LESSON 01 · CHAT 对话窗口
Why this lesson · 为什么值得学
搞懂 Chat 窗口和搜索框的本质区别——它不只是「更聪明的百度」
知道什么时候该「聊」、什么时候该「查」，少走弯路
第一次打开 AI 就知道能跟它聊什么，不再发懵
核心洞察：你打开 ChatGPT 的那一刻，不是打开了一个更聪明的百度——你是打开了一扇通往对话的门。搜索引擎给你链接，Chat 窗口给你答案。搜索引擎让你查，Chat 窗口让你聊。每扇门都是独立的：你点「新对话」时，AI 不记得上一扇门里聊过什么。所以聊一个全新话题，就开一扇新门——别把不相干的事全堆进同一个长对话，那样它容易「糊涂」，回答也跟着乱。反过来，在同一扇门里，它记得你刚说过的话——想改结果时不必把背景从头再打一遍，直接接着说「再短一点」「换个更活泼的说法」「第二个点展开讲讲」就行，它会顺着上文继续。很多新手每次都把整段要求重贴一遍，其实一句追问就够。
高手心法 · Pro Tip
把模糊的提问，改成给 AI 一份清晰的「输入清单」：任务（Task） / 背景（Context：为什么、给谁、目标）/ 样例（Examples）/ 角色（Persona）/ 格式（Format）/ 语气（Tone）。再加一句万能升级句：“回答前先问我 5 个问题，澄清你真正需要什么。”
这 6 项不是每次都要凑齐：任务（Task）是必须的——没有它 AI 连方向都没有；背景和样例最值得花心思，质量基本由它们决定；角色、格式、语气是锦上添花，有空再加，缺了也不至于跑偏。写任务句有个小诀窍：用动作动词开头（生成 / 写 / 分析 / 总结），别用「帮我看看」这种没指明动作的话。还有个常被忽略的元技巧：写不出语气就别硬憋形容词——直接跟 AI 说「我想要____的感觉，给我列 5 个能塞进提示词的语气关键词」，它帮你把模糊的「感觉」翻成可用的词，你再抄回提示词里，比自己对着空白想快得多。
最直观的对照：Kevin Stratvert 在教程里用「开饼干店写营销邮件」演示——只说「帮我写封邮件」时，AI 编出你根本没卖的口味、还自作主张给 10% 折扣；等他把「收件人是谁、这季主推什么口味、想要什么语气、折扣定多少、大概多长」补齐后，邮件立刻贴合他的店。差别不在 AI 聪不聪明，而在你给的背景够不够具体。创作类也一样：直接说「写个故事」，往往得到空泛套话；补成「写一个男孩在乐高里发现机器人的短篇故事」，AI 立刻有方向、有细节。新手第一次开口，多半是从「写点东西」开始——记住，多给一个具体设定，质量就不同。
⚠️ 避坑：那一版里 AI 连你从没提过的「优惠券码」都自己编了出来。记住——AI 不知道你的真实情况，你没说的细节它常自己补。凡涉及价格、日期、产品这类事实，要么在提示词里写清楚，要么拿到结果后自己核对一遍，别照单全收。
大陆坑：原视频在 YouTube（需海外账号/网络）。同类免费课可看 B站「吴恩达 ChatGPT 提示工程」；国内直接练手可用 Kimi、通义、智谱 GLM。想要某个风格，先给它看 2–3 个例子
大模型本质是「照猫画虎」。你光用文字描述风格——比如「用三段式、口语化一点」——它常常跑偏；但如果你直接贴 1–2 个完整样例（输入长什么样、输出长什么样），它就照着学会了那个模式。
实操：想让 AI 把你的口语整理成「问题 → 原因 → 解法」三段？别反复形容，先亲手写一个示范给它看，再贴真实素材。比来回改 5 次措辞省事得多。
一个提示词，只让它做一件事
新手常犯的一个错：把好几件事塞进同一句话——「帮我写篇博客、顺手配 3 条社媒文案、再给个发布日历」。AI 会试图全做，结果每样都做不深。
改成一次一个请求：先把博客写好，再基于它要文案，最后要日历。每个结果都更靠谱，你也更好判断哪里要改。
敏感信息，别直接贴进 AI
你输进 AI 对话里的内容，可能被用于训练、改进模型。所以像银行卡号、密码、身份证号、公司机密、个人隐私这些东西，不要直接复制粘贴进去。好消息是，大多数产品都留了开关：在「设置 → 数据控制 / 隐私」里关掉「用我的数据改进模型」，你的对话就不会再被用于训练。国内模型（元宝 / Kimi / 豆包 / 通义）也大多有类似开关，花一分钟找一下很值。
