我先说个真事。

上个月我用GPT写一个竞品分析框架。同样的提示词，三个月前它给了我一份完整的分析维度表，这次——开头"当然，我很乐意帮你"，然后四段废话，最后一句"如果你需要更详细的分析，请告诉我具体需求"。

我当时就想骂人：我已经告诉你了啊？你怎么还不知道？

冷静下来想了一下，问题在哪——不是GPT变了，是我每次都要从零开始教它怎么做。而它每次都在猜"这个人到底想要什么"，猜不中就给你最安全的回答。

后来我发现ChatGPT有个被大多数人忽略的设置，填完之后——同一个模型，输出质量天差地别。

这篇文章就把这个设置讲清楚。不啰嗦，能照着做。

一、GPT敷衍你的真正原因

先搞清楚底层逻辑。

ChatGPT每次对话开始时，对你的了解约等于零。它不知道你是CEO还是实习生，不知道你要的是技术文档还是小红书文案，不知道你喜欢直奔主题还是娓娓道来。

这种情况下，模型会怎么做？

它会给你最"安全"的回答。

所谓安全，就是——不说错话、不冒犯任何人、不显得太偏激、适合所有人阅读。

翻译成大白话：正确的废话。

这就是为什么你觉得GPT变敷衍了。不是它变笨了，是它不知道你的标准在哪，所以永远选最保守那条路。

一旦你告诉它"我是什么人""我要什么风格"——它立刻就知道该怎么跟你说话。

二、解决这个问题的设置——90%的人不知道

ChatGPT有一个叫「自定义指令」（Custom Instructions）的功能。

位置：左下角头像 → 设置 → 个性化 → 自定义ChatGPT。

打开后是两个输入框。

别小看这两个框——你每次开始新对话，GPT都会自动读一遍这里的内容，然后调整它的回答方式。

换句话说，你填一次，永久生效。

连Plus都不用开，免费账户也有这个功能。

三、第一个框怎么填？——告诉GPT"你是谁"

这个框的问题是："你希望ChatGPT了解你什么，才能给出更好的回答？"

我说说我的填法，你可以直接复制改：

我是一名在互联网公司做增长的产品经理，日常工作涉及数据分析、竞品调研、用户洞察和方案策划。我的读者通常是公司内部的业务决策者。我需要的是可以直接用到实际工作中的内容——不是理论框架，不是鸡汤故事，而是具体可执行的操作步骤、数据支撑的判断依据、以及我在执行过程中可能踩的坑。我对AI工具的熟练程度中等偏上，不需要从基础概念教起。

拆解一下为什么这么写：

"在互联网公司做增长的产品经理"——给了具体的职业和行业，GPT会自动匹配这个领域的知识"需要可以直接用到实际工作中的内容"——明确拒绝理论输出，要实操"不是理论框架、不是鸡汤故事"——告诉它避免什么"对AI工具的熟练程度中等偏上"——防止它从太基础讲起

别只写"我是打工人"就完了。越具体，效果越好。

四、第二个框怎么填？——告诉GPT"怎么说话"（这个最关键）

这个框的问题是："你希望ChatGPT以什么方式回应？"

这是决定输出质量的核心。我的模板：

请按以下规则回答我的所有问题：

先给结论，再给理由，最后给具体操作步骤

不要用"当然""很高兴为您"这类客套话开头，直接说事

每个观点或建议，必须配至少一个具体的例子、场景或数据

如果有不同的做法或观点，列举出来，并标注各自的适用场景和优劣

遇到你不知道或不确定的事，直接说"这一点我不确定"，然后告诉我怎么自己去验证

回答的长度根据问题本身的复杂性自适应——复杂问题不怕写长，简单问题不要硬凑字数

用口语化的中文，像一位经验丰富的同事在茶水间跟你聊这件事的感觉

如果我的问题本身有问题（比如问错了方向），直接指出来，不要顺着我走

解释一下每条背后的考虑：

第1条：结构化思考。结论先行是职场通用逻辑，GPT能做到。第2条：砍掉废话。GPT的安全词库有很多"礼貌前缀"，占用Token还没信息量。第3条：逼它论证。没有例子约束，GPT特别容易泛泛而谈。第4条：逼它列举选择。单一建议往往有隐藏假设，多种做法对比才是真正的决策支持。第5条：这个极其重要。GPT在没有信息的时候喜欢"编"，这句话让它学会说"不知道"。第6条：防止两个极端——要么太短没价值，要么太长全是废话。第7条：决定了语感。你不用GPT也可以换成"像资深律师写的备忘录""像知乎高赞回答的风格"等等。第8条：这是让GPT从"执行者"升级为"参谋"的关键。五、一个立刻见效的进阶技巧

ChatGPT还有一个"记忆"功能（Memory）。

位置：设置 → 个性化 → 记忆。

你在对话里跟GPT说过"以后记住XXXX"，它就会保存下来。和自定义指令不同，记忆是GPT在实际对话中学到的东西。

比如我上次写内容，跟它说过"所有对比类信息都要用表格输出，不要用段落描写"。后面再问它任何对比类问题，它都自动出表格。

这相当于——你在雇一个助手，该交代的义务一次性交代完，后面就不用重复了。

六、填完前后的差距

同样的问题："帮我分析一下这个行业，写一份策略建议"

填之前（GPT不知道我是谁、要什么）：

当然！分析一个行业通常可以从以下几个方面入手：市场规模与增长趋势、竞争格局与主要玩家、用户需求与痛点分析……（省略500字正确但无用的废话）

填之后（GPT知道我是谁、要什么）：

先说结论：当前阶段你的最优切入点是XX细分人群的XX需求，理由有三——（直接列数据 竞品做法 你的差距）。 接下来你需要做的三件事：

……（具体操作 预计耗时 可能遇到的坑）

……

……

如果你时间有限，优先做第1件和第3件。第2件可以先跑一个小实验验证再决定。

同一个模型，同一个问题——差别在一个设置。

七、最后说一句

很多人说GPT变笨了、变敷衍了、跟刚出来的时候不一样了。

我要说的是：工具不会变懒，变懒的是我们的用法。

刚开始用的时候，你什么都新鲜，会跟它聊，会试探边界，会给它很具体的上下文。用久了就变懒了——每次都是"帮我写个XX"，把GPT当成一个按键就出结果的自动贩卖机。

GPT不是自动贩卖机。它是一个能深度对话的同事——前提是你要告诉它"我是什么样的人，我需要什么样的输出"。

花3分钟填了这两个框，GPT就不再是那个敷衍你的AI——它变成你训练过的专属工作搭档。

你填完自定义指令后，第一件事打算用GPT做什么？评论区说说。

关注我，每天分享一个AI工具的实操解决方案——不是概念，是能照着做的