ChatGPT 新手教學：從註冊到進階技巧 5 分鐘上手

先花 5 分鐘，把 ChatGPT 的基本用法弄懂

ChatGPT 跟搜尋引擎其實是兩種不同的東西，但多數人還在用同一套方式跟它講話。你打開 ChatGPT，輸入「台北好吃的餐廳」，按下送出，看到一串千篇一律的清單，然後心想「就這樣？也沒多聰明啊」。問題不在 ChatGPT，而在於你把它當搜尋引擎用。

搜尋引擎主要替你找出可查證的網頁；ChatGPT 則能依照你提供的情境生成、整理或改寫內容。現在的 ChatGPT 也能在支援的情況下搜尋網路，但「找來源」與「產生內容」仍是不同任務。很多人註冊完用兩次就放棄，常見原因是沒有先說清楚情境與目的。

這篇指南要做的事只有一件：讓你在接下來 5 分鐘之內，從「按了送出不知道會得到什麼」，升級成「知道怎麼讓它穩定產出能用的東西」。接下來會把註冊、第一個問題、指令寫法、進階功能、常見地雷全部走一遍，連該不該付費、什麼時候該換別的工具，都一次講清楚。如果學完基礎想再往深處走，完整的進階技巧在ChatGPT 完整教學裡。

這篇是寫給兩種人的：一種是註冊了卻用沒幾次就放著長灰塵的人，一種是天天用、卻總覺得產出平平、比不上別人口中那個神奇的 ChatGPT。不管你是哪一種，問題多半出在同一個地方：你跟它講話的方式。把這件事調對，你會發現它早就是你工作流程裡最划算的幫手，只是你過去沒有正確啟動它而已。

快速重點整理：把 ChatGPT 當成「一個很聰明、但對你一無所知的新同事」。你給它的背景愈具體，它回的東西愈能用。學會寫指令，是這 5 分鐘裡最值錢的一件事。

先講清楚：ChatGPT 是什麼，不是什麼

ChatGPT 是 OpenAI 在 2022 年 11 月推出的對話式 AI 服務。語言模型會依照輸入內容與上下文預測接下來適合產生的文字，逐步組成回覆。這種生成內容的方式，跟搜尋引擎從網頁索引中找出結果的主要用途不同。想完整理解生成式 AI 的脈絡，可以參考〈生成式 AI 入門指南〉。

換個比喻也許更清楚。把它想像成一個剛到你公司報到的實習生：他讀過的書可能比整間圖書館還多，但他完全不知道你是誰、你在做什麼專案、你的客戶長什麼樣子。你跟他說「幫我寫個文案」，他會給你一份看起來通順、但跟你生意一點關係都沒有的東西。你跟他說「我賣的是給 30 到 40 歲上班族的無糖手沖咖啡，麻煩寫一段 60 字的社群貼文，語氣輕鬆，主打提神效果」，他才可能寫出能用的東西。ChatGPT 也是一模一樣的邏輯。

ChatGPT 不是權威資料庫。即使使用搜尋功能，它仍可能誤讀來源或把不確定資訊寫得很肯定；股票價格、法規、醫療與其他時效性或高風險資訊，都要回到原始來源核對。它也不會替你承擔判斷責任，輸入與查證流程仍會直接影響結果能不能用。

註冊到發出第一句話：3 分鐘搞定

整個註冊流程其實很短，多數人卡的不是技術，是第一句話不知道要講什麼。先把流程走完，重點放在開場白。

1. 打開 chatgpt.com，點「註冊」。
2. 用 Google、Microsoft、Apple 帳號一鍵登入，或用 Email 註冊。現在多數地區已經不需要手機號碼驗證。
3. 登入後看到對話框，直接輸入第一句話。建議的開場白是：「我是做（你的工作）的，我想用你來幫我（你想解決的事），請問你可以怎麼幫我？」

