024年财务舞弊线索，输出一张时间线+一份文字版分析稿。
③你手里有什么（输入）
输入：我会分批给你监管处罚决定书、上市公司公告节选、几篇调查稿，以及我的一份草稿提纲。
④必须遵守什么（约束）
约束：不得虚构信息；每个关键结论后要有至少1条来源；不确定的地方要单独列“待核实清单”。
这四句写清楚，比任何“华丽提示词”都好使。
2.一次性写完vs分段输出
经验：让它一口气写8000字，十有八九会跑偏。
更稳的办法：
先让它只给结构/目录，禁止写正文；
再按章节或小节逐段写，写一节你看一节；
最后单独开一轮，让它做“事实/逻辑/风格一致性”检查。
3.自检脚本（非常有用）
可以习惯性在任务结尾附上一段：
在给出最终版本之前，请先做一次自检，只输出检查结果摘要：
哪些数字/时间/机构名称需要二次核实；
存不存在前后结论冲突或逻辑跳跃；
哪些结论还缺明确证据；
章节之间有没有明显风格不一致。
然后根据这个自检，对正文做必要微调，但不要删除原文段落，也不要改动核心观点。

三、常见踩坑&急救办法

1.把ChatGPT当“搜索框”
错误问法：
讲讲中国房地产的问题。
稍微像样一点的问法：
请在800字以内，梳理2016–2024年中国头部房企资金链恶化的3个结构性原因。
每一点后附1–2条权威引用，并用时间轴标出关键政策节点。
原则：
不要问“有什么”，要问“请完成一份什么东西”。
2.一上来扔2万字，让它“整体改写”
结果通常是：结构被打散、语气被AI化、原文顺序乱套。
急救办法：
先让它识别结构：
请只标出这篇文章的章节和每段大意，不做任何改写。
再分章处理：
下面只处理第X章。要求：去AI味、统一术语、适当加过渡。不得删除原文，只能替换词语或增加少量句子。
用Canvas（画布）的话，可以左边放“锁定版原文”，右边是“模型改写版”，方便随时对照、回滚。
3.过度相信“孤立数字”
尤其是财政数据、上市公司指标、宏观经济数据。
建议给它加三道“保险”：
要求它标明每个数字的年份+来源；
对关键数字再加一句：
请再搜索一下，看看是否存在不同口径或重大修正。
文末加一句固定话：
文中统计与财务数据仅供研究参考，请以官方披露和审计报表为准。
4.期待它代替医生/律师/投顾/税务师
ChatGPT可以帮你查资料、通读法规、总结观点，但最终落笔决策的人应该是有牌照的那位。
建议直接在这类回答里放一条固定声明：
本回答仅供学习与交流，不构成医疗、法律、投资或税务建议，不能代替具有相应资格的专业人士意见。
5.单一长对话，搞一个“恒大全史”
大项目（恒大、青岛中程、拆分收入三案）如果全塞在一个对话里：
前后要求可能互相打架；
模型记不住你之前定的规范；
各章的引用、术语风格越来越乱。
办法：
给每个主题开一个Project：
说明里写清：写作风格、引用格式、禁止操作（比如“不准删原文，只能替换”）；
相关对话和文件都往这个Project里扔。
长稿件就当“一个项目”来维护，不要当“一个对话”。

四、深度研究&网页搜索：什么时候让它“认真查一遍”

1.深度研究
适合做：宏观/行业研究、监管与法规梳理、财务造假案复盘。
用法很简单：
在工具里开“深度研究”；
把任务写清楚（主题、时间范围、来源偏好、输出格式）；
让它先给研究问题定义+检索提纲，再跑正式的研究。
示例（财税方向）：
任务：用深度研究梳理2017–2024年中国政府性基金收入结构变化的主要驱动。
要求：
只用财政部及权威公开来源；
区分“彩票收入/彩票公益金”的概念和统计口径；
先给出证据清单和年度关键事件轴，再写结论与风险点；
列一个“待核实清单”，包括有明显分歧或样本少的部分。
记一个经验：只要你准备写“可以发给别人看的研究稿”，就值得用深度研究跑一遍。
2.网页搜索
凡是跟“时间”挂钩的东西，默认该开：
利率、汇率、股价、房价；
政策、公告、处罚决定、判决书；
最新新闻、违约事件、重组进展。
提问里可以带上：
时间边界：
截至2025-11-05的公开信息；
来源偏好：
优先官方文件、监管公告和主流财经媒体；
证据要求：
关键结论至少2个一手来源互证。

