為什麼「問法」決定 AI 的回答品質？
你有沒有遇過這樣的情況：問 ChatGPT 一個問題，得到的答案含糊又不實用；但換個方式問，卻得到超精準、直接可用的回覆？這背後的關鍵，就是 Prompt 工程（Prompt Engineering）。
Prompt，就是你輸入給 AI 的文字指令。Prompt 工程則是一門「如何設計最有效指令」的學問。聽起來很技術性，其實核心概念非常直觀：你給的資訊越清楚、越有結構，AI 就越能給出你真正想要的答案。
無論你是用 AI 寫文案、做研究、寫程式、或只是日常查資料，學會 Prompt 工程都能讓你的效率倍增。本篇就帶你從零開始，徹底搞懂 Prompt 工程的核心原則與實用技巧。
Prompt 工程的五大核心原則
1. 給出明確的角色設定
AI 是個「無限可能的角色扮演者」。你告訴它扮演什麼角色，它就能從那個視角來回答問題。這個技巧叫做 Role Prompting（角色提示）。
比較以下兩種問法：
- ❌ 普通問法：「解釋一下量子計算」
- ✅ 角色設定：「你是一位擅長用比喻說明複雜概念的科普作家，請用日常生活的例子解釋量子計算，讓完全沒有物理背景的人也能理解。」
加上角色設定後，AI 的回答風格、深度和適用對象都會更精準地符合你的需求。
2. 明確說明輸出格式
AI 如果不知道你要什麼格式，往往會給出一大段文字，讓人不知如何使用。明確指定格式能讓輸出直接可用。
常見的格式指令包括：
- 「以條列式呈現，每點不超過 30 字」
- 「用表格比較 A 和 B 的差異」
- 「輸出 JSON 格式，包含 title、summary、tags 三個欄位」
- 「寫成 500 字的摘要，開頭直接切入重點」
格式越明確，你拿到的輸出就越「即插即用」，不需要再花時間整理。
3. 提供充足的背景脈絡
AI 沒有讀心術。它只知道你告訴它的事。背景脈絡（Context）就是讓 AI 了解「你是誰、你的目的是什麼、有什麼限制」。
舉例：你想請 AI 幫你寫一封業務信，下面哪個 Prompt 更好？
- ❌ 「幫我寫一封業務信」
- ✅ 「我是一家 B2B SaaS 公司的業務，要向一位在製造業工作的採購主管自我介紹。我們的產品是供應鏈管理系統，主打降低庫存成本 30%。請寫一封不超過 200 字的初次接觸信，語氣專業但不失親切，結尾要有明確的下一步行動。」
背景脈絡不是越多越好，而是要提供「對這個任務真正有影響的資訊」。
4. 善用範例（Few-Shot Prompting）
如果你有特定的風格、格式或標準，直接給 AI 看範例是最有效的方式。這個技術叫做 Few-Shot Prompting（少樣本提示）。
例如，你想讓 AI 寫符合你品牌語氣的社群貼文：
「以下是我們品牌過去三篇表現最好的 Instagram 貼文，請你模仿這個風格，針對新品上市寫三篇貼文：[貼文一]... [貼文二]... [貼文三]...」
AI 看到範例後，會自動分析語氣、句型、長度等特徵，產出風格一致的內容，省去你大量的修改時間。
5. 分步驟引導複雜任務（Chain of Thought）
對於複雜的任務，一次問太多反而讓 AI 迷失方向。Chain of Thought（思維鏈）技術是讓 AI 先把思考過程展開，再給出結論。
加一句簡單的指令就能啟動：「請一步步思考，然後給出你的答案。」或是拆解步驟：「先分析問題，再列出可能方案，最後給出你的建議。」
研究顯示，這個方法可以顯著提升 AI 在複雜推理、數學計算和多步驟問題上的準確率。
進階技巧：讓 Prompt 更強大
迭代優化：不要期待第一次就完美
Prompt 工程很少是「一次到位」的。把它想成一個優化過程：先給出初稿，看 AI 的回應，找出不滿意的地方，針對性地調整 Prompt，再試一次。
每次迭代，你都在縮短你的目標和 AI 輸出之間的距離。通常兩到三輪就能得到非常好的結果。
負面指令：告訴 AI 不要做什麼
除了說「要什麼」，也可以明確說「不要什麼」。例如：
- 「不要使用術語，用白話文解釋」
- 「不要加入免責聲明或開場白，直接給答案」
- 「避免使用過於正式的語氣」
負面指令能有效排除你不想要的輸出特徵，讓結果更乾淨。
溫度設定與創意空間
在一些 AI 平台上，你可以調整「Temperature（溫度）」參數。低溫度讓 AI 更保守、一致、適合需要精確答案的任務；高溫度讓 AI 更有創意、多樣，適合需要大量發想的任務。
即使在沒有參數設定的介面，你也可以用指令控制創意程度：「發揮創意，給我三個非傳統的解法」vs「給我最保守、最安全的方案」。
不同場景的 Prompt 範本
內容創作
「你是一位資深 SEO 內容編輯，請為關鍵字『[主題]』寫一篇 1500 字的部落格文章。目標讀者是 25-35 歲的上班族。文章結構需包含：吸引人的開場、3-5 個實用的小標題、具體的行動建議，以及有力的結尾。語氣要親切實用，避免過於學術。」
程式碼協助
「你是一位 Python 資深工程師，專精效能優化。以下是我的程式碼：[程式碼]。這段程式目前執行緩慢，請分析瓶頸在哪，給出具體的優化建議，並提供修改後的版本。請同時解釋每個修改的原因。」
學習與研究
「請用費曼技巧解釋[概念]：先用最簡單的語言說明核心概念，找出可能令人混淆的部分，用具體的日常生活類比來澄清，最後總結這個概念最重要的三個要點。」
常見錯誤與如何避免
學 Prompt 工程，也要知道常見的地雷：
- 問題太模糊：「幫我寫文章」不如「幫我寫一篇針對初學者介紹 Python 的 1000 字文章，重點放在為什麼 Python 適合非工程師學習」
- 一次要求太多：把複雜任務拆成多個步驟，分次完成
- 不給反饋：AI 給出答案後，告訴它哪裡好、哪裡不好，讓它繼續改進
- 忽略 AI 的限制：AI 可能有知識截止日期，也可能在某些領域不夠準確，重要資訊仍需自行查驗
Prompt 工程是現代必備的數位技能
當 AI 工具越來越深入我們的工作和生活，「能不能問好問題」就成了決定性的競爭力。Prompt 工程不是只有工程師才需要學的技術，它更像是一種新的「溝通語言」——只要你會用 AI，就應該學好這門語言。
從今天起，試著在每次問 AI 之前，花 30 秒多想想：我的角色設定夠清楚嗎？我說明輸出格式了嗎？我給了足夠的背景嗎？這個習慣，會讓你的 AI 使用效率快速躍升。
Prompt 工程是一個不斷進化的領域，新技術、新方法持續出現。保持好奇心，不斷實驗，你就是那個懂得讓 AI 真正為你所用的人。