第三步那個開場白，是最被低估的小動作之一。很多人註冊完第一句話打「你好」或「你是誰」，得到一段自我介紹，然後就卡住了。你直接告訴它你是誰、想做什麼，它會反問你問題、給你建議，整個體驗完全不一樣。

還有一個小提醒：新對話能不能參考過去資訊，取決於你的記憶、聊天記錄參照與工作區設定。重要背景仍建議在當次對話交代清楚，不要只靠系統記住。

免費版、Go、Plus、Pro、Business、Enterprise：你到底該不該付費

方案、模型與用量上限會調整，下面只保留選擇時真正有用的差異；購買前仍要以 OpenAI 官方定價頁 為準。

方案	適合誰	關鍵差異
免費版	剛入門、輕度使用	訊息、檔案上傳、圖片與研究等功能有較低用量上限
Go	想提高日常用量，但不需要完整進階功能	比免費版有更多訊息、上傳與圖片用量
Plus	每天使用、需要進階推理與較高用量	增加模型、上傳、研究、記憶與自訂 GPT 等功能額度
Pro	高用量的專業使用者	提供更高用量與進階推理能力，仍受方案規則與防濫用限制
Business	需要共用工作區與管理功能的團隊	企業資料預設不拿來訓練模型；原 Team 方案已更名為 Business
Enterprise	需要更完整治理、合規與資安控制的組織	提供進階身分、權限與企業管理能力，價格需洽詢

建議的做法是這樣：先用免費版跑兩週，把指令技巧練起來。如果你發現自己每天用、而且常常撞到用量上限，那 Plus 才值得。順序很重要，先解決技巧，再談升級。不少人一開始就付費，結果用的還是「問一句、答一句」的搜尋引擎式用法，等於花錢買了一台跑車卻只開時速 30。

不少團隊導入 AI 工具時真正卡住的點，其實是指令技巧還沒到位，而不是方案不夠高級。

你的第一個問題為什麼常常得到爛答案

新手最常犯的錯，是把 ChatGPT 當搜尋引擎。具體來說有三種典型問法，每一種都會讓你嚴重低估它的能力。

你打的	會發生什麼事	更好的問法
「SEO 技巧」	吐出一段通用的維基百科式說明	「我經營一個賣手工皂的官網，預算有限，給我 5 個我一週內能自己做、而且對搜尋排名有幫助的 SEO 動作」
「幫我寫篇文章」	給你一篇空洞、沒觀點的範文	「把這段產品介紹改寫成 300 字的部落格開頭，讀者是 25 到 35 歲女性，語氣像跟朋友聊天」
「這個想法好不好」	給你一個四平八穩、兩面討好的答案	「我打算（某個決策）。請你扮演一個挑剔的投資人，列出這個決策最可能失敗的三個理由」

看出差別了嗎？左邊的問法沒有情境、沒有讀者、沒有目的，ChatGPT 只能給你「最大公約數」的安全答案。右邊的問法把情境、讀者、目的、格式一次講清楚，它才有辦法給你「為你量身打造」的東西。同一個模型，輸入不同，輸出可以差到像是兩個不同的工具。

老實說，這也是很多人當初踩過的坑：一開始以為 AI 就是「把問題打進去就好」，用了兩週覺得不好用，差點放棄；一旦把問法改掉，同一個工具，體感完全反轉。這個落差，就是這篇指南最想幫你跨過去的東西。

指令的五個層次：從問問題到下指令

把常見的用法整理一下，會得出一個「指令五層」的框架。你不需要每次都用滿五層，但心裡有這個結構，輸出的穩定度會立刻提升。想看針對特定工作的完整指令清單，相關的完整教學在UI/UX 設計師 ChatGPT 指令清單，裡面的指令都是照這個結構寫的。

第一層：角色（需要哪種觀點）

說清楚你需要哪種觀點與判斷標準，通常比虛構年資更有效。例如把「請幫我寫文案」改成「請用內容行銷編輯的角度，檢查這段文案的讀者、目的與證據」。角色設定是工作視角，不是替模型增加真實經歷。