五、代理模式：让它“整套流程”帮你跑

1.它能多干点什么？
在浏览器/应用里，代理模式可以：
主动打开网页、翻页、查表；
读你授权的文件、邮件、日历（通常是只读）；
围绕一个目标来回跑几轮：
先查材料→再做表格→再出文字稿。
2.开发侧简单理解
你可以用API+SDK把一套固定流程“焊死”成一个代理模式，比如：
每周自动：
去某监管网站查新公告→把内容拉下来→填到一个Excel模板→跑一下基础分析→把简报发到你邮箱。
3.一个可复用的财务舞弊代理模式任务书
目标：
围绕【X公司】财务舞弊线索，整理2018–2025年公开披露信息，做一张证据矩阵（时间/来源/关键事实/可信度），并写一份可对外交流的研究初稿。
资源：
允许使用网页搜索、数据分析工具、Projects/Canvas（画布）；来源优先监管文件、上市公司公告和主流财经媒体。
约束：
所有关键结论必须有可点击引用；相互矛盾的说法要单独列出，并给出你对可信度的判断；最后输出摘要+正文+附录（证据表）。
行动：
先按季度搭一个报告骨架，再依次填充证据；最后告诉我哪些时间节点后续值得持续追踪。

六、学习/考试/写作：把它用成“教练+合著者”

1.学习/备考：让它带着你学，而不是给你背答案
用法：
目标：两周内搞懂“合并报表与并购会计”。
要求：
给出14天学习计划，每天主题和预计用时；
每个主题配3–5道练习题和详细解析；
每3天做一次小测，根据表现调整后面学习重点；
最后整理一份“错题本”，按知识点分类。
如果题目真的要自己刷，可以要求它“只出题不出答案”，你做完再让它批。
2.写作：合著者，而不是“全文代写”
三步走：
定稿前先磨结构
谁来读？给谁看？
准备多长？大概要分几章？
每节单独写、单独过
明确这节要回答什么问题；
让ChatGPT提出“论点—证据—推理—反驳—小结”，你看方向对不对，再写成完整段落。
写完后再给它一次“总检查”
术语统一（同一个概念不要换着叫）；
数据自洽（前后数字是否对得上）；
哪些地方应该加引用但没加；
某些段落是否AI味明显，需要你自己改几句。

七、数据分析/文件处理/画布/项目/连接器

1.数据分析：当成轻量BI+小助手
可以让它帮你干这些：
把CSV/Excel/PDF里的表拉出来；
做基础清洗（去重、补空、字段转换）；
画线图/柱状图/散点图；
跑点简单模型（回归、聚类、情景测算）；
用人话解释分析结果。
财务视角的常见用法：
多年财务指标趋势图；
同行对比表+小结；
现金流拆解、异常年份定位；
初步“预警信号”列表。
2.画布（Canvas）：写长文/写代码的工作台
用法很简单：
写长文：左边正文，右边放证据表、图、提纲；
改文章：一边是“原文锁定版”，一边是“修改版”；
写代码：代码块+运行结果+模型解释，全放一张大画布里。
3.项目（Projects）：把一个专题“装进盒子里”
适合你这种“系列选题”：
每个议题一个Project，比如“恒大”、“拆分收入三案”、“青岛中程”；
Project里放：说明（写作规范）、相关对话、上传文件；
长远好处：过一段时间再回来接着写，也不容易忘前面的设定。
4.连接器（Connectors）：连到你已有的资料库
可以连：
邮箱→找历史往来；
日历→理清会议节奏；
云盘/SharePoint/Notion等→检索旧资料；
企业知识库→查制度、流程、历史报告。
大原则：
能只读就只读；
谨慎接入含敏感信息的库（或者只接脱敏版）。

八、编码/自动化：从“写段脚本”到“跑整条链路”

1.写代码、看报错、补文档
常规用法：
让它写函数、脚本、SQL；
把你写的代码贴过去，让它找bug或简化逻辑；
让它根据代码自动生成接口说明、使用示例、README。
2.工具链：文件+代码+网页一起用
一个任务里可以这样串：
用文件工具找出指定目录下所有Excel；
把数据合并，交给代码解释器做清洗和分析；
用图表工具画出结果；
最后让ChatGPT写一版“给领导看的摘要”。
核心逻辑就是：让模型来回调用这些工具，你只盯过程和结果。

九、学习/研究的“高产公式”

这里再把几个“套路”放在一起，方便你记：
1.CRISP任务书
情境（Context）：这是个什么场景？
成果（Result）：你要一个什么成品？（报告/表格/模板）
输入（Inputs）：你已经手里有什么？
步骤（Steps）：希望它大致按什么路子做？
证明（Proof）：如何检验它有没有瞎编？
2.多视角对齐
先问：
围绕这个问题，至少有哪些互相竞争的解释？
再让它：
给出每种解释的支持证据；
写出反证和局限；
比较哪一种在当前信息下更站得住脚。
3.引用优先级
可以直接写进提示词里：
引用优先顺序：
法律法规、监管文件、官方统计；
主流媒体深度报道；
专业机构或行业报告；
其他二手引用。
能用1–2级就尽量不要用4级。
4.不确定性管理
要求它在结尾加一个小节：
哪些结论比较稳；
哪些属于“基于少量证据的暂时判断”；
还缺哪些关键信息；
如果未来出现哪些新增证据，可能推翻现有看法。
5.节流&质控
所有大任务先要“目录”。
每节先列小点，再展开成正文。
最后开一轮“只负责检查”的回合，禁止它在这一轮再加新观点。

