2025年12月9日，Business Insider：OpenAI员工将6条“使用ChatGPT更聪明”的提示公开后，记者逐条测试，记录了显著的变化与局限。
测试从最基础的两条开始：明确身份与受众、指定输出格式。记者让模型“你是增长经理，写一条面向18–25岁用户、45字内的Instagram文案，语气俏皮”，ChatGPT回以三条即贴合平台调性、包含emoji与行动号召的草稿，几乎无需修改。这一场景直接展现了模板化提示对产出效率的提升。
接下来是约束条件与示例：当需要把法律条文压缩为普通读者能懂的三点摘要时，记者不仅给出目标读者，还附上示例句式，结果是模型输出的三条摘要在长度、表达风格上更一致，且关键词保留完整，省掉了多轮纠偏。
“请逐步说明你的推理过程”被列为第三条建议。记者在调试一段Python脚本时要求模型逐行解释错误，ChatGPT给出分步排查路径与修复建议，最终缩短了排错时间。但作者也注意到，开启“逐步说明”会把 token 用量推高，复杂任务易触及应答长度上限。
第四与第五条建议是要模型给出来源并自我批判：记者要求附带来源与对答案不确定性的说明，模型能标注部分引用，但在少数场景仍会生成看似合理却无出处的引用（即“幻觉”），需要用户再核验。让模型先产出初稿、再让其扮演“审稿人”提改进意见，则显著提升了文稿的逻辑性与可读性。
最后一条强调反复试验与微调：同一任务换用不同提示措辞，结果差异明显；调小指令范围往往比泛泛而谈更能得到可直接使用的结果。
综合评估：这些方法并非魔法，但将“提示工程”变成可复制的工作流后，ChatGPT在内容创作、产品方案、代码修复等场景表现更接近实用工具。记者提醒，面对需要高可信度的事实或学术引用时，仍需人工核查；对年轻用户而言，这组提示降低了使用门槛，让AI在日常创作中更像“合作者”而非“黑匣子”。