需要 AI 帮你分析一份含敏感数据的资料时，先脱敏——把关键信息替换掉或删掉（比如把真实姓名改成「张三」、金额改成「X 元」），再问它。
搜索引擎是一个工具——你操作它，它返回结果。
Chat 窗口是一个对话对象——你跟它说话，它回应你，你还可以继续聊下去。
顺带给你一个判断「是不是 AI」的小标准：看它有没有两个特征——自主性（能自己运行、主动帮你）和适应性（用得越多、看的资料越多，它就越「懂你」）。照这个标准，普通计算器不算 AI，因为它只会死板执行你按下的指令；而搜索引擎算 AI，因为它会自己推荐词、还会根据你过去的搜索越用越聪明。Chat 窗口当然更符合——既自主、又会从你的对话里不断学习调整。
如果它的回答跑偏了，不用从头再来——直接说「第 2 点说错了，应该是……」，或者点一下「重新生成」，让它改一版就行。来回纠正几次，答案会越来越贴近你要的。
所以，你不需要学「怎么搜索」。你需要学的是——怎么跟一个什么都懂、永远耐心、不会 judge 你的对话对象聊天。
还有一个帮你少走弯路的认知：把 AI 想成一台「映射器」，而不是一个真懂语义的人。它学的是「看到这类输入，就给出这类输出」的规律——你给的输入越具体、越清楚，它吐出的结果就越贴近你要的；它并不「理解」你话背后的真正意思，所以也猜不到你没说出口的需求。这意味着：与其指望它心领神会，不如把背景、目标、想要的样例一次讲清。还有一个最划算的加码动作——在问题开头先给它一个身份，比如「你是一位有十年经验的语文老师」「你现在是帮我做周报的助理」。一旦你定义了角色，它会自动按这个身份的专业口吻、知识边界和立场来回答，比同样一句话却没说身份时要稳、要贴。OpenAI 与 Anthropic 的官方提示指南都把「角色提示（role prompting）」和「具体、给示例」并列为基础技巧，所以它值得你每次顺手加上。
好消息：你不需要学任何新技能。
你从 3 岁起就在做一件事——问问题。你问爸妈「天为什么是蓝的」，问老师「这道题怎么做」，问朋友「你觉得呢」。
Chat 窗口只是让这件事多了一个对象——一个知识渊博、永远在线、不会不耐烦的对象。
还有个省力的小招：你不用每次都重新交代「我是谁、想干嘛」。大多数 AI 聊天工具（ChatGPT / 元宝 / Kimi 等）都有「自定义指令 / Custom Instructions」：在设置里填一次——你的名字、你做哪一行、希望它用什么口吻回答——之后每一扇新对话它都自动带上这个背景，不用你每回重说。相当于把你的固定人设预先存好，聊天时直接聊正事就行，对经常要它帮你写东西的人特别省事。注意它和你当前这扇门里的「临时记忆」是两回事：临时记忆只在本次对话有效，关掉就清了；自定义指令是跨对话长期生效的，但两者都只记你主动告诉它的信息，不会凭空知道你的私事。
不过要记住：它很聪明，但偶尔也会出错，还会「一本正经地编」——对它不了解、或者你压根没说的事，它也可能凭空补上，而且说得特别笃定。前面「开饼干店写邮件」那段就看见了：你只说「写封邮件」，它就擅自加进店里根本没有的口味、自作主张给 10% 折扣、还编了个优惠券码——它并不知道自己编的是假的，只是把话说得格外自信。连「10 + 9 等于几」这样的算术，教程里都演示过它能算成 20。所以涉及数字、计算、日期、或任何你要拿去用的具体事实，别直接信它的结果：自己核算一遍、或拿计算器、官方资料核对一下；涉及重要决定、或者你本来就拿不准的信息，把它的回答当作参考、自己核实一下，别照单全收。这也是为什么前面说「先脱敏再贴敏感数据」——你既保护了自己，也逼着自己过了一遍脑子。顺带一个常被忽略的设置：常用 AI 工具的「设置 → 数据控制」里，通常有个「用我的对话改进模型」的开关，默认是开着的；在意的话可以关掉它——关掉后你的聊天内容就不会被拿去训练模型。这不等于能乱贴隐私，脱敏原则照旧，只是多拿回一点主动权。
