ChatGPT 回答太短或不完整：设定与追问方法

需要长篇深度分析却只得到寥寥几句敷衍？学会调整详细程度参数、分段式输出要求与有效追问提问公式。

一、模型倾向于简短回答的原因

为了兼顾高并发下的系统吞吐率与响应延迟，各大商业模型的系统提示词中通常默认设定了简明扼要的倾向。
如果没有明确指定深度和详实度，模型会自动采用高压缩比的概括性语言。

二、从源头获取详实长文的提示词设计

- 显式规定框架深度：在初始提问时明确写出“请至少包含背景分析、核心方案、三组实际范例与风险提示四个完整章节”；
- 拆分执行步骤：对于数万字的综合方案，先要求模型输出详尽大纲，确认大纲结构后再逐章要求“请展开第二章的详细论述”；
- 消除字数模糊：不要写“尽可能长一点”，而是写“每个步骤请给出完整的代码实现与逐行注释，不要使用省略号替代”。

三、当回答中途截断时的规范操作

当模型因达到单次 Token 上限而停在半空中时：
直接在输入框输入单字“继续”，模型便会从最后一个断点无缝衔接。
若遇到更深层的输出质量下滑，请参考 [ChatGPT 回答质量排查指南](https://aihuiyuan.club/articles/chatgpt-stealth-downgrade-detection-fix)。