要让chatgpt生成可用的事故改进项，须明确组织岗位背景、核心规程编号及关键事实链，并限定输出格式与可执行动词；否则易产出泛泛而谈、脱离实际的模板化建议。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让ChatGPT生成的事故改进项真正可用，必须让它清楚事故发生的实际环境、角色职责和约束条件；光写“请提出5条改进措施”只会得到泛泛而谈的模板化建议，比如“加强培训”“完善制度”，这类内容写进正式报告会被退回重写。
补全组织与岗位背景
在提示词开头明确写出事故所在部门、岗位序列及汇报关系。例如：“某市地铁运营公司车辆检修班组（隶属车辆中心，向中心技术主管汇报）发生一起登顶作业未挂接地线导致电客车意外升弓事件”。这一步不能省略——【缺少岗位归属和管理链条，ChatGPT会默认按通用制造业场景输出，而地铁检修有强耦合的调度指令流和五级安全卡控要求】。
接着补充该岗位日常接触的核心规程编号与名称，如“执行《地铁车辆架修作业指导书》（编号：VC-2023-08）第4.2.1条及《接触网停送电操作卡》（编号：PW-2022-15）”。不写具体编号，模型无法锚定真实依据，容易编造不存在的条款。
嵌入事故关键事实链
用时间轴方式列出不可删减的硬性事实，每条独立成句，不加修饰词：
事故发生于2024年6月17日03:42，正值夜班交接时段；
涉事人员为两名初级检车员（入职8个月，当月已完成全部岗前实操考核但未取得独立作业授权）；
作业任务为B12列车静态功能复位，非计划性临时任务，由工班长口头指派；
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
现场无专职安全监护人，视频监控因存储故障缺失前15分钟录像。
这些信息必须前置在提示词中，否则模型会自行脑补“有监护”“有录像”等理想条件，导致改进项脱离追责逻辑。
限定输出格式与校验要求
方法一：要求逐条对应根本原因
在提示词末尾明确指令：“每条改进项必须标注对应的根本原因编号（如RCA-3），且RCA编号须来自我提供的根本原因列表”。这样能强制模型放弃自由发挥，避免出现“建议增设心理疏导岗”这类与电气误操作无关的离题项。
方法二：绑定可执行动作动词
指定所有改进项开头必须使用以下七类动词之一：修订、增补、启用、停用、替换、隔离、复核。例如“修订《登顶作业许可单》第3栏填写说明，将‘接地线状态’改为必填项并增加照片上传字段”。不用“加强”“优化”“提升”等虚词，【动词不具可验收性，整改闭环时无法判定是否完成】。