第二層：任務（要做什麼）

把動詞講明確。是「改寫」、「摘要」、「比較」、「發想」、「翻譯」還是「除錯」？同一份素材，任務動詞不同，輸出天差地遠。很多人輸給 ChatGPT，是輸在連自己到底要它做什麼都沒想清楚。

第三層：情境與讀者（給誰、為了什麼）

讀者是誰、他們已經知道什麼、你希望他們看完之後做什麼。這一層是把輸出從「通順」升級到「有用」的關鍵。讀者輪廓愈具體，AI 愈知道該假設讀者懂什麼、不懂什麼。想練習把讀者描繪清楚，可以參考〈目標受眾與 persona 設定〉，把那個思考流程直接搬到指令裡用。

第四層：限制（不要什麼）

字數、語氣、禁用詞、必須包含的重點。限制愈明確，AI 愈不會天馬行空。舉例：不要超過 200 字、不要用形容詞堆砌、不要出現制式的列舉連接詞、不要超過三個段落。負面指令往往比正面指令還有效。

第五層：格式與範例（長什麼樣）

要表格、條列、還是段落？給它一個你想要的範例，效果比解釋半天都好。AI 從範例學格式，遠比從描述學格式準。你貼一段「我想要像這樣的東西」給它看，勝過你用兩百字描述自己要什麼。

這個框架把一般工作交辦方式搬到提示詞：先說角色與任務，再交代對象、限制與範例。真人同事可能從共同背景補足省略資訊，模型則可能在資訊不足時自行假設，因此重要條件、來源與驗收標準要明確寫出。

三類工作馬上能套用的指令範本

框架聽完還是不知道從哪裡開始的話，下面三個範本可以直接抄。把括號裡的東西換成你自己的情境就能用。重點不是背範本，是理解每個欄位為什麼存在。

寫作與內容產出

「你是一個（產業）的內容寫手。把附上的這段素材改寫成一篇（字數）字的（文章類型），讀者是（對象），語氣（風格）。重點要包含（項目），避免（項目）。輸出格式是（段落／條列／表格）。」

分析與決策

「附上的這份（資料類型）貼給你。請你扮演（角色），從（角度）分析，找出（數量）個最重要的發現，每個發現附上（數據或理由），結尾給一個（行動建議數量）的行動建議清單。不確定的部分請標明，不要編造數字。」

學習與理解

「我想學（主題）。我目前的程度是（初學／有基礎）。請你用（比喻／白話）的方式解釋（概念），給我（數量）個生活化的例子，結尾出（數量）題測驗讓我檢查自己懂了沒。」

這三個範本是骨架，你能從它衍伸出客服回信、會議記錄整理、產品命名、簡報大綱、合約審閱、社群發文排程等等。一個值得養成的習慣，是把用順手的範本存成一個文件，每次新對話貼進去改幾個欄位就好，省下重新思考結構的時間。這個小小的習慣，是把你從「偶爾用一下」推進到「天天離不開」的關鍵。

不同工作，不同的起手式

範本是骨架，真正上手的關鍵是把它對應到你每天在忙的事。以下依照最常見的三種工作者，各整理一組可以今天就用上的起手式，你挑自己最接近的那個先試。

行銷與內容工作者

這一群是 ChatGPT 受益最快的族群。你可以拿來做選題發想（「針對（受眾），給我十個他們會想點進來看的標題方向」）、讀者輪廓模擬（「假裝你是我的目標讀者，看完這段引言你心裡會冒出哪些疑問」）、標題 A/B 測試（「給我五個版本，分別主打好奇心、利益、急迫感、權威、故事感」）、以及初稿撰寫。要特別注意的是，行銷內容最怕空洞通順，所以產出之後一定要補進你自己對這個產業的第一手觀察。想把 AI 產出接上完整內容流程，可以參考內容行銷策略的整體框架，AI 處理單點、策略仍要人來把關。

