ChatGPT 使用教程：提问、联网搜索、文件分析、图片与数据处理

这套 ChatGPT 实操流程覆盖学习、写作、研究、文件处理和团队协作，按“目标、输入、输出、人工核验、替代方案”组织。产品信息见 ChatGPT 产品；横向选择可参考 2026 年 AI 聊天工具榜单 和 ChatGPT 完整评测，也可浏览 AI 聊天与搜索分类 与 ChatGPT、Claude 与 Gemini 对比。

????????????????????????????????? Claude?????? Claude ???????????????????????????

适用范围与核验日期

动态功能核验日期为 2026-08-02，套餐、额度、地区、工作区策略、客户端和开放状态会变化。使用前查看当前账号的功能、权益、数据控制和管理员政策；界面不同时，以当日官方说明与实际显示为准。

消费者 ChatGPT、Business、Enterprise、Edu 和 OpenAI API 的数据与计费边界不同，个人订阅不能推导 API 额度。本文不提供绕过地区、账号或组织限制的方法。

使用前检查

目标是确认任务能否安全交给 AI。输入检查账号类型、任务敏感级别、是否联网或上传文件、交付时间和负责人。期望输出是“可处理、脱敏后处理、改用获批环境或人工处理”三选一结论。

人工核验信号包括：当前账号确有对应能力；组织允许处理该类资料；网络来源可以追溯；最终结果有人负责。若缺少某项功能，就把任务拆成纯文本小步骤，使用本地表格或文档工具完成敏感部分，再把不敏感的摘要交给 ChatGPT。不要为了获得入口而改变地区信息、借用账号或规避管理员策略。

明确任务目标

先把“帮我看看”改成可验收目标。输入至少写清受众、用途、范围、截止时间和成功标准，例如“把公开会议纪要整理成给新成员看的五点摘要，每点附原段落位置，不推测缺失信息”。期望输出应能被第三方判断是否完成，而不是只有语气流畅。

人工核验时问三件事：是否回答了真正的问题，是否遗漏硬性约束，是否把推测写成事实。若当前账号不能处理长上下文，就先让它只生成任务分解和检查表，再按小段逐项处理，最后由人工合并。

准备事实卡

事实卡用于分开可靠背景与创作要求。输入分成“已确认事实、禁止改动、需复核问题、术语表、输出规则”五栏，并标注日期或文档位置。期望输出基于事实卡，缺失答案列为待确认项。

人工核验信号是专有名词、日期、数量和责任主体能逐条回到事实卡。若不便上传原材料，可在本地抽取最小必要事实，去掉姓名、联系方式、编号和商业细节，只提供匿名化事实卡；高敏感内容则留在获批系统中人工处理。

提示词六要素

稳定提示词包含六要素：角色或视角、任务、背景、约束、输出格式、核验要求。角色只规定分析角度；背景只放必要信息；约束写成可检查边界；核验要求明确哪些结论必须给来源或标记不确定。

期望输出不是“看起来专业”，而是结构、事实和边界都可检查。人工复核时逐项对照六要素，尤其检查模型有没有忽略否定条件。若一次输入长度受限，先发送固定规则和事实卡，再分批发送材料，并要求每批返回编号化中间结果。

第一次提问

第一次提问要得到可修正的基线版本。输入采用“任务说明＋事实卡＋小样例＋验收清单”，要求模型先复述理解、列出缺失信息。期望输出包括任务理解、假设、正文和自检结果。

人工核验信号是模型能指出信息缺口，且没有擅自补齐关键数字。若无法使用高级模式，普通对话同样可以完成：缩小范围、降低一次输出长度，让模型先列提纲，再逐段写作。

连续追问

连续追问的目标是沿同一验收标准收敛，而不是不断换题。输入应引用上一轮的具体段落或编号，例如“保留第 2、4 点，只重写第 3 点；新增两个来源核验问题”。期望输出只改变指定部分，并说明本轮修改了什么、未修改什么。

人工核验时比较前后版本，防止修正一处却引入新事实或删除限制。若对话变长后开始遗忘，可新建对话，带入最新事实卡、已批准版本和剩余问题，不必复制全部历史噪声。

修改输出格式

目标是把内容变成下一工具可用的结构。输入明确字段名、顺序、层级、长度、Markdown、日期和空值规则。期望输出严格符合固定表头、编号列表或键值样例，不附加解释。

人工核验信号包括字段齐全、列数一致、转义正确、空值没有被猜测填充。若模型持续破坏格式，可让它先输出纯文本表格供人工确认，再使用本地脚本或表格软件做最终转换；不要把未经验证的结构直接导入业务系统。