十、权限、额度与组织部署

1.个人层面
可以简单想成：
轻度：偶尔问一问、查点概念，免费或基础档就够；
中度：经常写文稿、备课、做研究、写点代码，可以考虑Plus；
重度：每天大量用、做系统性研究、写代码、跑代理模式，考虑Pro或API；
如果你是“对公司负责任的那一个人”，还得操心下面这条。
2.组织层面
重点三个：
数据策略
对话是否允许长期留存；
是否允许用于模型训练；
有没有数据驻留或跨境限制。
权限管理
哪些人可以用DeepResearch/代理模式/连接器；
哪些人只能用基础聊天和简单工具。
审计和合规
对财务、法务、投行等岗位，建议有基本的操作日志；
真正落地到制度里：哪些内容可以交给AI处理，哪些必须人工做。

十一、隐私与合规：不作死，就不会死

1.工作区区分
公司里的活，尽量用公司统一开的企业/商务/教育工作区；
私人号少往里扔带客户、带内部财务的东西。
2.连接器与敏感信息
简单粗暴两条：
涉及客户隐私、未披露财务、涉密合同→默认不连；
真要连，也先做数据分级、脱敏或者设置只读范围。
3.高风险结论的“必备句式”
医疗/法律/投资/复杂税务那些，就把下面这段当成公用尾注：
本内容仅供学习与交流，不构成专业建议或操作指引。实际决策请结合官方文件，并咨询具备相应资质的专业人士。
4.引用与版权
引用别人的图表和文字，写明出处，不要整个段落搬运；
对外发稿前，一定要有真人审稿，顺带看一眼有没有版权雷区。

十二、即用型模板（以财务场景为例）

下面这些可以直接复制给ChatGPT，用的时候把公司名/时间段替换掉就行。
模板A：深度研究（财务专题）
目标：
用深度研究梳理“2017–2024年中国政府性基金收入结构之变”。
要求：
只用权威来源（财政部文件、政府工作报告、新华社、财新、第一财经、彭博等）；
区分“彩票收入/彩票公益金”，说明各自统计口径和占比；
先给出“问题界定/证据清单/年度关键事件轴”，再画出“因果关系+风险点”；
每条关键结论后附可点击引用，最后列一份“待核实清单和相反证据”；
生成1200–1500字摘要，并附一份CSV附录表（年份/项目/金额/数据来源）。
模板B：代理批量比对（年报+调查稿）
我会上传3份年报和2篇调查稿。
请在Canvas（画布）中建立一张结构化比对表，字段包括：指标、数值、披露口径、来源（年报页码/报道链接）、备注。
要求：
必要时用网页搜索补齐缺失信息，统一年份和币种；
标记所有“异常点”（如数据跳变、口径变化、与同行差异异常）；
对每个异常写出1–2个可能解释，并标记“推测/有依据”；
输出一份2000–3000字的研究初稿，并附一张“证据热力图”（根据证据数量和质量给事实打分）。
模板C：学习/备考（学习模式）
目标：
用14天时间，系统掌握“合并报表与并购会计”的核心内容。
要求：
列出14天学习计划，每天主题和建议时长；
每个主题配3–5道练习题，附详细解析和易错点；
每3天设计一份小测（10–15题），根据结果调整后续学习重点；
最后整理一份“错题本”，按知识点归类。
模板D：法律/合规调研（拆分收入避税三案）
目标：
梳理“拆分收入避税案件中，‘两套账’结构与新《会计法》之间的冲突点”。
要求：
只用公开的法律法规、司法解释、典型判决书和权威媒体报道；
按“法律条文→案件事实→法院/监管观点→对企业启示”这四层结构写；
每个关键法律结论后附对应条文或判决书引用；
列出5–10条企业现实操作中的高风险做法，并标明与哪些条文直接冲突；
生成1500–2000字分析稿，并附一个JSON结构的案件清单（案号/法院/裁判要点）。
模板E：内部培训课（ChatGPT在财务/税务中的用法）
目标：
为财务团队设计一门3小时的内部培训课程，主题是“如何在会计与税务工作中正确使用GPT-5.1”。
要求：
按“课程目标—目标学员—课时结构—案例设计—作业与考核”输出完整教案；
每30分钟设计一个互动案例（比如：用ChatGPT检查一组会计分录、或帮忙润色一份公告）；
给出一份“禁止交给ChatGPT的内容清单”（包括客户隐私、未披露财务、具体避税方案等），并说明原因；
生成PPT大纲（列每页标题和要点），方便直接做课件；
建议将教案、案例文本和学员反馈放在同一个Canvas（画布）里方便复盘。
为什么我的例子都是财务相关呢？因为我就是老财啊！