分步提问需按逻辑顺序推进：先确认现象理解，再学术概念化，接着定位高质量文献，最后推动对比与生成。每步只给一个明确指令，确保ChatGPT精准调用知识、输出可用内容。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
分步提问不是把问题拆开随便问，而是按逻辑顺序一层层推进，让ChatGPT始终清楚你在构建什么、下一步要做什么。它特别适合写论文、做调研、设计方案这类需要深度思考的任务。
从现象确认开始
先别急着写大纲或找文献，第一步是确认ChatGPT是否理解你要研究的核心现象或问题。它不联网，靠的是训练数据里的已有认知。如果现象太新、太小众，它可能不了解，这时你需要主动“投喂”背景信息。
- 直接问：“你了解‘Z世代职场倦怠’这个现象吗？请用三句话概括当前主流观点。”
- 如果回答模糊或错误，就补一句：“这是2024年《Journal of Applied Psychology》上一篇综述提到的定义……（粘贴关键段落）请据此重新总结。”
接着做学术概念化
把生活化表达转成学科内可用的术语，这一步决定后续能否调用准确知识。ChatGPT对学科术语越敏感，推荐的文献、分析框架就越靠谱。
- 问：“在组织行为学中，‘职场倦怠’常与哪些核心概念关联？比如情绪耗竭、去人格化，请列出5个并简要说明其理论来源。”
- 再追问：“其中‘工作要求-资源模型（JD-R）’如何解释Z世代的倦怠？请用一两句话说明机制。”
然后定位高质量文献
不要只问“推荐几篇文献”，要限定领域、语言、影响力和用途。ChatGPT能模拟高引文献的标题风格和摘要逻辑，但不会伪造真实DOI——你需要自己核对。
- 有效提示：“请推荐3篇近五年发表在ABS 4*期刊上的英文实证研究，主题聚焦Z世代员工与JD-R模型，每篇附标题、作者、年份及一句话核心结论。”
- 追加指令：“请用表格形式整理，列明变量测量方式和样本特征。”
最后推动对比与生成
到这一步，ChatGPT已掌握你的语境。你可以让它横向对比概念、纵向梳理演变，或直接输出初稿模块。关键是每次只给一个明确动作，不混杂多个目标。
- 比如：“对比‘职业倦怠’和‘职业枯竭（career exhaustion）’在定义、测量工具、干预路径上的三点差异。”
- 再比如：“基于以上对比，请为我的论文写‘理论框架’小节，300字以内，包含JD-R模型图示说明（用文字描述）。”