联网搜索

联网搜索的目标是发现当前信息和候选来源。输入应包含明确问题、时间范围、地域或行业范围、优先来源类型以及需要排除的内容。期望输出是带引用的初步答案、来源清单、每个来源支持的具体结论，以及仍未解决的问题。

人工核验信号不是“出现了引用”，而是链接可打开、发布时间适用、来源层级足够、引文真正支持相邻结论。若当前账号没有搜索功能，可让 ChatGPT 生成检索式和来源评估表，由人工在合规搜索工具中查找，再把公开摘录和链接带回对话分析。

打开原始来源

搜索回答只能作为线索，目标是回到原始证据。对每条重要引用，都要打开原文，检查作者或发布机构、发布日期和更新时间、标题、上下文、原始数据或政策版本。期望输出是一张“结论—原文证据—位置—日期—适用范围”对照表。

人工核验要特别留意二手转述、截断引文、旧版本页面和只支持部分结论的材料。不能只看 AI 摘要，也不能根据摘要中的一句话代替原文阅读。若链接失效，寻找同一发布机构的归档、正式公告或原始数据库；找不到时就降低结论置信度并明确标注。

交叉核验

交叉核验用于发现单一来源的错误。把结论分成官方规则、统计数字、事件事实和观点判断：规则看官方文件，数字看原始数据，事件看当事方与可靠报道，观点区分事实与解释。输出标出一致、冲突和缺证。

人工核验信号是不同来源确实相互独立，且统计口径、时间区间和对象一致。若只能找到一个可靠来源，应明确写“单一来源待复核”，不要用多个转载页面制造虚假的多源支持。

上传文件前脱敏

目标是只上传完成任务所需的最小信息。输入前先复制工作副本，删除姓名、电话、地址、证件信息、客户编号、未公开价格、签名、批注、修订记录、隐藏工作表和文件元数据，并用一致占位符替换必要实体。期望输出是可逆映射保存在本地、上传副本无法直接识别个人或组织的脱敏材料。

人工核验应查看正文、页眉页脚、附件、图片中的文字和表格隐藏区域，确认有授权、账号类型与数据条款适用。若无法可靠脱敏，使用获批的组织环境、本地工具或人工摘要。普通文档常以文本提取和检索为主，而 PDF 中图片、扫描页、图表和版式的视觉理解存在套餐与能力边界；当前账号不支持时，先在本地 OCR 并人工校对。

长文档摘要

长文档摘要要保持结构和证据位置。输入目录、页码范围、版本日期和用途，再按章节或固定页段处理。输出分为章节摘要、关键事实、争议点、未覆盖内容和原文位置，最后生成全局摘要。

人工核验信号包括章节没有混写、数字能回到页码、模型承认缺页或无法读取的扫描页。若文件超出限制，就在本地拆分，保留统一页码和版本标识；若不能上传，则粘贴经脱敏的短段落，并让模型维护一份累计目录和术语表。

表格分析

表格分析的目标是先理解数据，再计算结论。输入应提供字段解释、单位、时间范围、筛选条件、主键规则和缺失值含义。期望输出先返回数据质量报告，再给汇总、异常记录、计算公式和可复算的中间表。

人工核验必须检查字段是否错位，元、万元、百分比等单位是否一致，空白与零是否被混淆，重复行如何处理，分组后的总数能否回到原表。若当前账号不能分析表格，可用本地表格软件完成清洗和透视，只把匿名汇总数据与公式交给 ChatGPT 解释。

图片理解

图片理解的目标是从截图、照片或图表中提取可核验信息。输入要说明关注区域、拍摄或生成时间、允许的推断范围，并尽量提供清晰原图和必要上下文。期望输出分成“直接可见、根据上下文推断、无法判断”三部分，文字和数字附位置描述。

人工核验要放大检查小字、坐标轴、图例、裁剪边界和可能被遮挡的信息；人脸身份、健康、法律责任等高风险判断不能只凭图片。若入口缺失，可在本地 OCR 或人工抄录后再分析。使用他人图片还要核对版权、许可、隐私和发布用途。

图片生成

图片生成的目标是获得符合用途的原创草案。输入应写明主体、场景、构图、尺寸比例、色彩、文字要求、禁用元素、受众和使用渠道。期望输出应满足视觉方向，并允许通过局部修改逐轮收敛，而不是模仿在世艺术家的独特风格或复制受保护角色。

