用 Grok 完成问答、图像视频生成、文档分析与代码搭建

Grok 是一个通用型 AI 助手，可以承担日常问答、资料研究、内容写作、图像与视频生成、文档分析以及代码辅助等任务。它适合两类人：一类是刚接触 AI 助手、想先把基本对话流程跑通的新手；另一类是已经在用其他助手、想看看 Grok 在图像视频生成、X 平台趋势观察、外部应用连接这些方向上能补上什么的人。这篇教程按任务组织，把每类用法拆成可以直接照做的步骤，并给出可改写的提示词模板。站内也有对应的工具入口：Grok。

需要先说明一点：Grok 的功能范围、免费额度、可用模型、图像与视频生成次数、地区可用性都会随时间调整，本文只讲操作思路与提示词写法，具体权益请以官网当前信息为准。

准备工作

账号与访问方式

使用 Grok 的第一步是拥有一个可登录的账号。素材中给出的入口是 grok.com，通过浏览器访问即可开始。注册流程与常见网站一致：填写邮箱或使用已有账号体系登录，完成验证后进入对话界面。如果你所在的国家或地区尚未开放该服务，登录环节就可能无法继续，这一点同样以官网的可用地区说明为准。

登录之后你会看到一个对话输入框，以及围绕它的若干功能入口。新手不必一上来就把所有入口点一遍，先确认三件事即可：

输入框：所有任务的起点，文字提问、粘贴内容、上传文件都从这里进入。
新对话：每换一个不相关的任务就开一个新对话，避免上一轮的上下文干扰当前回答。
功能切换：图像生成、视频生成、文件上传等能力通常以按钮或模式切换的形式出现在输入框附近，具体位置随界面版本变化，以你看到的界面为准。

免费与付费的边界

素材强调 Grok 可以免费开始使用，但免费账户在模型选择、生成次数、文件上传数量等方面通常存在限制。做教程时不要把某个具体数字当成固定事实，正确的做法是：先用免费额度把流程走通，确认这类任务对你确实有价值，再考虑是否升级。任何关于价格、配额、模型版本的判断，都请回到官网核对当前信息。

心态与使用习惯

Grok 的输出质量高度依赖输入。同一个问题，写成一句话和写成一段带背景、带格式要求、带示例的说明，结果差别很大。因此准备工作里最值得花时间的一项，是学会写清楚四件事：

角色：让 Grok 以什么身份回答，例如「你是一位面向非技术读者的科普编辑」。
任务：具体要产出什么，例如「写一封 150 字以内的会议改期邮件」。
约束：字数、语气、受众、必须包含或必须避免的内容。
格式：要段落、要列表、要表格，还是只要标题加三条要点。

这四要素在后面的每一类任务里都会反复用到。

操作步骤

第一步：用提问完成解释与比较

最基础的用法就是提问。新手常犯的错误是问得太宽，比如「介绍一下项目管理」。更有效的问法是给出场景和深度要求：

我是一名刚接手项目排期的新人。请用 300 字以内解释「关键路径」是什么，
举一个三人小团队做网站改版的例子，最后列出三个新手最容易踩的坑。
不要使用项目管理软件的具体品牌名。

拿到回答后不要就此结束，追问才是这类工具真正的价值所在。可以沿着三个方向追问：

要更具体：「把第二个坑展开，给一个真实会发生的情形。」
要换角度：「如果团队只有两个人，上面的建议哪些需要改？」
要可执行：「把上面的内容整理成一张检查清单，每项不超过 15 个字。」

做产品比较时，建议明确列出比较维度，并要求以表格输出。例如让它按价格模式、适用团队规模、上手难度三列对比三类方案，再让它说明每一列判断的依据。这样你能看出它是在套模板还是在针对你的条件作答。

第二步：用 Grok Imagine 生成图像与视频

Grok 内置的图像与视频生成能力通常被称为 Grok Imagine，可以从文字提示直接产出画面或短视频片段。操作路径是：在输入区切换到图像或视频生成模式，写下描述，提交后等待结果，再从结果中选择满意的一版继续修改。

