公益机构工作者的日常是资源少、要讲好项目故事。「致谢信」是其中重复度高、又很耗时间的一项：手里有捐赠信息，最后要交出一份致谢信。AI 擅长的正是整理、归纳和起草，把它放进这一步，通常能把从零开始的时间压缩到只需审改。

适用场景

  • 适合：捐赠信息比较多、需要快速形成致谢信初稿，或者需要换个角度查漏补缺的时候。
  • 谨慎：材料涉及未公开或敏感信息、结论需要专业资质背书，或者容易出现“模板化”的情况。
  • 不适合：需要现场判断、当面沟通或承担最终责任的环节——这些仍由公益机构工作者本人完成。
  • 预期：AI 负责“快”和“全”，你负责“准”和“对”。把节省下来的时间用在复核和沟通上，整体质量才会提升。

示例场景（虚构）

以虚构的公益机构工作者阿周为例。周三下午，阿周手里有一堆捐赠信息，需要在下班前完成致谢信。ta 先花 5 分钟把材料里的敏感信息替换成占位符，然后用上面的基础提示词让 AI 输出大纲；确认结构后，再让 AI 分节写出致谢信。初稿出来后，阿周对照原始材料逐条核对，发现两处 AI 自行补充的内容（典型的“模板化”），于是删掉并标注待确认。最后 ta 用审阅提示词让 AI 再挑一次毛病，补上一处遗漏。整体用时比以往明显缩短，而且质量由自己把关。（人物与情节均为虚构，仅作演示。）

示例中用到的提示词

你是一名经验丰富的公益机构工作者助理。
任务：根据我提供的材料，完成「致谢信」，输出一份致谢信。
材料：【粘贴捐赠信息，已删除姓名、电话等敏感信息】
要求：
1. 先列出你理解的目标和受众，再给出正文；
2. 信息不足的地方用【待确认】标出，不要自行编造；
3. 结构清晰，使用小标题和要点；
4. 最后单独列出需要我人工核对的 3–5 处。

可以借鉴的做法

  1. 整理输入：收集捐赠信息，删去与任务无关的内容，并把姓名、联系方式、金额等敏感信息替换成占位符。
  2. 说清目标：用一两句话写明这份致谢信给谁看、用来做什么决定。目标越具体，AI 的输出越少跑偏。
  3. 先要大纲：让 AI 先给结构，确认没有漏项再让它展开，比一次性生成全文更容易控制质量。
  4. 分段生成：较长的内容按小节分别生成，每段都检查一次，避免后面越写越偏。
  5. 人工核对：重点检查“模板化”这一类问题，所有数字、名称、日期都回到原始材料对一遍。
  6. 沉淀模板：把这次效果好的提示词和最终版本存下来，下次直接复用，致谢信会越来越快。

接着看

注：模板与提示词仅作演示，请按实际情况调整；涉及法律、财务、医疗等专业判断时，以有资质的专业人士意见为准。