人工核验信号包括文字是否正确、手部与结构是否异常、品牌元素是否误用、画面是否含个人信息，以及商业使用所需的版权和许可是否清楚。若账号没有生成能力，可先让 ChatGPT 输出分镜、设计说明和无侵权素材清单，再交给获批设计工具或人工制作。

代码辅助

代码辅助的目标是解释、设计、测试或修改一段边界明确的代码。输入要包含语言与版本、运行环境、依赖、最小复现、预期行为、实际错误和不可修改区域。期望输出包括原因假设、最小补丁、测试方案、依赖变化和失败回滚方式。

人工核验要在隔离环境审查差异，运行测试、静态检查和构建，检查许可证、第三方依赖、异常处理与安全边界。不要执行来源不明的命令，也不要让模型给出破坏系统、窃取数据或规避访问控制的操作。若没有代码执行入口，就把它当作代码审阅助手，本地运行全部验证。

数据分析

数据分析的目标是用明确口径回答问题，而不是先画一张漂亮图。输入应描述样本来源、字段、单位、时间窗口、排除规则、缺失值、异常值和要检验的假设。期望输出包含清洗步骤、统计口径、公式或代码、结果表、图表解释、限制和可复算材料。

人工核验要复算关键数字，检查异常值处理是否改变结论，区分相关与因果，并判断样本是否有选择偏差。若当前账号不能运行分析，可让 ChatGPT 先写分析计划和公式，在本地可信环境执行，再把匿名结果交给它解释；最终结论由具备领域知识的人确认。

项目与长期任务

Projects 的目标是把同一主题的聊天、文件和项目指令放在稳定边界内。输入应包括项目目的、允许资料、统一术语、输出规范、负责人和结束条件。期望输出在多轮任务中保持一致，并能说明本轮引用了哪些项目材料。

创建时要检查记忆范围。project-only 范围用于把上下文限制在该项目内，不引用项目外聊天或已保存记忆；shared project 的成员、聊天、文件和项目指令可见范围应按当前共享规则核对，共享项目通常采用项目内范围，不能假设成员只看见自己上传的内容。已有项目能否更改范围、不同套餐可用的共享能力，以 2026-08-02 后当前创建界面和帮助说明为准。若没有 Projects，就用本地文件夹保存事实卡、版本记录和批准稿，每次对话只带入最小上下文。

记忆与历史设置

Memory 工作流要分清三项：已保存 Memory、对历史聊天的引用能力、聊天列表以及保留与删除记录。三者是不同控制，关闭或删除一项不会自动处理另外两项，以当前账号官方设置为准。输入记忆前只保存低敏感、长期稳定的信息；期望输出能正确应用偏好，不把临时项目写成永久事实。

人工核验要分别检查上述三项。Temporary Chat 不使用或创建记忆，通常不显示在普通历史中，但不代表数据立即、无条件消失，保留与安全例外须查当前政策。若账号没有 Memory，使用本地偏好卡，每次只带入必要部分。

隐私和训练设置

目标是让数据处理符合个人与组织政策。消费者账号可检查是否允许新对话用于改进模型；关闭后仍要注意主动提交反馈等例外，以当前官方说明为准。Temporary Chat、历史、Memory、删除和导出边界不同，不能由一个开关推定全部隐私控制。期望输出是当前账号的数据控制、记忆、临时聊天和历史选择及适用范围清单，不含账户信息。

Business、Enterprise、Edu 与 API 的业务数据承诺、保留、审计和管理员能力按对应产品及合同核验，不要套用消费者页面。人工核验谁能访问、保存多久、如何删除、是否跨境及误传报告对象。若条件不满足，停止上传，改用获批环境或人工处理最小摘要。

分享与导出

分享的目标是让正确的人看到正确的版本。输入应先确定共享对象、有效期、是否允许转发、文件是否含敏感信息和接收者是否需要账号。期望输出是权限最小化的共享内容，并附版本日期、用途和撤回负责人。

人工核验要以接收者视角检查链接范围、成员权限、附带文件、隐藏提示、来源和个人信息；导出可能包含更多历史或元数据。即使有分享功能，若不能提供具名接收者、有效期、禁止转发、撤回或审计等所需控制，也必须停止使用普通分享入口，改用组织批准的受控协作系统或只发送脱敏副本；功能缺失时同样如此。

版本记录

版本记录用于说明内容为何改变、由谁核验。记录每轮提示、原始输出、人工修改、来源日期和批准状态，至少包含版本号、修改摘要、事实变更、需再次确认项和负责人，重要交付保留只读快照。