客服與行政工作者

這一群的工作常常是重複性高、格式固定。你可以拿 ChatGPT 起草回信範本（「客戶抱怨（狀況），幫我寫一封誠懇但不卑不亢的回覆，語氣專業」）、整理會議記錄（把逐字稿貼進去，要它抓出決議事項、待辦、負責人）、把雜亂的客戶回饋分類（「把這五十則評論，依照抱怨類型分成幾群，每群給我一個代表標題」）。這類任務 AI 特別擅長，因為格式明確、判斷標準清楚，出錯的空間小。

學習與研究工作者

用 ChatGPT 學新東西，最有效的姿勢是蘇格拉底式問答：不要請它「直接講解」，而是請它「用問題引導你一步步推導出答案」。你也可以把難懂的論文或技術文件貼進去，要它「用一個國中生也懂的方式重新解釋」，或請它把一份長文件做成考前自我測驗。對學習來說，AI 最好的用法在於幫你把不懂的地方問對問題，給答案反而是次要的。懂了哪裡不懂，學習才真正開始。

這三種起手式只是示範，你看得出共同點：都是把 AI 放在你工作的某個「卡關點」上，避免丟一個模糊的問題給它。卡關點愈具體，AI 的幫助愈明顯。

進階功能：記憶、自訂指令、Canvas、GPTs

基礎用法熟了之後，接下來這幾個功能是把你從「手動重複」推進到「半自動化」的槓桿。每一個都不難，但疊加起來效果很大。

記憶（Memory）

ChatGPT 可以記住你跨對話透露的偏好，例如「我寫作時偏好繁體中文、不要簡體字」、「我是餐飲業的」、「回覆不要太客套」。你可以在設定裡開關、查看、刪除它記住的內容。對長期使用者來說，這功能省下每次都要重新自我介紹的麻煩。

自訂指令（Custom Instructions）

比記憶更主動。你預先填好「關於你」和「你希望它怎麼回應」兩個欄位，之後每次新對話都會自動套用。把角色、目標讀者、語氣偏好、禁用詞全部填進去，輸出的穩定度會明顯提升。這等於是把你最常用的「指令五層」前兩層固定下來，不用每次重打。

Canvas 與檔案處理

寫長文或改程式碼時，Canvas 提供獨立的編輯畫面，可以針對特定段落或函式修改。免費版也有有限的檔案上傳與資料分析額度，付費方案通常提供較高上限；實際可用功能仍依方案、地區與逐步推出狀態而定。長文件還會受到上下文容量影響，想理解背後機制可以看AI Token 概念解析。

GPTs（客製化助理）

你可以把一組固定的角色、知識檔案和指令，打包成一個「GPT」，之後重複使用。例如做一個依產品手冊協助整理客服草稿的 GPT，或依品牌規範檢查文章語氣。能否建立、分享到工作區，以及可用的管理功能，取決於方案；團隊方案目前稱為 Business。

語音、圖片、檔案：ChatGPT 不只是打字

很多人以為 ChatGPT 只能打字，其實它早就支援語音、圖片和檔案三種輸入。對新手來說，這三個入口各自能解決一個打字很難講清楚的痛點，值得提早認識。

語音對話

手機 App 裡的語音模式，可以讓你用講的跟它來回對話。這在開車、走路、做家事的時候特別好用。最實用的用法之一，是把腦中混亂的想法用講的倒出來，請它幫忙整理成結構化的筆記。講話的速度跟思考的速度比較接近，常常比打字更能把真正的想法表達出來。

圖片輸入

你可以上傳一張圖，要它辨識內容、解讀圖表、或把白板上的手寫筆記轉成文字。對行銷人來說，把一張競品廣告的截圖丟進去，請它分析版面結構與訴求，是很好用的切入點。對工程師來說，把錯誤訊息的截圖丟進去，比逐字打出程式碼快得多。

要注意的是，AI 對圖片的細節辨識仍會出錯，尤其是數字、人臉、和複雜表格。任何要拿來做決策的圖表數字，記得回到原始檔案再核對一次，別讓一個看錯的數字把你帶往錯誤的結論。