写图像提示词时，按「主体 + 场景 + 风格 + 构图 + 光线」的顺序组织，比堆砌形容词有效得多：

主体：一只橘猫坐在旧木桌上
场景：清晨的临街咖啡馆，窗外有行人虚影
风格：胶片质感，低饱和
构图：中景，猫在画面左侧三分之一处
光线：侧逆光，暖色调
不要出现：文字、水印、多余的人物

视频提示词在此基础上再加两项：镜头运动与时长感。例如「镜头缓慢向前推进」「固定机位，主体轻微晃动」。生成结果不满意时，不要整段重写，一次只改一个变量——先改构图，再改光线，再改风格——这样你能判断到底是哪一句在起作用。

关于生成次数、分辨率、是否带水印、商用授权范围，这些都属于会变动的产品条款，务必以官网当前说明为准，不要依据旧教程里的数字做规划。

第三步：写作与改写

Grok 可以起草邮件、社交媒体文案、脚本、说明文档等各类内容。有效的做法不是「帮我写一篇关于 X 的文章」，而是先给素材再给要求：

下面是我要传达的三条信息：
1. 下周三的客户培训改到下午两点
2. 地点不变，仍在三楼会议室
3. 需要参训人员提前一天提交问题清单

请写一封通知邮件，收件人是参训客户，语气礼貌但不啰嗦，
正文不超过 120 字，标题不超过 15 字。结尾不要写「如有疑问请随时联系」。

初稿出来后，用第二轮对话做精修，常见的指令有：

「把第二段拆成两条，每条一个动作。」
「整体语气再正式一点，去掉口语化的连接词。」
「保留内容，把长度压到 80 字以内。」
「给我三个不同风格的标题：正式、轻松、紧迫。」

需要提醒的是，涉及事实、数字、引用、法规条款的内容，必须自己核对。写作类任务里最危险的不是文笔，而是看起来很像真的、实际却不存在的数据。

第四步：上传文档与图片做分析

Grok 支持上传 PDF 与图片，用来做摘要、提取要点、整理待办事项。典型流程是：新建对话，上传文件，然后用一句明确的任务描述代替笼统的「总结一下」。

这是一份 12 页的项目说明。请完成三件事：
1. 用 5 条要点概括核心内容，每条不超过 30 字
2. 列出文中出现的所有日期与对应事项，做成两列表格
3. 找出文中前后不一致或表述含糊的地方，逐条引用原句并说明问题

处理图片时，把任务限定在你能验证的范围内。例如让它读出截图里的表格并转成文本、描述流程图中的步骤顺序、指出界面截图中可能存在的报错信息。对于模糊的手写内容或低分辨率图片，不要期待它给出可靠结果，这类情况下更稳妥的做法是重新拍摄或提供更清晰的版本。

上传前请自行判断文件是否包含敏感信息。涉及个人数据、合同条款、内部财务数字的材料，是否上传到第三方服务，需要按你所在组织的合规要求决定。

第五步：借助对话搭建并调试简单应用

即使没有编程经验，也可以用 Grok 做出一个能运行的小工具。关键在于把需求拆小，一次只让它产出一个可验证的片段。一个可行的顺序是：

说清目标：这个应用给谁用、解决什么问题、输入是什么、输出是什么。
要最小版本：明确要求「先给一个能跑起来的最简版本，不要加额外功能」。
要运行说明：让它列出需要安装什么、文件放在哪里、用什么命令启动。
报错回贴：运行失败时，把完整报错信息原样贴回去，不要只描述「它不工作」。
逐项加功能：基础版本跑通后，再一条一条提新需求。

例如做一个本地运行的待办清单页面，可以这样开口：

请帮我做一个单页待办清单，要求：
- 只有一个 HTML 文件，包含内联的 CSS 和 JavaScript
- 可以添加、勾选完成、删除条目
- 数据保存在浏览器本地存储中，刷新后不丢失
- 界面简洁，移动端可用
请先给出完整代码，再给出一段不超过 5 行的使用说明。

代码类任务里最容易出问题的地方是版本与环境。如果它给出的命令在你的系统上跑不通，把操作系统、运行时版本、完整报错一起告诉它，比反复说「还是不行」有效得多。另外，任何要你执行删除文件、修改系统配置、开放网络端口的指令，执行前都要自己确认一遍。

