向ChatGPT提问XXX次之后，发现查询普通文本资料和查询代码（例如VBA、DAX或其他程序语言）有显著区别。
- 提问方式
无论是查询普通的资料还是代码，提问都需要具体、明确，以动名词为主。二者的最大区别是针对同一个主题的提问次数。如果是查询代码或者提问软件操作技巧（参考：用ChatGPT试着写了几段代码），只要指令明确，很可能一次提问就能解决问题。ChatGPT查代码和搜索引擎查代码最明显的区别在于，前者的代码可以是为你定制的。你让告诉ChatGPT把VBA运行结果输出在B2单元格，它不会写到B1。
查询其他文本资料时，如果是写封感谢信这种，提问一次也就足够了。但很多时候我们需要得到事实类的信息，就需要结构化提问或者多次提问。
比如，我想查询《RFID和NFC在零售业的应用》，可以直接问ChatGPT：RFID和NFC在零售业有什么用处？AI会列出一个一二三四五的回答。但是这个回答可能不是想要的，不够详细（参考：如何识别文章是ChatGPT写的，还是人写的？）。这时可以把这个问题分解为若干子问题或者相关问题进行一连串提问。比如可以分解为：
- 什么是RFID？
- 什么是NFC？
- RFID和NFC有什么区别？
- RFID和NFC有什么联系？
- RFID在零售业有什么应用？
- NFC在零售业有什么应用？
不出意外，每个子问题，ChatGPT会给出很有条理的一二三四五，这样把一个一二三四五扩充成了六个一二三四五。注意其中的每个问题都可以换个用词问好几遍，每次答案会有所区别。
针对上述问题可以再次分解，以第五个问题为例，AI告诉我RFID在零售业可以将传统的零售管理方式转变为数字化管理，例如安全防损、监控库存水位、提升收银体验。可以针对收银再次提问：如何利用RFID提升零售店收银台服务？这样又会得到下一层级的更多回答。这个问题也可以反向操作：RFID除了收银台还能用在零售店铺哪些方面？
这样纵横交错的提问后，针对一个主题可能已经获得了几千上万字的回答。去除其中重复的内容和错误内容，就得到了一份完整的材料。
2. 验证方式
我们获得了答案，但并不意味着答案是可用的，获得的文本资料和代码证伪难易程度不同。代码/软件技巧验证非常容易，运行/操作即可。得到一段VBA，放到Excel开发工具后台，瞬间即可知道代码是否可用。
而常规的文本资料，由于不清楚AI调用的信源是什么，很难保证是否可靠。你可能需要为材料验证付出较大的时间成本。
综上，针对查询资料的使用场景，完全程式化的代码、技巧之类使用ChatGPT比搜索引擎效率更高；无需验证的（比如邀请函）或者马上就能验证（比如菜谱）的文本材料ChatGPT效率也比较高；需要严谨验证的资料现阶段建议主要使用搜索引擎，ChatGPT仅仅用来辅助激发灵感。
