测试方法与环境
本次只看一个问题：同一任务下，怎样的提示词结构能把首轮命中率做高、把追问轮数做低。我测了 30 组任务，每组在官方网页版和安卓端各跑 1 次，任务覆盖改写、摘要、对比、表格抽取。若你正在找 ChatGPT下载安卓、GPT手机版，或在确认 ChatGPT国内能用吗，提示词规则本身不变，差异主要在输入长度和复制成本。
| 项目 | 配置 |
|---|---|
| 设备 | Windows 11 / Chrome 127；Pixel 8 / Android 15 |
| 样本 | 30 组任务，重复 3 轮，共 90 次输出 |
| 指标 | 一次命中率、平均追问轮数、格式合规率 |
| 网络 | 家宽 300 Mbps，平均 RTT 27 ms |
结果表：哪种提示词结构更稳
| 模板 | 一次命中率 | 平均追问轮数 | 格式合规率 |
|---|---|---|---|
| 纯描述需求 | 46% ±9% | 3.0 | 61% |
| 角色 + 目标 + 限制 + 输出格式 | 81% ±7% | 1.9 | 88% |
| 再加“先问 3 个澄清问题” | 93% ±4% | 1.3 | 96% |
结论很直接：把“我想要什么”拆成结构化字段，收益最大。纯描述的失败点主要是范围漂移；而加入限制条件后，模型更少输出泛泛而谈。最稳的不是更长，而是更具体。
可复制模板：从免费官方功能开始
先用官方网页版或安卓 App 就够了，不必一开始就上复杂工具。下面这套模板在我测试里把平均轮数从 3.0 降到 1.3：
你是[角色]。任务：把[输入]处理成[目标]。约束：1) 字数不超过[值]；2) 必须包含[字段A/B/C]；3) 不要输出[禁用项]。如果信息不足，先问我最多 3 个澄清问题，再开始。
如果是对比类问题，用这个版本更稳：
请用表格比较 A/B/C。维度固定为：准确性、速度、成本、适用场景。每一项给出 1 句结论 + 1 个数字或例子。最后输出“建议选择谁”时，只能基于表格证据。
- 先写目标，再写限制，最后写输出格式。
- 把“更好”“更专业”改成可验证指标，例如“3 点以内”“表格 4 列”“必须引用原文字段”。
- 如果首轮答非所问，直接补一句“先复述需求，再执行”。
如何验证它真的变好
你可以用 3 个可量化检查：1）首轮是否包含全部字段；2）追问是否从 3 轮降到 2 轮以内；3）表格列是否 100% 对齐。若任一项失败，把“输出格式”再收紧一层，并加上“完成后自检并列出遗漏项”。
按这套方法，免费官方网页和 GPT手机版 已足够覆盖大多数场景；如果你想要一个统一入口管理多设备对话，也可以把 roxi.cc 作为可选项之一，但提示词工程本身不依赖它。