一、适用问题
GPT模型在办公协作场景中可处理的典型问题包括：任务分配、知识检索、文档生成、会议纪要等。需明确问题范围和目标，确保输入符合模型预期。
二、准备资料
资料应包含清晰的问题描述、结构化数据（如任务列表、文档片段）、上下文信息及预期输出。需确保内容准确、格式统一，避免歧义。
三、具体步骤
1. 问题拆解：将大问题分解为子任务，明确每个子任务的输入和输出。2. 数据收集：整理相关文档、数据库或知识库内容，提取关键信息。3. 格式规范：使用表格、列表或结构化文本，确保信息可读性。4. 验证准确性：检查数据完整性、逻辑一致性及是否符合实际场景。
四、虚构示例
用户需提供具体问题及资料，如："将下列文档内容整理成任务清单，按优先级排序"，并附上原始文档文本。资料应包含问题描述、数据内容及预期输出格式。
五、核对清单
1. 问题是否明确？2. 数据是否完整？3. 格式是否规范？4. 内容是否准确？5. 输出是否符合预期？6. 是否覆盖所有必要信息？
六、常见误区
1. 未明确问题范围，导致输出模糊。2. 数据格式混乱，影响模型理解。3. 忽视上下文信息，导致输出偏差。4. 未验证数据准确性，影响结果可靠性。5. 输出格式不统一，影响后续处理。6. 没有考虑实际场景需求，导致结果不适用。
七、注意事项
资料需真实、合法、合规，避免侵犯版权或隐私。需确保数据来源可靠，内容无误。输出应简洁明了，便于模型理解和处理。