一、适用问题
GPT模型适用于对文本内容进行摘要、提炼、分类和信息提取的任务，尤其适合处理结构化或半结构化文本资料，如新闻稿、学术论文、技术文档等。
二、准备资料
用户需提供原始文本资料，包括但不限于文章、报告、邮件等，确保资料清晰、完整，并符合GPT模型的输入要求。
三、具体步骤
1. 通读原文，理解核心内容和逻辑结构；
2. 确定摘要重点，如关键数据、结论、观点等；
3. 用简洁语言进行概括，保留关键信息，避免冗余；
4. 检查逻辑连贯性与准确性。
四、虚构示例
原始输入：
'全球气候变化报告指出，2023年全球平均气温较工业化前上升了1.2°C，主要由于人类活动导致的温室气体排放。报告还提到，北极冰盖面积减少速度加快，影响海洋生态系统。各国政府已开始制定减排计划，预计到2030年实现碳中和。'
完整提示词：
"请对以下文本进行资料摘要，保留核心信息并去除冗余内容。要求语言简洁、逻辑清晰，突出关键数据和结论。">
示例输出：
'2023年全球平均气温较工业化前上升1.2°C，主要因温室气体排放。北极冰盖面积减少加速，影响海洋生态。各国已制定减排计划，目标2030年实现碳中和。'
五、核对清单
1. 原始输入是否完整且符合格式要求？
2. 输出是否准确提炼了核心信息？
3. 语言是否简洁、逻辑是否清晰？
4. 是否遗漏关键数据或结论？
5. 是否符合GPT模型的使用边界？
6. 输出是否与原文内容一致？
7. 是否存在冗余或错误信息？
8. 是否保持了原文的结构和逻辑关系？
9. 输出是否易于理解且无歧义？
10. 是否遵循了GPT模型的使用规范？
六、常见误区
1. 未明确任务要求，导致输出偏离主题；
2. 忽略原文结构，导致摘要缺乏逻辑性；
3. 未检查输出是否符合格式要求，导致误用；
4. 未核实原始资料完整性，导致摘要失真；
5. 未遵循GPT模型的使用边界，如不当处理敏感内容等。
本教程仅针对GPT资料摘要任务进行说明，不涉及其他写作任务。