檔案處理

ChatGPT 可以處理 PDF、Word、試算表、簡報等檔案，免費版與付費版的用量上限不同。這對整理合約、研究報告或問卷結果很方便，但讀取結果仍要抽查。一個實用做法是先請它用三句話說明文件主旨，確認沒有讀錯範圍，再交辦更具體的摘要、翻譯或分析。

搜尋引擎跟 ChatGPT 到底怎麼分工

很多人會問：既然有 ChatGPT，是不是就不用 Google 了？答案是：兩者是分工關係，誰也取代不了誰。搞清楚什麼任務該交給誰，效率才會最大化。

任務類型	交給 Google 搜尋	交給 ChatGPT
查某家餐廳的營業時間	適合	不適合（可能給過時或編造的資訊）
找某個錯誤訊息的官方文件	適合	不適合
把一段文字改寫成另一種語氣	不適合	適合
發想十個產品命名的方向	不適合	適合
比較兩個概念的差異	可以但費力	適合（直接給你整理好的對照）
查最新的新聞或即時數據	適合	不適合（除非用具備聯網功能的版本）

一個簡單的判斷原則：要「找現成、可查證」的東西，交給搜尋引擎；要「生成、改寫、整理、發想」的東西，交給 ChatGPT。把這條線畫清楚，你就不會在它不擅長的任務上對它失望，也不會在它擅長的任務上還傻傻地自己從頭做起。

AI 會自信地說錯：面對幻覺的正確姿勢

ChatGPT 最危險的一個特性，是它說錯的時候跟說對的時候，語氣一模一樣。它不會跟你說「這個我不確定」，它會用同樣自信的口吻，把一個不存在的書名、一個編造的數字、一個張冠李戴的引用，講得頭頭是道。這個現象叫 AI 幻覺（hallucination）。

面對幻覺，實務上有三條原則。第一，任何要放進對外內容的具體事實（人名、數字、法規條文、引用出處），一定回去查證原始來源，不直接採信 AI 給的版本。第二，把 AI 當成「很快給你草稿的助理」，而不是「最終把關者」，把關永遠是你自己。第三，問它「這個資訊的來源是什麼」，如果它給不出可查證的出處，預設它就是編的。

幻覺長什麼樣子？舉一個常見的例子：問它某一本冷門書的出版年份，它會給你一個看起來完全合理的數字、連出版社都幫你填好，但你真的去查，那本書根本沒有那個版本。它不是在騙你，它只是在「預測下一個合理字」，而一個合理的編造，看起來跟一個真正的事實，幾乎沒有分別。這就是為什麼查證這件事，永遠不能外包給它。

對幻覺的成因與更多防範技巧，〈AI 幻覺完整解析〉一文有完整討論，這裡就不重複展開。重點只有一句：不要把自信當成正確。這個觀念如果只讓你從整篇文章帶走一件事，就帶這件。

別把所有任務都塞給同一個工具

ChatGPT 不適合包辦所有工作。選工具時先看任務需要的是即時查證、長文件處理、企業資料整合，還是程式開發；再比較來源呈現、資料政策、上下文容量與團隊權限。功能與模型更新很快，不必把某個品牌永久指定為某類任務的唯一答案。以文字助理來說，Claude 是最常被拿來跟 ChatGPT 一起比較的另一個選擇，它的定位與擅長的任務，整理在〈Claude AI 完整指南〉裡。

需要最新資料時，優先選能顯示來源並讓你開啟原始頁面的工具；處理公司內部資料時，先確認方案的訓練、保存與權限政策；寫程式或長文件時，再看專案整合與上下文限制。工具是手段，能不能查證與安全使用，比品牌偏好重要。