还有个常见误解要提前解开：AI 不是「什么都知道」。它的回答来自训练时学到的内容，而这些内容有个截止时间——训练数据之后才发生的新鲜事（比如「今天的新闻」「上周刚发布的新产品」），它默认并不知道；它默认也不联网、看不到你的私人文件或本地资料，除非你主动开启「联网搜索」，或者把文件、截图直接传进对话框。所以问它「此刻正在发生什么」「我电脑里某份文档写了什么」，它答不上来很正常——别误以为它在「偷看」或「全知」。这恰好也呼应前面「先脱敏再贴」：你主动给它的上下文，才是它唯一能确定依赖的信息来源。需要最新消息就开联网搜索，需要它读你的资料就直接传文件——把「它手上有什么」这个前提搞清楚，你才不会对它的回答产生错位的期待。
还有一条容易忽略的边界：AI 生成出来的文字、图片、代码，权属和责任并不天然就归你——各 AI 厂商的《使用条款》都写明了生成内容能不能商用、出了问题谁负责，要你看具体条款；学校里把 AI 写好的直接当成自己的作业交上去，也可能踩到学术诚信的线。所以拿去交、拿去卖之前，先想清楚「这算不算我自己的作品、需不需要标注是 AI 帮忙的」——把它当协作者，别当「代笔」。
还有一点要提前打预防针：AI 给你的，是建议和草稿，不是替你做完的动作。它不能真的帮你发邮件、下单、登录账号或转账——那些「真动手」的事，最终还得你自己点发送、自己操作。就算某些 AI 接上了扩展（比如连上你的日历去「建会议」），也常会做错：Google 的 Gemini 官方教程里就演示过，它一键建好了会议，却漏掉了参会人、也没加上视频链接。所以记住：凡是要落到真实世界的动作，AI 给完方案你一定要自己再核对一遍，别把「它说能办」当成「已经办妥」。
还有个省心的小技巧：拿到 AI 的初稿，别急着整段复制走。像 ChatGPT 的「画布（Canvas）」、以及国内模型的文档编辑模式，都让你直接在里面改——选中一段话，让 AI 把语气调得更温柔、或者缩短一截；它会用红色标出删掉的部分、绿色标出新增的部分，清楚告诉你到底动了哪里；不满意还能一键退回上一版。等于把 AI 当成坐在你旁边的审稿搭档，而不是代笔枪手。
那怎么判断一件事值不值得交给 AI？给你一个极简口诀——「一秒测试」：如果一个人扫一眼、凭直觉一秒内就能判断的事（比如给图分类、把语音转成文字、把中文翻成英文），AI 多半也能做；而那些需要多年经验、或一连串复杂推理才能做对的，AI 就容易翻车。拿不准时，先小步试一次，看它给出的东西靠不靠谱，再决定要不要交给它。
打开任何一个 AI Chat 工具（ChatGPT / 元宝 / Kimi / 豆包），在输入框里打这句话：
把下划线换成你现在脑子里最先浮现的任何东西——天气、股票、菜谱、某个历史事件、你正在纠结的一件事——什么都可以。
然后就发送。不用犹豫是不是「好问题」——Chat 窗口不会 judge 你。
顺带一提：除了打字，你还能直接开口说——点输入框旁边那个麦克风图标，把想问的话说出来，它就替你听写成文字发出去。打字慢、或者在手机上单手操作时，这招特别省事，想到什么随口一说就行；Kevin Stratvert 在教程里就提到，输入框旁能点麦克风图标说出你的问题，打字还是说话「你喜欢哪种都行」。你也能把图片、PDF、表格或截图直接拖进对话框——就像把文件发给朋友，松手就传上去了，让 AI 读图、看合同、把照片里的文字提取出来。Kevin Stratvert 在教程里就是把一张地图拖进 ChatGPT，让 AI 直接读图作答。这项「上传文件」能力，国内模型（元宝 / Kimi / 豆包 / 通义）同样支持，而且国内直连更稳。反过来，你也能让 AI生图：用一句话描述它要画什么（比如「生成一张水彩风格的小猫」），它就直接画出一张图来——Kevin Stratvert 在教程里也演示了用 ChatGPT 生成图片。国内模型（通义万相 / 智谱 CogView / 豆包）同样能文生图，而且国内直连更稳。
让 AI 看图片，比你想的能干得多。把一张图拖进对话框，它不只能「读」——能描述画面里有什么、认出物体或地标、把图里的中文或外文文字提取出来（发票、菜单、白板、路牌、截图都能读）、把图里外文顺手翻译、解读图表里的趋势、甚至对比你同时传的几张图。几个立刻用得上的场景：拍一张外文菜单或路牌问它「这什么意思、帮我翻译」；代码报错了截个图丢给它「这是什么错、怎么改」；会议白板或一页合同拍下来，让它整理成要点；一张数据图表截图，让它讲清楚「主要趋势是什么」。