人工核验时确认最新稿没有覆盖已批准证据，也没有把旧来源带回新版本。若 ChatGPT 没有适合的历史或项目能力，可在本地使用文档版本、表格日志或代码仓库；不要把聊天历史当作唯一审计记录。

端到端案例：整理公开产品更新公告

下面使用虚构公开材料，不涉及真实第三方文章。输入摘录：“星舟笔记于 2026-08-01 发布 2.4 版。新增离线草稿；导出新增 CSV；旧版同步于 2026-08-31 停止；移动端支持将在后续版本提供。”先做事实卡：发布日期为 8 月 1 日；版本为 2.4；两项新增能力；旧版同步停止日期为 8 月 31 日；移动端没有具体日期。完整提示词如下：

目标：把公告摘录整理成给普通用户看的更新说明。
事实范围：只使用摘录，不补充价格、平台或发布日期。
输出：先写四点摘要，再列“事实—原句位置—是否需再次确认”表。
核验：区分已发布能力、停止事项和未来计划；无证据处写“公告未说明”。

期望输出片段：“2.4 版新增离线草稿和 CSV 导出；旧版同步将于 8 月 31 日停止；移动端支持已宣布，但公告未给出日期。”逐项验收：版本与日期对应原句，通过；没有把“后续版本”改成确定日期，通过；没有增加价格或套餐，通过；停止事项与新增能力分开，通过。若当前账号没有文件或搜索能力，直接粘贴这段公开摘录；若引用不能支持某句，删除该句或标为“公告未说明”，再由人工查看保存的原始公告副本。

端到端案例：分析五行销售表

这份虚构小表不含个人信息，字段为订单号、地区、件数、单价（元）和状态；空白件数表示缺失，不等于零。

订单号	地区	件数	单价（元）	状态
A01	华东	2	80	已完成
A02	华北	1	120	已完成
A03	华东	3	80	已退款
A04	华南		95	已完成
A05	华北	4	60	已完成

完整分析提示：

先检查字段、单位、主键、缺失值和重复行。仅汇总“已完成”且件数完整的订单，销售额=件数×单价；退款记录不计入。输出数据质量报告、按地区汇总、异常清单和可复算公式，不要填补缺失件数。

期望输出：质量报告指出 5 行、订单号唯一、A04 件数缺失；汇总为华东 160 元、华北 360 元、合计 520 元；异常清单包含 A03 已退款和 A04 缺失。人工复算为 2×80＋1×120＋4×60＝520，并核对分地区总和等于合计。若上传或分析功能不可用，在本地表格中筛选状态、排除缺失行，用乘法列和分类求和复算，再把匿名汇总交给普通对话解释。

三个可复用提示模板

模板一，适合写作与整理：

任务：把下面的公开材料整理成面向【目标读者】的【交付类型】。
事实范围：只使用我提供的材料；缺失信息写“尚未验证”，不要补猜。
约束：保留日期、数量和专有名词；区分事实、推断与建议。
输出：先列提纲，再给正文，最后给“事实核验清单”和“未解决问题”。
材料：【粘贴已脱敏内容】

模板二，适合联网研究：

研究问题：【具体问题】；时间范围：【起止日期】；适用范围：【地区或行业】。
优先寻找官方文件、原始数据和当事方声明。为每个结论列来源、作者或机构、日期、原文位置与适用条件。
若来源冲突，分别陈述，不要强行合并。提醒我逐条打开原始来源，并列出需要交叉核验的数字。

模板三，适合文件或数据：

目标：【要回答的问题】。文件已做最小化和脱敏。
先检查字段、单位、日期范围、缺失值、重复记录与异常值，不要立即下结论。
输出数据质量报告、处理步骤、可复算公式、结果表、限制和人工核验点。
若无法读取某页、某列或图片，请明确指出位置，不要推测。