五個新手幾乎都會踩的工作流程地雷

除了問法不對，新手在工作流程上還有幾個幾乎人人都會踩的地雷。這幾個跟指令技巧無關，屬於習慣問題，改掉之後效率會再翻一倍。

一個對話塞所有事

很多人開一個對話，早上問早餐建議、中午問郵件怎麼回、晚上問報表怎麼做，全部混在一起。結果上下文愈來愈亂，它的回答也愈來愈偏。正確做法是：一個任務開一個新對話，讓上下文保持乾淨專注，就像你不會把所有客戶的資料夾混在同一個抽屜裡。

接受第一個答案就算了

ChatGPT 給的第一版，很少會是最好的版本。把它當成起點，接著用「這裡太長了，砍掉三分之一」、「語氣太硬，軟化一點」、「第三點說服力不夠，補一個例子」這類回饋去疊代。來回個兩三輪，輸出品質通常會明顯上一個台階。很多人用不好，是因為把第一次輸出當成最終成果。

不給它唱反調的機會

很多指令隱含「請替這個想法背書」的預設，AI 為了配合你，會給出一片倒的正面意見。更好的習慣是主動要它扮演反方：「請你扮演魔鬼代言人，列出這個方案最大的三個風險。」你會驚訝它能點出多少你自己盲點裡的問題。

把 AI 當成唯一的事實來源

需要事實、數字、法規或最新資訊的任務，不要只看 ChatGPT 的文字回答。即使使用支援網路搜尋的功能，也要打開引用頁面，確認日期、適用地區與原始內容；重要決策則直接查主管機關、官方文件或第一手資料。

沒有把成功的指令存下來

你花心力調出一個好用的指令，下次卻要從零再想一次，這是最大的浪費。開一個文件，把你試出來、真的有效的指令存起來，分類標好用途。一個月後你會有一座屬於自己的指令庫，那才是你最值錢的資產，也是別人最難抄走的部分。

草稿直接上線的代價：把 AI 產出當半成品

以內容為主的網站，常常上演同一種劇本：團隊發現 ChatGPT 寫得又快又通順，於是把草稿稍微改兩個錯字就直接發布，產出量瞬間爆衝。短期看流量好像有起來，三到六個月後，排名開始下滑，讀者停留時間變短，回訪率下降。這不是巧合，是同一個機制在作用。

草稿直接上線，後座力在哪？問題不在「AI 寫的」這三個字，而在於 AI 草稿缺了三樣東西：第一手經驗、具體的細節、和一個真正的人的觀點。讀者讀完會有一種「好像學到了什麼、又好像什麼都沒學到」的空虛感，搜尋引擎也愈來愈能分辨這種內容。

AI 讓產生通順草稿變容易，卻不會自動補上第一手經驗、可靠來源與編輯判斷。當大量內容都能快速生成，公開文章更需要清楚交代資訊從哪裡來、哪些是作者觀察，以及讀者能拿去做什麼。

實務上的做法是這樣：ChatGPT 負責「把 0 變成 60 分」的初稿發想與結構，「把 60 變成 90 分」的觀點、細節與查證則由人來補上。AI 產出是素材，不是成品。這個分工想清楚了，你才不會被 AI 反噬。如果你想了解搜尋引擎怎麼看 AI 內容、以及怎麼把 AI 用在對的地方，AI SEO 實戰心法那篇有更完整的討論。如果你擔心自己的內容被判定為純 AI 產出，可以了解一下AI 內容檢測工具的原理與限制，但請記住一件事：檢測工具是參考，不是裁判，真正能保護你的，是你自己加進去的那一層經驗與判斷。

隱私這件事：什麼東西不要丟給 ChatGPT

用得愈順手，愈容易忽略資料設定。個人工作區的內容是否用來改善模型，取決於方案與資料控制設定；Business、Enterprise 等商業方案則預設不以企業資料訓練模型。無論設定如何，下列敏感資訊都不該未經授權直接貼入（見 OpenAI 的資料使用說明）。

• 客戶的個人資料（姓名、電話、身分證字號、地址）。
• 公司的財務數字、合約條款、未公開的營運策略。
• 員工或同事的績效、薪資、考核內容。
• 未發表的產品規格、程式碼裡的密鑰與帳密。
• 病歷、法律案件細節等高度敏感的個人資料。