第六步：连接外部应用与查看 X 上的趋势

Grok 可以通过 MCP 一类的方式与外部应用连接，把对话能力接到自动化流程里。素材中提到的例子是连接 Zapier，用于把重复性的工作流自动化。这类集成的具体配置步骤、可用连接器清单、免费与付费的差异，会随平台更新而变化，配置时请以对应平台的当前文档为准。

另一个有特色的用法是观察 X 上的公开讨论。可以让 Grok 帮你梳理某个话题近期的主要观点、争议焦点和代表性说法。使用时要注意两点：一是公开讨论本身带有立场和噪声，二是模型对平台内容的覆盖并不完整。因此这类结果适合当作线索来源，不适合当作事实结论。涉及具体人物、机构、事件的判断，仍要回到一手信息核对。

一个完整示例

下面把上面的能力串成一个完整流程：假设你要为一次内部培训准备材料，从零开始到产出可用文件。

第 1 步，明确任务。新建对话，先让 Grok 帮你把需求结构化：

我要为 20 名新员工做一次 45 分钟的「信息安全基础」培训。
请先不要写内容，先帮我列出这次培训应该覆盖的 6 个主题，
并说明每个主题为什么对新员工重要。用表格输出。

第 2 步，确认大纲。看完表格后删掉不合适的主题，补上你们公司特有的要求，然后让它按确认后的主题展开：

保留主题 1、2、3、5、6，删掉主题 4，新增「办公设备外借的注意事项」。
请为每个主题写 3 条讲解要点，每条不超过 40 字，语言面向非技术背景的新员工。

第 3 步，生成配图。切换到图像生成，为封面做一张图：

主体：一把挂锁与一台笔记本电脑并排放置
场景：简洁的浅色桌面
风格：扁平插画，商务感，配色克制
构图：横向，主体居中偏右，左侧留出放标题的空白
不要出现：文字、人物、品牌标识

第 4 步，整理成文档。把前面确认的要点贴回对话，要求输出成可直接粘贴的格式：

把上面的培训要点整理成一份讲义大纲，格式为：
每个主题一个二级标题，下面三条要点用无序列表。
最后加一节「常见问题」，列出 5 个新员工最可能问的问题及简短回答。

第 5 步，做一次自查。把成稿贴回去，让它挑毛病：

请以严格的培训负责人视角审阅上面的讲义，指出：
1. 哪些表述含糊、无法执行
2. 哪些地方可能引起误解
3. 缺少哪些必要的操作细节
逐条说明，不要重写全文。

第 6 步，人工核对。把涉及公司制度、法务要求、具体系统名称的部分逐条对照内部文件确认。这一步不能省，模型不知道你们公司的实际规定。

整个流程里，Grok 承担的是结构梳理、初稿生成、格式转换和自查提示，判断与最终责任仍在你自己手上。这也是使用这类工具最稳妥的分工方式。

注意事项

事实性内容必须核对。模型可能生成看似合理但并不存在的数字、引用、人名和条款。凡是会进入正式文档、对外发布或影响决策的内容，都要回到一手来源验证。

易变信息以官网为准。价格、免费额度、可用模型、图像与视频生成次数、文件大小上限、地区可用性、商用授权范围，这些都会调整。本文不给出具体数字，使用时请查阅官网当前说明。

敏感信息谨慎上传。上传 PDF 与图片前，先判断其中是否包含个人数据、合同细节或内部财务信息，并按所在组织的合规要求处理。

长对话会累积偏差。一个对话里塞进太多不相关的任务，后面的回答容易被前面的内容带偏。换任务就开新对话，需要延续上下文时，把关键结论摘出来重新贴入。

生成内容需要人工把关。图像与视频可能出现结构错误、多余肢体、文字乱码；代码可能引用不存在的函数或过时的写法；文案可能语气合适但事实有误。把生成结果当作初稿，而不是成品。

执行命令前先确认。涉及删除文件、修改系统配置、安装来源不明的依赖、开放网络端口的指令，逐条确认作用范围后再执行。

公开讨论不等于事实。基于 X 平台内容做的趋势梳理，反映的是平台上被讨论的内容，不代表完整事实，也不代表多数意见。把它当作线索，而不是结论。