从 Chat 到 Work、Codex，一套能直接交付工作的 Prompt 写法。附 6 个完整实例、通用模板和发送前检查清单。

过去几年，网上流行过很多 Prompt 公式。

先设角色，再补背景，再规定语气，最好还要加上一串英文缩写。看起来很专业，真正用起来却经常遇到一个问题：Prompt 写了半页，结果还是不能直接用。

这次我重新对照了 OpenAI 的Prompting 官方指南、Help Center 的Prompt engineering best practices，以及 OpenAI Academy 给出的10 类日常工作实例。

最值得记住的，不是某个新公式，而是一个很简单的变化：

Prompt 正在从一句“提问”，变成一份“任务委托书”。

当 ChatGPT 只负责回答问题时，一两句话通常就够了。

当 Work 或 Codex 需要读取资料、搜索网页、调用工具、修改文件、生成交付物时，真正影响结果的，是你有没有把任务、资料、输出、边界和验收说清楚。

OpenAI 官方列出了四个部分：

Goal，要完成什么；Context，哪些信息会影响结果；Output，结果做成什么样；Boundaries，什么不能动，什么动作要先确认。

官方同时建议重要任务在结束前做 final check。因此，我把它整理成更适合实际工作的第五项：

Check，怎样证明任务真的完成了。

这五项不是每次聊天都要填写的表格。官方明确说，短 Prompt 经常已经够用，也不需要固定格式。简单问题写一句，复杂任务再把缺失的部分补齐。

先收藏这张表：5 步 Prompt 结构

图 1｜OpenAI Prompting 官方页面：Goal、Context、Output、Boundaries 四项结构。

如果你只想记住一条通用句式，可以保存下面这段：

请基于【Context】完成【Goal】。

结果将给【受众】用于【用途】，请交付为【Output】。

保留【不能修改的信息】，不要【禁止事项】；执行【发送／发布／覆盖／提交】前先让我确认。

完成前按照【Check】逐项检查，并报告已确认、缺失和无法验证的内容。

这条模板真正有用的地方，不是让 Prompt 变长，而是逼自己回答一个问题：

哪些信息一旦没说，结果就会变得不可用？

1. Goal：不要只交代动作，要交代可见的结果

很多低质量 Prompt 都只有一个动作词。

帮我整理一下会议记录。

“整理”可以是删掉口头语，也可以是提炼摘要，还可以是生成项目计划。AI 不知道你最终要拿它做什么，只能给一个四平八稳的版本。

把它改成下面这样，结果会具体很多：

把这份会议记录整理成一页项目更新，给项目组同步本周进展。先列已经确定的决策和下一步，再列负责人、截止日期、风险和待确认问题。

两句话的差别，不在于后者更长，而在于后者回答了三件事：

最终交付物是一页项目更新；使用者是项目组；读者看完要知道决策、行动和责任人。

OpenAI 官方也建议“从结果开始”，除非过程本身影响合规或质量，否则不要急着规定 AI 必须先做第一步、再做第二步。

Goal 的判断标准很简单：结果能不能被别人看到、使用或验收。

可以直接复制：

请把【输入材料】处理成【最终交付物】，帮助【目标读者】完成【具体决策或下一步行动】。

如果写完以后仍然只有“更专业”“更深入”“更有吸引力”，Goal 还不够清楚。

2. Context：不是资料越多越好，而是只给会改变结果的资料

上下文有两个常见极端。

一种是什么都不给，只说“结合行业情况”。

另一种是把整个文件夹、几十条链接和几个月聊天记录全塞进去，却没有告诉 AI 哪份是最新版、哪份只是讨论稿。

官方建议把文档、表格、PDF、截图或连接来源直接交给 ChatGPT，同时说明它应该从每份资料里找什么。需要最新信息时，明确要求联网搜索并附来源。

一个可用的 Context，至少应说明三层信息：

就拿这篇文章的任务来说，只写“参考 OpenAI 官方指南扩写”仍然不够。

更完整的 Context 应该是：

主材料使用 OpenAI Prompting 官方页面。

补充材料只使用 OpenAI Help Center、OpenAI Academy 和 OpenAI 官方 PDF，重点寻找可落地的工作实例。

页面当前可见内容可以写成事实；无法确认首次发布日期时，不要写“今天刚发布”。官方原文、作者归纳和实例改写要分开标明。

这段话不会限制 AI 搜索的每一步，却把来源质量、时间口径和事实边界都讲清楚了。

可以直接复制：

使用【文件／网页／连接来源】中的资料，重点提取【信息】；时间范围限定为【日期】。

优先使用【正式版本／最新文件】。如果来源冲突，不要自行选择，单独列出冲突内容、来源和影响。3. Output：不要说“写详细一点”，要说明怎样才能直接使用

同一份材料，给老板看、给客户看、给执行团队看，结构完全不同。

还是一份项目会议记录：

所以 Output 至少要说清四件事：受众、载体、长度、信息顺序。

不够清楚：

帮我做一份详细分析。

更可用：

生成一页决策备忘录，面向业务负责人。开头直接给出建议，随后列证据、成本、风险和仍需确认的问题。关键数字附来源链接，事实与推论分开。

可以直接复制：

面向【受众】，将结果交付为【文档／表格／幻灯片／邮件／代码】；长度控制在【范围】。

先写【最重要的信息】，再写【证据、风险或行动项】。使用【表格／章节／字段】组织，保持可编辑。

如果任务要生成文件，建议再补三项：

完成后检查页面溢出、重复标题、不可读图表和文件间数据不一致；同时给出一段变更说明。4. Boundaries：真正重要的边界，通常只有一两个

图 2｜OpenAI 官方对 Boundaries 与可直接使用结果的说明。

边界不是把 AI 的每一步都锁死。

OpenAI 官方给出的例子很具体：保留已经批准的日期和预算；只使用指定来源，缺失内容不要猜；建议不能超预算；消息只生成草稿，不要发送。

边界可以分成四类：

可以直接复制：

保持【已确认信息】不变，只使用【允许来源】。

遇到缺失或冲突时标记出来，不要补写。可以准备【草稿／建议／修改】，但在【发送／发布／覆盖／提交】前必须让我确认。

怎么判断某条边界值不值得写？

问自己一句：如果 AI 在这里做错，会不会让结果无法使用，或者影响其他人？

如果答案是会，就写进去。

5. Check：把“我觉得不错”改成可核对的证据

很多 Prompt 写到输出格式就结束了。

但复杂任务真正的分水岭，是有没有“完成定义”。

OpenAI 的完整示例会要求结束前确认每个下一步都有负责人和截止日期；Work 模式强调创建文件后自行检查；Codex 的示例则要求重新执行复现步骤、运行相关测试并说明验证结果。