再进一步：你还能把一整篇长文、一份合同、一篇论文直接贴进对话框，让 AI 帮你总结要点、提炼关键信息。诀窍是——别只说「总结一下」，而要告诉它你想要什么形式：比如「用 20 个字以内说清这段在讲什么」「列出 5 个最重要的关键词」「用给小学生听的话重讲一遍」。Adrian Twarog 在教程里就把一整段《隐私法》条文贴进 ChatGPT，分别要求「用大白话解释」「限 20 字」「提取 5 个关键词」，得到了三种不同深度的回答。指定得越具体，它给得越准。
再进一步——不只是「总结」，你还能让它重新整理：把一堆杂乱的信息，直接变成你用得上的结构。比如把两款手机的零散参数整理成一张对比表、把一长串待办变成带勾选的清单、把一段流水账变成时间轴。这招对「信息很乱、但你想要清爽结构」的场景特别管用：丢给它一段课程介绍，说「整理成一张表格，列清楚每门课的上课时间、学分、要不要先修」；或者把朋友发来的一大段旅行攻略，说「提炼成每天的行程清单」。指定清楚要什么结构，它给出的东西立刻就能用，不用你再自己重排一遍。OpenAI 与 Anthropic 的官方提示指南都把「事前指定输出格式」列为最基础、也最划算的技巧之一——大模型非常擅长照着你给的结构指令走，你给的框架越明确，它填得越准、越不容易跑偏。
再进一步：你还能让它当翻译——把一段中文丢给它，说「翻译成英文，语气正式一点」，它就翻成你要的版本；反过来把英文网页、说明书、论文翻回中文也行。Adrian Twarog 在教程里就把一段博客分别翻成德文，还顺手加了「用朋友开玩笑的口气」，效果比他直接用 Google 翻译更自然。对中文用户特别实用：遇到看不懂的英文资料，直接贴给它翻成中文；要写英文邮件或作业，也能先让它起草、你再改。国内模型（Kimi / 豆包 / 通义 / 元宝）同样能做翻译，而且国内直连更稳。
还有一个特别落地的场景：让 AI 帮你写简历、改邮件、润色文案。Adrian Twarog 在教程里就演示了让 ChatGPT 根据一列技能清单，直接生成一份简历草稿，再自己改。你只要把要点（做过什么、想要什么语气）列给它，它出初稿，你只管润色——拿到初稿别当终稿——高亮其中一段，让它「把语气改得更专业 / 更亲切」，再让它列出「具体改了哪些地方」方便你核对；不满意随时撤销重来。把它当改稿搭档，来回几轮，比一次要它写完美更省事。比对着空白文档发呆快得多。提醒一句：简历里涉及你真实经历的部分必须由你确认，别让 AI 编造你没做过的事。这条提醒不是吓你——OpenAI 官方指南明确说，语言模型会"自信地编造"看似合理的答案，尤其在它不熟悉的话题、或被问到具体出处和链接时。所以涉及事实、数据、引用，记得让它给出处、你自己核对一下；把它当助手，不当百科全书。
还有一个对学生、自学的人特别有用的场景：把 AI 当成你的学习搭子。比如你看了段教学视频或读了一篇长文，把它的字幕或全文贴进去，说「总结成 5 个要点」或「变成一张复习卡片」，它就帮你在几分钟里把松散内容收成能复习的笔记；某个概念没懂，就让它「用 12 岁能听懂的话、配一个生活类比再讲一遍」，不明白就接着问——这里没有「蠢问题」，你可以一直问到真懂为止；想检验自己有没有记住，就让它当考官：「你是 XX 课的老师，出 10 道选择题，每答完一道先告诉你对错、再讲原因」，用主动回忆来巩固记忆，也能让它出简答题、给你打分并指出该补哪块；把复杂关系让它画成流程图也能帮大脑更快抓住脉络（人处理图像比读文字快得多）。这些做法的核心都是同一件事——把被动观看变成主动练习。但有一条边界要记牢：用它梳理、测验、讲解都没问题，把 AI 写好的东西直接当成自己的作业交上去，可能踩到学校的学术诚信线，动手前先看清你们课程的要求。
新手窍门 · Pro Tip
