1. 明确具体需求：避免模糊宽泛的表述，将问题细化。例如，不要问“解释历史”，而是问“解释第一次世界大战的起因，从政治、经济、军事三个方面阐述”。

2. 提供示例引导：如果希望生成特定风格或格式的内容，可以给出示例。如“写一首关于秋天的诗，像这样的风格：‘秋风轻轻吹，树叶沙沙落，秋天的画卷，在眼前展开。’”

3. 分解复杂任务：把复杂问题拆分成多个步骤或子问题。比如“帮我做一个网站的设计规划。第一步，分析目标用户群体；第二步，设计网站的功能架构；第三步，规划页面布局。”

4. 进行角色设定：让模型扮演特定角色来回答问题。例如“假设你是一位资深的律师，帮我分析一下这个合同中的法律风险。”

5. 要求调整细化：如果对第一次的回答不满意，可以通过追问或修改问题来让模型调整答案。如第一次问“给我一些提高写作能力的建议”，得到回答后可继续问“能针对议论文写作方面再详细说说吗？”

6. 避免模糊语言：像“好”“更好”“有趣”等词过于笼统，应替换为具体的描述。比如不要说“写一篇好的小说”，而是说“写一篇 5000 字左右的科幻小说，情节要充满悬念，人物形象鲜明”。

7. 巧用深度思考指令：使用“请批判性思考”“请从反面考虑”等指令激发模型深度思考，如“请批判性思考人工智能对就业市场的影响，至少分析 5 个方面”。

8. 善用公式提问：按照“我要做什么，要用什么做，希望达到什么效果，但担心什么问题”的公式提问。例如“我要做一个蛋糕，用普通面粉、鸡蛋和牛奶，希望蛋糕口感松软香甜，但担心烤焦，应该怎么做？”