所以 Check 不能只写“请检查一下”。

它应该指向具体证据：

可以直接复制：

完成前检查【字段／引用／数字／页面／测试】。

报告已经通过的项目、仍然缺失的信息和无法验证的部分。不要只说“已完成”，请给出可核对的证据。

这里还有一条很重要的边界：

AI 自查能减少遗漏，但不能替代人的终审。

同一个系统负责生成、制定标准、再宣布自己通过，并不是独立验证。涉及财务、法律、客户承诺、公开发布和生产系统时，人仍然要看证据。

把 5 步串起来，一条完整 Prompt 是什么样

图 3｜OpenAI 官方完整项目更新 Prompt 示例。

下面用“领导周会项目更新”做一个完整实例：

为周一的管理层会议准备一页项目状态更新。

使用“XX目录”中的最新版项目计划，以及项目群过去 7 天已经确认的决策和进展。聊天中的讨论不直接当成决定；发现冲突时单独列出。

面向管理层，开头先写需要拍板的事项和下一步，再总结进度、风险、负责人和截止日期。控制在一页内，关键结论附来源链接。

保持已批准的日期和预算数字不变。只生成草稿，不发送、不发布，也不修改正式项目计划。

完成前检查每个行动项是否都有负责人和截止日期，并列出缺失、冲突和无法确认的信息。

注意，这条 Prompt 没有教 AI 先搜哪个词、打开哪个文件、逐句怎样总结。

它把结果和风险说清楚，然后给 AI 留出执行空间。

这可能是整份官方指南里最值得记住的尺度：

控制结果、来源、边界和验收，不必控制所有过程。

Chat、Work、Codex 到底怎么选

图 4｜OpenAI 官方对 Work mode 适用任务与检查方式的说明。

可以把它们理解为三档委托：

Chat 是问同事一个问题。 不要把简单问题写成招标书。Work 是把一件完整工作交给同事。 要给资料、交付格式和审批边界。Codex 是提交一个可执行的工程任务。 最像 GitHub Issue，需要复现、范围和测试。

OpenAI 在官方页面中把 Work 定位为会使用不同来源或工具、需要连续步骤、会修改内容或生成较大交付物的任务；OpenAI Academy 进一步给出了周报、决策备忘录、文件清洗、月度财务复盘、发布物料包和流程审计等实例。

