大模型更适合先处理“从已有中文材料生成初稿”和“按不同受众重写表达”两类任务，而不是在缺少依据时独立决定事实。OpenAI 的中文帮助页列举了具体场景：根据笔记和源文本起草备忘录、提案或报告，以及针对不同受众修改文档章节。
哪些职场任务适合优先交给大模型？
| 任务 | 可以先让大模型做什么 | 使用边界 |
|---|---|---|
| 备忘录、提案或报告初稿 | 根据笔记和源文本整理结构、形成初稿 | 不补写原材料没有提供的事实；缺失信息应标明 |
| 同一文档的多版本改写 | 针对不同受众修改章节、调整表达重点 | 不同版本之间应保持事实、条件和关键信息一致 |
| 内部材料整理 | 将零散笔记整理成提纲、摘要或汇报结构 | 原始材料没有说明的内容不能靠推测填入 |
| 沟通文本优化 | 改写通知、邮件或说明文字，使重点更清楚 | 语气可以调整，责任人、要求、期限和承诺不能被改写 |
这些任务的共同点，是大模型可以围绕已有材料协助完成“表达层”的工作。OpenAI 也提醒，ChatGPT 有时会生成错误或误导性内容，因此重要信息仍需从可靠来源核实。
怎样让结果更贴近中文语境？
中文语境不只是把文字写成中文，还包括材料的目的、沟通对象、内部称谓、术语含义和隐含条件。交给大模型时，应把这些信息交代清楚：
- 说明文档是汇报、申请、通知还是内部讨论；
- 指明读者是谁，以及希望读者理解或决定什么；
- 保留公司名、产品名、人名和内部术语的准确写法；
- 列明不能遗漏的条件，以及原材料中尚未解决的问题；
- 要求模型区分“材料明确写明的内容”和“需要进一步确认的信息”。
例如，可以这样下达任务：
仅依据以下笔记和源文本起草一份中文备忘录。不得新增事实；信息不足的地方标注“待确认”，不要自行补全。
需要面向不同对象改写时，可以进一步要求：
保持事实、名称、数字和条件不变，分别面向内部同事与外部合作方改写同一章节，并说明各处调整了什么。
这样得到的不只是措辞变化，而是有明确约束的受众化版本。
怎样核对输出？
先看事实，再看表达。可以按以下顺序检查：
- 逐项寻找依据。 把关键陈述与笔记、源文档或可靠原始资料对照，确认没有新增事实。
- 检查容易改变含义的内容。 重点核对名称、数字、日期、责任主体、前提条件、例外情况和结果承诺。
- 比较不同受众版本。 如果两个版本表达不同，应能说明差异只是结构、详略或语气变化，而不是事实发生变化。
- 单独确认外部信息。 不要仅凭模型生成的文字确认政策、机构信息、合同义务、费用或其他重要主张，应回到可靠来源。
- 保留不确定标记。 对原材料没有回答的问题继续核查，而不是让模型用流畅的文字掩盖信息缺口。
措辞通顺不等于内容正确。尤其是对外文件，发送前仍需要确认责任主体、事实依据和最终表达是否与实际意图一致。
什么仍需自己确认？
大模型可以帮助起草、比较和改写，但不能替代对真实业务情况的判断。材料是否完整、内部术语是否准确、对方会如何理解，以及最终版本是否会产生承诺，都应由实际负责人员确认。
一个简单判断方法是：如果任务的主要难点是把已知的中文信息组织得更清楚，可以先让大模型生成初稿；如果主要难点是确认事实、承担决策或形成正式承诺，就应保留人工核查与最终判断。