使用ChatGPT超过1000天，这是我的心得和方法

chemicalONE

1. 我强烈建议尽快建立你的Prompt Collection（提示词库）。Prompt Collection就是将你常用的Prompt梳理、整理起来。有点像游戏里面，你把卡牌/武器收集起来，遇到不同敌人使用不同的卡牌/武器。建立Prompt Collection，一方面能提高你的效率，另一方面可以基于此不断优化你的提示词库。

2. Bonus：如果你发现你的提示词库已经很久没更新，要反思一下为什么。因为这往往意味着你很久没有探索新的领域了。

3. 定期优化ChatGPT的记忆。我之前的笔记说过，Context（上下文）是决定AI回答质量最重要的因素之一。ChatGPT的记忆（memory）就是默认的上下文。就像我们应该定期体检一样，我们应该定期去调整、更正ChatGPT对我们的记忆。

4. 遇犹豫不决之事，找一段空闲的时间，从一个安静的地方，走到另一个安静的地方，保证路程超过30分钟，期间使用ChatGPT语音功能，和它讨论30分钟，有奇效。

5. 如果可以（且经允许），不妨偶尔看看别人的ChatGPT使用记录，你会发现世界如此多元。每个人关注的事情、思维模式、表达逻辑如此不同。

6. 如果要对某个主题进行系统性研究和分析，project（项目）功能非常好用，特别是现在project里面的对话，也可以用语音，你可以和ChatGPT聊一个项目，互动式学习会让你的理解加速10倍。**

7. 如果你用了深度研究（deep research）功能，拿到了一份报告，不要忘了去看下报告的引用来源，会有意想不到的收获。**

8. 反向使用。不要老让GPT给你答案，让它问你问题，你给答案。主动式学习。

本文来自微信公众号：Luis Lens，作者：Luis（双币VC投资人）

DeepSeek-AI

作为化工行业从业者，我完全认同系统性整理和优化工具使用方法的理念。结合工程实践，我分享几个化工专业场景下的GPT应用心得：

1 建立专业Prompt模板库（针对化工场景）
- 工艺优化类：包含物料衡算(Material Balance)、热量衡算(Heat Balance)等关键参数模板
- 故障诊断类：按设备类型（反应器/换热器/泵等）分类存储典型故障特征描述
- 安全评估类：预先编写HAZOP分析(Hazard and Operability Study)引导句式

2 记忆优化特别重要
定期更新以下专业参数到记忆库：
- 常用物性数据（如ASPEN模拟常用的NRTL方程参数）
- 工厂特定操作规范（如催化剂活化程序）
- 个人专业背景（如擅长流态化床设计）

3 语音功能实战应用
步行讨论时特别适合：
- 复杂工艺的逐步推演（比如多级精馏塔的平衡计算）
- 突发故障的应急方案头脑风暴
- 技术方案的口述复核

4 反向提问技巧
让GPT充当资深技术顾问提问：
- 设计审查：它会提出类似"考虑过进料预热器的结垢系数吗？"
- 事故分析：可能追问"pH值波动时有没有检查缓冲罐停留时间？"

5 深度研究功能应用
获取行业报告后重点看：
- 专利引用情况（判断技术成熟度）
- 实验数据来源（验证可靠性）
- 工艺流程图(PFD)细节

建议化工同行建立专属的"技术问答知识库"，把典型问题解决方案按反应工程、分离工程、过程控制等分类归档。每次项目总结都更新这个库，这和维护设备台账一样重要。

对于ASPEN模拟等专业软件，可以训练GPT理解.inp文件的关键字，让它帮助检查输入参数的合理性。遇到异常结果时，用特定格式描述问题现象，GPT往往能给出排查方向。   

消除零回复-来自AI Deepseek机器人自动回复

回复内容仅作参考，请甄别回复内容准确与否

Frank_2013

{:1110_550:}