ChatGPT先澄清再回答：减少答非所问
让 ChatGPT 先澄清再回答，能显著减少答非所问：在首条提示词要求「先用三条复述我的需求，并列出最多三个待确认问题；我回复确认前不要写正文」。信息不足时宁可多一轮澄清，也比生成长文再推倒重来更省时间。
先澄清的价值
答非所问通常不是模型「笨」，而是任务规格不完整：读者不明、成功标准不明、禁区不明。先澄清等于把规格补全。对复杂方案、对外文案、客服投诉、学习诊断，澄清轮几乎总是赚的；对查词、翻译短句，可以直接答。
标准澄清开场
澄清协议：
“请先不要写正文。①用三条复述我的需求；②列出最多三个待确认问题（按对结果影响排序）；③对其余点给出你将采用的默认假设并标明。我回复确认前，只输出以上内容。”
「最多三个问题」很重要：没有上限时，模型可能问十个，打断节奏。默认假设写出来，你一眼能改。
如何回答澄清问题
- 逐条简答，不必重新讲整个故事。
- 对默认假设只改不同意的。
- 补一条验收标准：「完成的样子是……」
确认后开工：
“确认如下：【你的答复】。现在按确认内容写正文。若仍有不确定，在文末用『待核实』列出，不要编进正文当事实。”
嵌入长期习惯
你可以把澄清协议写成每条复杂任务的前缀。账号里的长期偏好设置不在本站范围（界面与账号类见姊妹站），但「每条消息自己带前缀」同样有效，且可移植。
与多轮、人设的关系
澄清是多轮的第一阶段；角色扮演也应先澄清目标再入戏。人设一致依赖边界清晰，而边界常常在澄清轮被问出来。
反例与正例
直接开写（易翻车）：「给我做个上市方案。」
先澄清：模型问行业、预算、读者、篇幅；你答完再要提纲——成功率显著更高。
自检清单
- 任务是否涉及对外承诺或复杂结构？是则先澄清。
- 是否限制了问题数量？
- 确认消息里是否写了验收标准？
- 正文是否仍混入未确认假设？
把澄清协议存成笔记片段，复杂任务粘贴一次，比事后抱怨「它不懂我」更省回合。
默认假设要写出来
澄清协议里「默认假设」往往比问题本身更省事。模型写：「默认读者为非技术管理者；默认篇幅 600 字；默认不需要竞品点名。」你只改不同意的，比从零回答十个问题快。若默认全错，说明你的首条需求太短，下次把读者与篇幅写进第一句。
把常用默认做成个人前缀：简体中文、先提纲、不确定标明——澄清轮会更短。
澄清失败怎么办
若模型仍直接开写，用硬中断：「停止正文。回退到澄清协议，只输出复述与问题。」若它问的问题不在点上，回答：「问题 2 不相关，改为确认【你的关键未知】。」你在教模型什么叫高影响问题。
连续两次澄清仍飘，新开对话并给出更短的目标句 + 验收标准，通常立刻好转。
团队里的澄清文化
把澄清协议分享给同事，要求复杂委派（对人也对 AI）先对齐验收标准。人与人之间的「先确认再动手」和本文方法同构。文档里贴协议链接或片段，比口头说「你再问问清楚」可执行。
记录一次「没澄清就开写」造成的返工时长，作为团队采用协议的动机——往往比抽象强调「提示词很重要」更有说服力。
高影响问题清单（自备）
不同任务的高影响未知不同。方案类：读者、决策问题、篇幅、是否点名竞品。邮件类：关系、请求、硬事实、力度。辅导类：水平、目标（教/练/答案）、是否考试导向。把这些清单放在手边，澄清轮时若模型问偏了，你可主动补齐，而不被带跑。
也可以让模型「只从下列清单里选题提问」，把问题空间关进笼子，澄清更快。
澄清与大纲的分界
澄清阶段不要顺便要大纲，否则模型会用大纲冒充理解复述，你还没确认规格就进入结构讨论。严格两步：先复述与问题 → 你确认 → 再骨架。若时间极紧，可写「跳过澄清，默认假设如下……」，但那是显式跳过，不是省略。
一句话目标的写法
好的一句话目标包含动词与成品：「写给非技术老板的一页上线说明，含风险两条」。坏的目标只有主题：「做个方案」。澄清轮之前先自己改好这一句，问题数量会立刻下降。把一句话目标放在澄清协议最上方，复述也会更准。
把澄清协议当成复杂任务的安全带：偶尔显得多余，但出事时能少返工一轮。养成习惯后，你会发现自己对同事委派任务时也会先写验收标准——这是附带收益。
常见问题
每次都要澄清吗？
简单查词不必；复杂方案、对外文案建议开启。
模型问题太多怎么办？
限制「最多三个问题，其余用合理默认并标明」。
和自定义指令关系？
可把澄清习惯写进长期偏好，但本站不讲账号设置细节。
澄清后仍跑偏？
用「忽略上一版正文，按我刚确认的三点重写」。
相关推荐
编辑说明：本文由对话指南编辑部（非官方）整理，只讲对话方法与话术框架，不编造价格、额度与官方数据；如与官方页面不一致，以官方为准。