卡在「不知道怎么问」很正常，别逼自己先想清楚。把你脑子里乱糟糟的想法、背景、顾虑，胡乱写一段直接丢给 AI，再加一句「帮我把这些整理成清晰的任务清单 / 步骤」。它会比你先把需求理顺，你再照着补几句就行。Anson Alexander 在《ChatGPT for Beginners》入门教程里就建议：先告诉 AI 你是谁、想解决什么，让它帮你想清楚「它能怎么帮你」。
换句话说，理清需求这一步，也可以交给 AI 做。你负责有想法，它负责把想法变成能执行的指令。这正好和上面「给 AI 6 项输入」互补：能想清楚就直接给，想不清就先丢给它理——两头都不用卡在「我该怎么问」上。OpenAI 官方指南把一次好提问拆成四个要素，很适合套：目标（你让它做什么）、上下文（哪些背景或资料能帮上忙）、输出（要什么格式、多长、多细）、边界（哪些不能动、哪些动手前先跟你确认）。把这四块想清楚，比硬凑「专业 prompt」更管用。
新手窍门 · Pro Tip
写需求不用一次想复杂，用「两句话」就够：第一句说清你要什么（如「对比 Asana、monday.com、Notion」）；第二句补一句你特别在乎什么（如「重点看易用性、价格和协作功能」）。第二句是关键——它让 AI 按对你重要的维度组织答案，而不是泛泛而谈。
同样，别卡在「我该怎么问」上：先丢个大概需求，看初稿后接着说「语气再温暖点」「缩短到三段」，一轮轮改，答案会越来越贴近你要的。把它当坐在旁边的搭档，而不是一次交稿的枪手。
还有一招：别只接受它给的第一个答案。拿不准要什么、或想让结果更好时，让它一次给几个不同的方案或选项，你再挑喜欢的那个；想要变体就直接说「换一个 / 再给几个版本」，它很擅长反复改。顺手把约束说清——比如「至少写三句话」「用大白话、别用术语」——它就按你的要求调。Adrian Twarog 在入门教程里演示过：让 AI 列 10 种标题选项，他挑出喜欢的那条，再要 5 个变体细挑，比死磕一个答案更快更准。
新手窍门 · Pro Tip
拿到回答别急着复制走。补一句「一步一步解释你是怎么得出这个结论的」「把每个判断的依据标出来」，或者打开它的「思考 / 推理模式」看它拆问题、列步骤的全过程——把「得到一个答案」升级成「真的搞懂」。尤其在你本来就不太懂的领域，这样做有双重好处：一来你能核对它的逻辑靠不靠谱、有没有跳步或编料（呼应前面「别盲信」那条），二来你能顺着它的推导把模糊的概念弄明白，等于白赚一堂小课。Skillademia 在《ChatGPT 入门全教程》里就演示过：让 ChatGPT 给出答案后逐行解释自己的推导，你既能当场抓出它哪一步站不住脚，又能把原本半懂不懂的东西彻底理顺。
Chat 窗口是一个你可以用自然语言跟它对话的对象，不是搜索引擎。
把它当成一个愿意帮忙的朋友——你不需要用关键词，不需要担心问得不好，说人话就行。反过来也一样：如果它哪次回答突然甩出一串术语、你没看懂，不用硬啃，直接回一句「讲简单点」或者「用 12 岁能听懂的话再讲一遍」，它会立刻换成大白话。看不懂就让它重讲，这很正常——别被它的专业词吓住。
FAQ · 常见疑问
够用。注册完全免费，免费版就能聊天、上传文件、做图、联网搜索；只有更快的模型、更长的上下文等进阶能力才需要付费。新手先把免费功能玩熟就好。
能。主流 AI 聊天工具都有手机 App，注册免费，在手机上同样能聊天、传图、联网。国内的元宝 / Kimi / 豆包 / 通义也有 App，而且国内直连更稳。
不会丢。左侧边栏点开任意一条历史对话，就能回到当时的上下文；点三个点可以重命名、归档或删除；顶部还能搜索所有历史对话，快速找回。把不同话题放在不同对话里，后面要找会非常方便。聊多了，还可以把同一件事的对话、文件和这件事的专属背景一起收进一个「项目」里（ChatGPT 的 Projects、Kimi 的文件夹都行），相关的事集中管理，比散落一堆对话好找也好管。
REFERENCES · 参考资料
推荐阅读：Stephen Wolfram, What Is ChatGPT Doing … and Why Does It Work? (2023) — 不需要技术背景，Wolfram 用最简单的语言解释了 ChatGPT 在做什么。
有疑问？回到主页，在学习路线下方可以找到更多资源。或者直接打开 ChatGPT，把问题打进去问它。