6 个可以直接复制的实战实例

下面的实例都来自 OpenAI 官方页面或 Academy 的工作场景，我把它们改写成了更适合中文工作的完整版本。

实例 1：用 Chat 解释一个陌生概念

适合快速学习，不需要五项全开。

向一个从未投资过的人解释复利。

不要使用未解释的金融术语。用一个本金 1 万元、连续 5 年的数字例子说明，并在结尾列出最容易误解的两个点。

实例 2：用 Chat 比较两个方案

比较我提供的两个手机套餐，使用者一年会出国两次，每次约 7 天。

用表格列月费、境外流量、通话、合约期限和额外费用。最后推荐一个，并说明为了这个选择放弃了什么。

只使用我提供的套餐页面；页面没有写清的费用标记为“待确认”，不要自行估算。

“说明取舍”比“告诉我哪个好”更重要，因为它让建议可以被复核。

实例 3：用 Work 生成一份可交付周报

为本周五生成一份给直属经理看的周报。

使用本周日历、我编辑过的文档、项目群里我发送的更新、主项目看板和未完成事项。时间范围为本周一 00:00 到周五 17:00。

按“已完成工作、已确认决定、重要变化、阻塞、待跟进、下周重点”组织，控制在 1000 字以内。每个关键事项尽量附来源链接。

把已确认事实与推断分开。聊天中的建议不自动视为决定；不要发送给经理，只生成可审阅草稿。

完成前检查是否遗漏明确承诺过的事项，并列出无法访问、过期或互相冲突的资料。

这类 Prompt 的关键不是“写得专业”，而是限定时间、来源和决定口径。

实例 4：用 Work 清洗 Excel／CSV

把“活动报名导出.csv”“人工修改.xlsx”和“字段映射说明.docx”合并成一个可复核工作簿。

统一姓名、公司、职位、国家、渠道和到场状态；以邮箱为主键删除重复记录。按照字段映射说明中的顺序生成一张可导入 CSV。

缺失邮箱、字段冲突和无法合并的记录放入“Needs Review”工作表，不要猜测关键标识。保留原始值，另建清洗后字段。

交付可编辑工作簿、可导入 CSV 和变更日志。完成前检查公式、空值、重复数、记录总数守恒和字段顺序，并报告每一项结果。

这个例子里最有价值的三句话是：用什么去重、冲突放哪里、怎样验证总数。

实例 5：用 Work 做采购决策备忘录

研究三款适合 50 人团队的客户支持平台，帮助运营负责人决定是否在下季度迁移。

使用各产品官网、官方安全文档、官方价格页和我们提供的当前工单数据。外部信息限定为当前可访问版本，所有价格注明日期和币种。

比较价格、安全、集成、数据迁移、培训成本和供应商锁定风险。交付一页决策备忘录，开头给建议，随后列证据、取舍、成本、风险、假设和签约前必须确认的问题。

外部公开事实、内部数据和你的判断分开呈现。没有公开信息时标记缺失，不要估算。不要联系供应商或提交试用表单。

完成前检查每项关键结论是否有来源，并列出三个可能改变当前建议的条件。

好的决策 Prompt 不只是要求“对比”，还要告诉 AI 什么证据会推翻当前结论。

实例 6：用 Codex 修复一个 Bug

图 5｜OpenAI 官方 Codex Prompting：目标行为、上下文、约束与验证。

