使用 ChatGPT 进行头脑风暴：结构化思考伙伴框架

ChatGPT 充当结构化思考伙伴，使用户能够快速生成选项、将想法组织成主题，并将粗略的方向转化为可执行的计划。它的设计旨在增强而非取代人类的专业知识和判断，通过加快思考过程并保持一致性。

头脑风暴的核心能力

ChatGPT 通过三项主要功能来解决常见的头脑风暴瓶颈——例如缺乏想法或想法过于散乱——

• Option Expansion: 选项扩展： 模型可以快速提出替代方案、实验、信息和角度，防止用户从空白页开始。
• Structural Organization: 结构化组织： ChatGPT 可以将松散定义的目标归类为明确的选择，提供框架建议，并将想法组织成主题。
• Pressure-Testing: 压力测试： 通过让模型识别计划中的缺陷，用户可以在过程早期发现假设和权衡，从而完善思考。

实施策略：宽到窄的流程

为了最大化头脑风暴会议的效用，OpenAI 推荐一种将想法生成与评估分离的顺序工作流：

1. 广泛开始

用户应根据提供的约束条件，请求大量可能的方案。目标是在不进行即时评判的情况下生成选项。

2. 缩小范围

一旦拥有广泛的想法集合，就应使用模型将想法归类为主题并进行比较。这包括分析影响、投入以及现有的权衡。

3. 转向规划

在选择了具体方向后，可使用模型生成包含里程碑、负责人和基本时间表的草案执行计划。

高质量输出的最佳实践

为了提升生成想法的可行性和相关性，用户应采用以下提示技巧：

明确定义决策

不要请求笼统的想法，提示应明确说明所要做的决策（例如，“我们需要为接下来的 6 周选择一个活动概念”。）

应用约束条件

提供具体的约束条件——如受众、时间线、容量、可用渠道和成功指标——可以提升建议的可行性。加入先前的背景信息，如过去的失败或不可妥协的要点，可防止模型重复不成功的尝试。

高级精炼策略

用户可以通过以下具体请求进一步精炼输出：

• Reasoning: 推理： 要求模型解释推荐背后的逻辑。
• Forced Choice: 强制选择： 要求模型挑选唯一最佳选项并说明理由。
• Friendly Critique: 友好批评： 请求对计划进行一次改进，使其更强。
• Categorization: 分类： 将想法标记为“快速获胜”或“基础工作”。
• Scoring: 打分： 使用 1–5 评分尺度，对想法的影响、投入和信心进行打分。
• Formatting: 格式化： 要求输出为 2x2 矩阵、决策树、时间线或利益相关者图。
• Dictation: 口述： 使用语音输入提供杂乱的想法，让模型组织成主题。

实际应用示例

任务	背景	预期输出
团队外出规划	为角色混合的团队提供实用、低投入的想法	列出带简短说明的主题想法
产品发布活动	吸引忙碌商务用户并解决实际工作问题的主题	多个方向或语调各异的选项
内部流程改进	对一个缓慢、重复且有多次交接的流程进行审查	优先排序的想法集合，突出最强的首批测试选项