三个模板都不应填入真实个人资料、组织机密或访问凭据。若当前功能不足，把模板中的搜索、读取或计算步骤移交给本地合规工具，保留同一验收清单。

结果空泛

内容空泛时，先补受众、场景、事实卡和验收标准，再要求改为“动作—负责人—截止条件—核验信号”。期望输出应可执行、可判断完成。

人工核验随机挑一条，确认新人能照做。若仍空泛，缩小问题、提供正反例，或先补三项关键信息。

事实错误

事实错误包括虚构日期、混淆主体、引用不支持结论或沿用旧规则。输入要求逐条标注来源与置信度，分开已知事实和需查问题。期望输出可追溯，无法确认时承认不确定。

人工核验原始来源的作者、日期、上下文和口径，再作独立交叉核验。若最新信息频繁出错，先由人工查官方资料，再让模型整理。

文件过大

上传失败、漏页或超出范围时，记录格式、大小、页数、扫描状态和账号提示，再按目录或章节拆分。期望输出为分段结果和覆盖清单。

人工核验段落首尾、页码和章节数。若仍失败，本地提取文本或 OCR，保留原文件与页码映射；上传成功也不代表视觉页与复杂表格已完整理解。

功能入口缺失

入口缺失可能来自套餐、地区、管理员、客户端、设备、额度或逐步开放。查看当前产品说明、账号权益和组织政策，并记录 2026-08-02 之后的实际状态。

替代方案是普通文本对话、人工搜索、本地 OCR、表格或获批系统。不得借号、伪造资格、修改地区或规避管理员控制；必须依赖该能力时，向管理员或官方支持确认。

格式不符

格式不符包括列数、层级、附加解释或长度错误。输入给出样例、字段、允许值和空值规则，先输出一条样本；期望输出通过检查后再批量生成。

人工核验列数、层级、转义和日期。若仍不稳定，输出简单分隔文本后由本地工具转换；机器导入须先过结构校验或测试环境。

账号权益不同

同名功能在不同账号和 API 中可能有不同额度、隐私与管理边界。目标是确认当前账号的最小能力；输入账号类型、设备、工作区和官方提示，输出可用路径与合规替代路径。

人工核验当前权益页和管理员政策，不从他人截图推断权限。若能力不足，缩小任务、使用获批工具或申请授权；消费者订阅、组织席位与 API 账单不能互替。

故障排查顺序

按“输入—数据—能力—额度—权限—输出—核验”排查。用低敏感小样本复现，记录设备、客户端、时间、账号类型和现象；输出应区分内容、文件、功能限制与服务异常。

人工核验替代方案未扩大共享范围。若小样本也失败，保留必要日志并联系支持；若只有真实文件失败，检查格式、大小、加密、扫描页和脱敏，不再上传更多副本。

团队协作检查

团队要明确资料所有者、提示维护者、核验者、批准者和故障联系人。输入项目范围、成员权限、数据级别、命名、版本和交接规则；期望输出是职责清晰的流程。

人工核验 shared project 的成员、文件范围、指令、导出和删除责任；project-only 不能替代访问控制。若功能不足，用获批文档库传递脱敏结果，每人使用自己的受管账号。

发布前清单

发布前确认：正文无 H1；目标与受众明确；事实、日期、数字和专有名词已核验；联网结论已打开原始来源并交叉核验；文件已授权和脱敏；表格字段、单位、缺失值、总数与口径已复算；图片版权、许可和隐私已检查；代码依赖、许可证与测试已检查；分享范围、权限、版本和导出已复核。

动态权益要标日期，不混用消费者、Business 或 API 边界，不含真实个人数据、组织机密、访问凭据、远程图片、危险操作或绕过建议。由未参与初稿的人抽查；无人复核时降低发布范围并标明尚未验证部分。

FAQ

问：第一次使用应该从什么任务开始？

答：从公开、低敏感、易核验的小任务开始，先验证格式和错误恢复，再增加文件、搜索或项目上下文。

问：搜索回答带来源就可以引用吗？

答：不可以。须打开原文，检查作者、日期、上下文、原始数据与适用范围，确认它支持对应结论。

问：删除聊天是否等于删除 Memory？

答：不是。已保存 Memory、历史引用能力、聊天记录与 Temporary Chat 边界不同，须分别检查当前设置。

问：没有文件、图片或数据分析入口怎么办？

答：用获批工具完成 OCR、清洗、计算或设计，只把最小脱敏结果交给普通对话；不要绕过账号、地区或管理员限制。

问：如何判断结果可以交付？

答：由另一人复核事实、来源、格式、隐私和可执行性，确认最终文件与批准版本一致；高风险结论仍由专业人员负责。

如果你的工作主要发生在 Gmail、Docs、Drive、Sheets 或 Slides，可对照 Gemini 使用教程 测试同一套文件、研究和办公协作任务。

总结

高质量使用 ChatGPT 要建立闭环：明确目标和事实卡，用六要素提问并逐轮收敛；搜索要打开原始来源并交叉核验，文件先授权和脱敏，图片、代码与数据保留版权、测试、异常值和统计口径检查；Projects、Memory、训练、分享和导出按账号与工作区边界管理。

保留每次任务的输入、期望输出、人工核验、替代方案和版本记录，功能变化时也能迁移流程。动态信息以 2026-08-02 为核验锚点，执行前再查当前官方说明、账号和组织政策。