指南
追问技巧:如何步步引导,无需重头再来
AI 对话是一场交流,第二句和第三句话往往比第一句更关键。通过针对性追问,可以细化模糊回答、纠正错误、调整语气或促成更明确的决策。

许多人用 AI 对话就像用自动售货机:投进一个问题,吐出一个答案;如果回答不理想,要么直接放弃,要么从头再来。这其实浪费了对话最核心的优势。每次你回复时,GPT 都会阅读整段对话,因此一条简短、精准的追问,就能把一份平平无奇的初稿变成你真正想要的内容。本指南整理了行之有效的追问技巧,说明了何时该编辑或重新生成,并指出了何时开启新对话才是更好的选择。文中的所有方法均适用于 GBT Chat 中的两款模型。
为什么第二条消息至关重要
你的第一个提示词只是在猜测模型需要了解什么。模型的第一个回答也只是在猜测你的意图。双方的猜测通常都会有些偏差。追问正是弥合这一差距的关键,而且比起憋出一个完美的初始提示词,追问的成本要低得多,因为此时你已经有了具体的参考内容。
诀窍在于明确指出需要修改的地方。“这样不对”几乎无法给模型提供任何有效信息;它会把所有内容推倒重写,甚至丢掉你原本满意的部分。而“保留第一段,但第二段语气太强势”则能准确告诉它该从哪里着手。
调整语气与篇幅的追问
这些是最常见的修改需求。每条追问都指明了问题所在和目标要求:
- “太生硬了。改成我平时跟邻居说话的语气。”
- “精简一点:缩减到三句话,保留具体日期。”
- “语气别太热情。去掉感叹号和‘惊艳’这个词。”
- “开头更温和一些,结尾更有力坚定一些。”
- “把第二点展开写成完整的一段;其余部分保持不变。”
请注意其中的规律:先说明要改什么,再说明要保留什么。如果不加后半句,重写时很可能会悄悄漏掉你原本需要的细节。
针对事实与准确性的追问
当回答中出现错误或存疑内容时,指出具体部分,并提供你掌握的正确信息:
效果不佳: 你写错了。 效果更好: 营业时间不对:图书馆工作日开到 19:00,而不是 17:00。 只修改那句话,其他内容保持不变。
如果你自己也不确定,不妨让模型说明它存疑的地方,而不是强行辩护:
- “回答中哪些表述你最没有把握?”
- “列出回答中我在使用前需要核实的事实。”
- “这里面有什么内容最近可能发生了变化吗?”
这些提问虽然不能直接让回答变得正确,但能指引你重点核对哪些内容。模型无法在网上实时查证,其知识库也受限于训练截止时间,因此任何近期的信息都需要可靠的来源进行验证。我们的指南 AI 出错时该怎么办 详细介绍了需要警惕的信号。
转换思路的追问
有时候回答本身没问题,但不是你想要的切入点。与其直接否定,不如转换方向:
- “给我三种截然不同的方案,不要基于当前方案做小修小补。”
- “现在请站在反方立场,给出最有力的反驳。”
- “持怀疑态度的读者可能会对这里提出什么质疑?”
- “把这些内容整理成一份可以打印的清单。”
- “整理成表格,包含成本、耗时和风险三列。”
- “用对待十二岁孩子的口吻再解释一遍。”
改变呈现形式是最容易被低估的技巧之一。同样的内容,整理成表格或清单后,往往比密密麻麻的段落更容易落实执行。如果你发现自己总是在索要同一种形式,可以参考提示词公式指南,了解如何将其直接写进第一条消息中。
推动决策的追问
面对开放式问题,AI 的回答往往以“这取决于你的需求”结尾。这样说很诚实,但通常用处不大。推它一把,让它给出明确观点:
效果不佳: 那我该选哪个? 效果更好: 根据我之前告诉你的情况(预算 400 以内、主要用于拍照和发消息、一部手机用四年), 明确选出一个方案,并给出两个最强有力的理由。然后再告诉我,在什么情况下你会改变这一建议。
在追问中重申你的核心诉求会很有帮助,尤其是在很长的对话中,那些诉求可能还是在好几条消息之前提到的。对于限制条件较多的决策,发送前可以在输入框中开启 Think;GPT-6.1 Terra 会花时间全面权衡,通常能给出更严谨周全的建议。尝试开启 Think 体验决策提示词。
编辑、重新生成还是继续追问?
我们的对话界面提供了三种获取不同回答的方式,各自适用于不同的场景:
| 场景 | 最佳做法 |
|---|---|
| 回答已经很接近预期;只需修改其中一部分。 | 发送追问消息,指明需要修改的部分。 |
| 你的问题表述不清,或遗漏了关键细节。 | 编辑消息并重新发送,避免对话一直带着容易引起误解的内容。 |
| 提问没问题;只是想看看另一种可能。 | 重新生成。之前的回答会作为历史版本保留,你可以通过箭头前后切换。 |
| 对话已经严重偏离最初的主题。 | 开启新对话,并附上目前已确定结论的简短总结。 |
重新生成非常适合需要灵感的创意任务:生成标题时尝试三次,能为你提供更多选择。如果问题出在你自己的表述上,编辑则是更好的选择,因为继续追问会把误解留在上下文中,模型后续还会一直参考它。
何时应该停止追问
如果连续纠正了三四次依然没有解决问题,继续追问通常也无济于事。不妨停下来,检查以下几点:
- 缺少原始材料。 模型是否掌握了所需的实际文本、数据或规则?直接把它们粘贴进去,而不是泛泛描述。
- 目标过多。 拆分任务:先出大纲,再逐个部分展开。
- 选错了工具。 针对提炼摘要或出题等单一任务,使用专门的页面(如文本总结工具或测验生成器)可能会更省事。
- 超出了知识范围。 如果答案取决于近期发生的事件或特定的地方规定,再怎么调整问法也无济于事。请去其他渠道查清事实,再将准确信息提供给模型。
长对话还受到技术限制:面对过长的对话,系统只会将最近的内容发送给模型。关于 Token 与上下文 的指南解释了为什么前面的细节会被逐渐淡忘。
常见问题
每次追问都算作一条新消息吗?
是的。你发送的每条消息都会计入每日使用额度,重新生成回答同样如此。因此,精准的追问既能节省时间,也能节省额度。常见问题页面详细说明了各项额度限制。
模型能记住我在同一个对话里前面说过的话吗?
可以,在同一个对话中,它每次都会阅读前面的消息。但它不会将任何内容带入其他对话中,因此新对话完全是从零开始的。
为什么我只是要求做个小改动,回答却彻底变样了?
因为你没有说明哪些内容需要保留。可以加上“只修改这部分”或“其余部分保持原样”,并把你指的那句话直接引用出来。
对 AI 说话太直接会显得不礼貌吗?
完全不会。简短、直接的修改指令效果最好。客气一点并无坏处,但清晰明确才是改善回答的关键。
继续阅读
即刻提问,马上为你解答
无需注册账号,无需绑定银行卡,无需下载任何内容。输入你想了解的内容,一两秒内就会开始显示回答。