将人工智能视为一系列专用工作模式的集合，而非单一用途的聊天机器人，能使其更具实用性。通过特定指令，用户可引导 AI 采用不同的思维风格，以完成调试、算法设计或研究规划等任务。这种转变将交互从简单的问答形式，升级为涉及目标、上下文、专用视角、分析与迭代的结构化工作流。文中详述了按功能分类的众多“视角”或指令，包括文本转换、语气控制、写作结构化、信息压缩及会议管理等。项目管理视角有助于将宏大目标分解为具备可衡量成果的可执行系统，借助 OKR 与 KPI 实现；风险分析与根本原因分析视角提供了识别不确定性及理解失败的分析框架；生产力视角聚焦优先级排序与反馈，学习视角则鼓励主动检索与实践。对于开发者，代码专用指令涵盖生成、解释、调试、重构与优化，每项均有明确目的；算法与数据结构视角指导技术面试中的问题解决。文中还突出了用于处理数据格式（如 SQL）、设计 API 及开展研究的视角。至关重要的是，它强调了观点与可检验假设之间的区别，以及同行评审与简单批评之间的差异。/audit 视角提供更广泛的审查能力，而元视角 /framework 则有助于选择适当的问题解决方法论。最终，利用这些专用模式可实现更精准、高效的人工智能应用。