关键在于用高质量示例锚定模型对“好改写”的认知，而非堆砌抽象要求；需选用真实采纳稿或权威文本作标尺，并通过角色设定、分隔标注和刚性指令确保改写稳定准确。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让chatgpt对中文长文的改写结果更稳定、不跑偏、不增删事实，关键不是堆砌要求，而是用高质量示例锚定它对“好改写”的具体认知。为什么必须加示例
纯文字指令如“请润色这段中文，更简洁专业”在长文中极易失效——模型无法判断“简洁”的边界在哪里，“专业”该体现为术语密度、句式长度，还是被动语态比例。一段500字的原文，不同人理解的“好改写”可能相差30%以上。示例就是最硬的标尺。
选哪类文本当示例
方法一：用你自己写过的、已被采纳的改写稿
直接复制1段你亲手修改过、领导或客户点头认可的原文+改后稿，比任何抽象描述都管用。模型会立刻识别出你真实的语言偏好：比如你习惯把长复合句拆成两个主谓宾短句，习惯用“需”替代“应该”，习惯删除所有“了”“的”“地”冗余助词。
【注意：必须是真实用过的稿子，不能临时编】
方法二：从权威渠道截取对标风格样本
比如你要改写的是政策解读稿，就摘取《人民日报》同类型栏目中一段200字左右的成熟文本；如果是产品说明书，就用华为官网某款手机参数页的中文描述。这类样本自带语域权重，模型能自动对齐其节奏、信息粒度和术语层级。
怎么把示例嵌进提示词
第一步：先写明角色与任务边界
“你是一位有七年经验的科技政策文件中文润色师，任务是将用户提供的原始稿件重写为面向基层执行人员的清晰操作指南。”
第二步：用分隔符明确切出三块区域
———
【原始稿件】
“该机制尚处于试点阶段，存在配套细则尚未出台、基层单位理解不一致、执行标准模糊等问题，亟需加强统筹协调。”
【理想改写样例】
“目前只在3个区试点。问题有三个：①细则没发；②街道办对流程理解不同；③没人说清楚到底按哪个标准执行。下一步要由市局统一发操作手册。”
———
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
第三步：给出刚性输出指令
“严格按样例的以下特征处理新稿件：每句主语明确；用数字序号分点；禁用‘亟需’‘尚’‘之’等公文虚词；所有问题必须对应到可落地的动作主体（谁，在哪，做什么）。”
长文分段改写时的示例复用技巧
方法一：首段带全要素示例，后续段落只标关键差异
首段提示中放完整原文+样例+特征说明；第二段起只需写：“请按首段样例风格处理本段，特别注意：此处需保留‘数据来源’括号标注格式，且不得合并两个原始段落。”
方法二：用颜色标记法在样例里埋线索（仅限纯文本环境）
在样例中用【删】标出你主动砍掉的冗余成分，用【转】标出你把被动句转成主动句的位置，用【补】标出你额外加入的执行主体。模型虽不识色，但这种标记方式会强制你在写样例时厘清每一处修改动因，反向提升示例质量。
最容易踩的坑
别用AI自己生成的“优质改写”当示例——它可能已混入幻觉信息或风格漂移。你给它的标杆必须是你亲手验证过的真样本。否则等于拿一张模糊照片去校准显微镜。
