↓ 跳过正文
  1. 文章/
  2. 2026 年文章归档/

ChatGPT 自定义指令玩法

·1107 字·3 分钟
作者
吾便宜

每次新开对话都要重复"我是程序员"“回答简洁点"“用中文”——烦不烦?自定义指令就是解决这个的:一次设置,之后每个新对话自动生效。很多人用了一年 ChatGPT 都不知道有这个功能。

ChatGPT 自定义指令设置示意

插图来源:Storyset

它和记忆功能的区别:

自定义指令记忆功能
谁写的你主动写AI 自动记
生效方式每个新对话都带上按需调用相关记忆
适合放什么身份、语气、格式偏好零散的上下文信息
修改去设置里改管理页面删改

记忆功能的管理看这篇指南。简单说:重要的、长期不变的偏好写进自定义指令;临时的、碎片化的信息交给记忆。

写法模板(三段式):

  1. 身份:“我是一名 Python 后端开发,3 年经验,熟悉 Django。”
  2. 语气:“回答直接,不说废话;不确定的地方明确说不知道,别编。”
  3. 格式:“代码用代码块;长回答先给结论再展开;列表优先用要点。”

几个好用的示例:

  • 学生党:“我是大二学生,学经济学。解释概念时先给定义再举生活中的例子,难度对标期末考试。”
  • 写代码的:“回答代码问题时先给最小可用示例,再解释原理;默认 Python 3,有版本差异时注明。"(配合编程用法更香)
  • 写东西的:“帮我改文字时保留我的语气,只改病句和逻辑,不扩写不煽情。”

进阶:自定义指令本质上是"用户版 system prompt”,理解了它,系统提示词和提示词工程就通了一半。临时任务不想污染长期指令?开个临时对话就行,不用每次都改设置。

老司机的忠告:指令别写太长,150 字以内效果最好;写完用三个不同问题测试一下,看它是不是真的听话。配好的感觉就是:从此每个新对话都像老朋友,不用再自我介绍。

自定义指令 vs 每次手写提示词:

自定义指令每次手写
适用场景长期不变的偏好单次任务的特殊要求
成本配一次每次复制粘贴
写错的代价长期带偏只影响这一次
建议放什么身份、语气、格式任务背景和约束

三个翻车现场:

  • 写了"永远用英文回答”,结果查中文资料时它坚持英文——解决:指令里加例外,“除非我明确要求中文”。
  • 指令堆了 500 字,从身份到人生观全写进去,回答反而变飘——解决:砍到 150 字以内,只留真正每次都需要的。
  • 工作和生活共用一套指令,写代码时它突然开始嘘寒问暖——解决:工作场景单独配一套,生活场景用临时对话。

多久 review 一次:建议每季度看一眼。人的需求会变:三个月前你是"Python 新手",现在可能已经是"独立做项目"了。指令跟不上你的成长,就会从助力变成枷锁。

相关文章

GPT Store 上线了:普通人怎么用 GPTs 提效

·2360 字·5 分钟
2024 年 1 月,OpenAI 正式推出了 GPT Store——你可以把它理解成 ChatGPT 的"应用商店"。从去年 11 月发布 GPTs 到现在,社区已经攒出了上百万个自定义 GPT,这次终于有了一个官方的集中地。对普通人来说,这意味着:不用学提示词,也能直接用别人调好的 AI 工具。

AI 改简历:求职提效用法

·1338 字·3 分钟
去年帮表弟改简历,我让他先把简历和目标岗位的 JD 一起丢给 AI,按我的方法跑了三轮,最后他拿到了三家面试。不是 AI 多神奇,而是"简历+JD+AI"这个组合,把原来要靠经验的活变成了流程。这篇复盘整套用法。

长文章长视频太多?AI 总结用法

·1419 字·3 分钟
收藏夹里躺着 50 篇"稍后读",YouTube 的"稍后观看"翻不到底——这就是现代人的信息焦虑。AI 总结不是让你偷懒,而是帮你快速判断"这东西值不值得花时间细看"。先横向对比一下几种路线的差异,再讲具体步骤。

Gemini 深度研究功能体验

·934 字·2 分钟
上个月接了个活,要写一份小行业的调研报告,资料散、时间紧。我决定全程用 Gemini 的深度研究模式跑一遍,看看它到底能不能当半个研究员用。结论先说:能省一半时间,但校验环节一分钟都省不了。下面是完整复盘。

用 AI 写小说的实用流程

·874 字·2 分钟
我认识几个坚持日更的网文作者,私下都在用 AI,但没人指望 AI 直接"写出一本小说"。真正好用的姿势,是把写作拆成流水线,让 AI 干它擅长的环节,人把控故事的灵魂。下面这套流程,是综合了好几个作者的经验总结出来的。