OpenAI 官方建议 Codex Prompt 写清目标行为、相关代码或复现步骤、必须保留的约束，以及如何验证修改。

OpenAI 团队的实践材料还建议把 Prompt 写得像一条 GitHub Issue，提供文件路径、组件名和可参考的既有实现。

修复订单列表在切换分页后筛选条件被重置的问题。

复现步骤：打开 /orders，选择状态“待付款”，切换到第 2 页；当前页面会恢复为全部订单。优先检查 src/pages/orders、筛选状态管理和分页组件，但请先复现，不要只按我的猜测修改。

预期行为：翻页后保持当前筛选条件；刷新页面仍沿用现有产品行为。保持公开 API、URL 参数格式和其他列表页行为不变，只做解决该问题所需的最小修改。

如果根因明确，增加一个覆盖“筛选后翻页”的回归测试。

完成后重新执行复现步骤，运行最小相关测试和 lint。报告根因、修改文件、执行命令、测试结果，以及任何无法验证的内容。第一条 Prompt 不完美，怎样继续改

OpenAI Help Center 强调迭代优化。第一条 Prompt 不需要写成完美合同，看完结果后指出“具体哪里要变”通常更高效。

下面这些后续指令可以直接复制：

1、保留现有证据，把开头压缩一半，并把建议移到背景之前。

2、不要重写全文，只修改我标出的三段；其余观点、数据和引用保持不变。

3、把已确认事实、作者判断和仍需核实的信息分开，不能确认的内容不要补写。

4、当前版本太宽泛。删掉与核心问题无关的扩展，每个观点至少保留一个具体案例或数字。

5、给我两个可行方案，分别说明收益、成本、风险和适用条件，不要直接替我做最终选择。

6、列出本轮具体改动、没有改动的内容和仍未解决的问题。

在 Codex 运行过程中，新消息还可以有两种处理方式：Steer会立即加入当前执行，用来纠正方向或补充材料；Queue会排到下一轮，适合当前任务完成后再处理的工作。

最容易踩的 7 个坑

1. 把 Prompt 长度当成质量

长 Prompt 可能只是重复。简单任务写一句，复杂任务才补齐五项。

2. 只有动作，没有交付物

“分析一下”“整理一下”“优化一下”都不是可验收结果。补上给谁用、用来做什么。

3. 过早规定所有步骤

当过程不影响合规、风险和质量时，先说结果和约束，让 ChatGPT 自己寻找路径。只有流程必须可复现或必须遵守时，才把步骤写死。

4. 把整个资料库都塞进去

资料越多，旧版本、冲突口径和无关信息越多。只给会改变结果的材料，并标明优先级和日期范围。

5. 只写内容要求，不写行动边界

只要任务可能发送、发布、提交、覆盖文件或修改正式数据，就明确写“先准备草稿，执行前确认”。

6. 只要求“自查”，没有检查对象

把“请检查”改成具体字段、数字、页面、测试和证据。

7. 把 AI 自查当成人类终审

AI 可以做第一轮质量检查；重要决策和对外发布仍由人复核。

发出复杂 Prompt 前，用这 12 项做最后检查

如果十二项里大部分都能回答，这条 Prompt 通常已经足够好了。

不用背咒语，也不用每次填满模板。

简单任务，把结果说清楚。

复杂任务，把资料、输出、边界和验收补齐。

AI 越能执行，人的价值越不在于写更长的指令，而在于定义什么值得做、什么不能做、怎样才算真的做完。