處理這類內容時，先取得必要授權，再刪除或代換姓名、公司名、識別碼與其他可回推身分的細節。個人工作區可以在 Data Controls 關閉「Improve the model for everyone」；需要團隊治理時，再評估資料預設不進訓練的 Business 或 Enterprise。去識別化也不是萬能，仍要遵守公司的資料政策與適用法規。

跟 ChatGPT 協作的心態：把它當副駕

聊了這麼多功能與技巧，這篇文章最後要收攏在一個觀念上：ChatGPT 是你的副駕，駕駛座上的那個人，永遠是你。

副駕能幫你看地圖、提醒路況、陪你聊天防瞌睡，但方向盤不會自己轉，油門不會自己踩。同樣的，ChatGPT 能幫你發想、起草、整理、查證方向，但是否採用、怎麼修飾、要不要對外發布，那個判斷仍是你的責任。把判斷權交出去，短期看好像輕鬆，長期會累積風險，因為對外內容出了錯，發布者仍要負責。

這裡有一個值得記住的體會：當你把 AI 當成「幫你把事情做完」的自動化機器，你會得到大量平庸的產出；當你把 AI 當成「幫你把事情想得更清楚」的思考伙伴，你會得到少量、但真正屬於你自己的好東西。這兩種心態的差距，會在你用滿三個月之後，變成你跟別人之間一道很難跨越的鴻溝。

所以這篇指南的核心，其實是這個分工，任何指令範本與進階功能都只是配角：你負責判斷、負責經驗、負責成品標準；它負責速度、負責廣度、負責把你腦中模糊的東西快速變成具體的草稿。分工清楚，這些技巧才有發揮空間；分工混亂，再多的指令範本也補不了判斷缺口。

七天上手的行動清單

看完上面這麼多，你大概已經有點頭暈。沒關係，把它收斂成一張七天行動清單，每天只做一件，負擔很輕，但一週結束你會感覺到自己跟 ChatGPT 協作的方式真的不一樣了。學工具跟健身一樣，每天一點點的累積，比一個月狂衝一次然後停掉，效果持久得多。

1. 第 1 天：註冊帳號，用「我是做（你的工作）的，想用你來（目標）」這個開場白，跑 5 個不同任務的對話，感受它回應的差異。
2. 第 2 天：挑一個你常做的工作（寫信、整理會議記錄、發想標題），用「指令五層」改寫你原本的問法，比較前後輸出的落差。
3. 第 3 天：設定 Custom Instructions，把你的角色、讀者、語氣偏好、禁用詞填進去，體會它帶來的穩定度。
4. 第 4 天：拿一份你正在寫的東西，讓 ChatGPT 出草稿，你自己改到能用的版本。仔細記錄你改了哪些地方，那些地方就是 AI 的弱點，也是你不可被取代的地方。
5. 第 5 天：刻意測試它的幻覺。問它幾個你很熟悉、它可能答錯的問題，親眼感受它「自信地說錯」長什麼樣子。
6. 第 6 天：挑一個 ChatGPT 不見得最強的任務，用搜尋引擎、專用工具或人工流程交叉完成，比較各種方法的限制。
7. 第 7 天：回顧這一週，把對你真正有用的 3 個指令存成範本，開始建立屬於你自己的指令庫。

ChatGPT 的價值不在於替你包辦判斷，而是縮短發想、整理與修訂的時間。給自己一週照著上面的清單測試，留下真正能重複使用的流程，也記下哪些任務仍需要人工查證與把關。

如果你正在想「AI 對我們公司的內容、行銷、SEO 到底該怎麼用」，這也是我們 Whoops SEO 在做的事。把你的情境帶來，我們一起把順序和方法理清楚，讓 AI 真正接上你的業務目標，避免停留在「玩工具」的階段。聊過再決定，完全沒有壓力。