把可能的听众问题映射到有来源的答案、边界、跟进和决策角色。 请提供: 演示内容、听众视角、回答证据与边界。 预期成果: 按优先级排列并包含简洁答案、证据、过渡回应和未知信息的问答库。
你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。
未填写的字段会保留为占位符，你仍然可以复制后自行编辑
ChatGPT请预测听众问题并为演示准备有依据的回答。
大纲、主张、证据、建议和所请求决定：
[presentation]
角色、权限、目标、异议、立场、专业能力和敏感问题：
[audience]
来源、披露规则、未知信息、承诺、推测限制、回答长度和跟进负责人：
[boundaries]
只在相关时生成可能检验证据、假设、替代方案、成本、可行性、风险、伦理、公平、安全、运营、责任、时间、衡量和所请求决定的问题。包括支持性、质疑性、技术性、实施性和强硬但合理的版本，不把听众漫画化。按可能性和后果排序。每项提供直接的 20 秒回答、支持证据、边界或不确定性、可选深入回答，以及无法现场回答时的跟进负责人/日期。不得编造数字、承诺、法律结论或权限。增加承认并回答而非回避的过渡句，并指出暴露演示内容缺口的问题。从输入到成果
看看具体背景如何通过这条配方转化为可使用的成果
高后果/高可能——CFO：“没有证据证明供应商有效，为什么花 7500 英镑？”直接回答：“目前确实没有供应商效果证据；本次请求是针对 214/1840 爽约基线开展有边界测试，而非全面上线。批准应包括成功和停止标准。”深入：获得报价范围后再比较替代方案；成本方法由财务负责。
临床总监：“提醒是否会暴露敏感就诊？”回答：“该风险尚未解决。拟议信息只含日期和时间，隐私批准前不会上线。我今天不能给出隐私结论。”跟进：未提供隐私评审负责人/日期。
数据负责人：“如何知道变化来自提醒？”回答：“比较设计尚未最终确定。拟记录基线和试点爽约率及送达、运营因素；批准前数据计划必须定义比较诊所、分母和混杂因素。”这暴露一页缺失内容。
运营：“谁来执行？”回答：“运营负责人和协调员产能尚未确认。决定应以运营会后指定两者为条件。”过渡：“这是必要约束，不是我想略过的细节。”更便宜渠道和电话号码质量问题需要证据后才能回答；不得声称短信最佳。
角色特定问题可以揭示共同决定背后的不同证据标准。
回答边界让“说明未知”成为准备的一部分，而不是现场失误。
高可能性和高后果问题是否都有覆盖？
每个事实性回答是否引用所提供证据并保留限制？
未知问题是否被分配真实跟进，而不是临场编造答案？
更有把握地使用
了解这条配方何时适用、需要提供什么，以及哪些内容仍需人工复核
使用“预测听众问题并准备回答”前，请准备演示内容、听众视角、回答证据与边界。只用可核实的信息替换占位符；如果某项未知，就明确保留未知状态，不要让模型自行推断。
如果结果还不能根据所给证据实现页面所述成果“按优先级排列并包含简洁答案、证据、过渡回应和未知信息的问答库”，或仍依赖未解决假设、缺失批准或编造细节，就不能使用。把检查项当作放行门槛：应修正来源输入，或指定有权限的复核者，而不是润色一个缺乏支持的输出。
截至 2026-08-28，“预测听众问题并准备回答”的公开测试记录包含ChatGPT。这只表示存在已记录试跑，不保证后续产品版本仍兼容或得到相同结果。改用其他工具或版本时，应保留全部约束，并重新执行结果检查。
继续完成任务
演示表达
把报告转化为决策叙事，同时保留来源追溯和重要限制
打开配方演示表达
围绕受众决策、证据需求和可能异议构建有时长约束的叙事
打开配方演示表达
发现叙事、页面、视觉和讲述负荷问题，同时不删除决策关键证据
打开配方AI 小课 · 推荐课程
从理解概念到完成真实任务，在互动小课中练习提问、判断和改进，学会把 AI 用在自己的工作与生活中。
