Prompt 工程入門：學會與 AI 對話的關鍵技術
你是否曾經問 ChatGPT 一個問題，卻得到一個讓你失望的答案？或者反過來，某次你不經意地多說了幾個字，AI 突然給出一個讓你驚艷的回應？這個差異的背後，正是所謂的「Prompt 工程」（Prompt Engineering）。
Prompt 工程並不神秘，它本質上就是一門「如何向 AI 提問」的學問。但越深入了解，你會發現這門學問既有科學性，也有藝術性。掌握它，能大幅提升你使用 AI 工具的效率和品質。
什麼是 Prompt？
簡單來說，Prompt 就是你輸入給 AI 的「指令」或「提示」。它可以是一個問題、一段描述、一組範例，甚至是一個扮演角色的要求。AI 語言模型的工作原理，是根據你給的 Prompt 來預測「接下來最可能的文字」——所以你的輸入品質直接決定了輸出品質。
舉個例子：
- 差的 Prompt：「幫我寫文章」
- 好的 Prompt：「請以一位科技部落客的口吻，為初學者寫一篇約 800 字的文章，介紹 Prompt 工程的基本概念，語氣輕鬆易懂，並加入兩個實際範例。」
兩者的輸出差異，就像是叫外送時說「給我食物」和「給我一份辣度中等的麻婆豆腐、不加香菜」的差距。
Prompt 工程的核心原則
1. 明確說明角色與背景
AI 是一個能扮演無數角色的演員，但它需要你告訴它要演什麼。在 Prompt 開頭指定角色，能大幅改變回應的風格與深度。
- 「你是一位資深的 Python 工程師，請協助我...」
- 「你是一位兒童教育專家，請用簡單易懂的語言解釋...」
- 「假設你是一位嚴格的編輯，請審閱以下文章並提出改進建議...」
2. 給出具體的格式要求
如果你希望 AI 輸出特定格式，直接說出來。需要條列式？需要表格？需要程式碼區塊？明確要求比讓 AI 自由發揮更可靠。
- 「請用條列式整理出五個重點」
- 「輸出格式為：標題、摘要（50字）、正文」
- 「請用繁體中文回答，並附上英文術語對照」
3. 提供範例（Few-shot Prompting）
這是 Prompt 工程中最強大的技巧之一。與其長篇大論地描述你要什麼，不如直接給 AI 看幾個「正確示範」。這個方法叫做 Few-shot Prompting（少樣本提示）。
例如，你想要 AI 幫你把句子改成更正式的商業語氣：
- 輸入：「我們公司做了很多努力在這個項目上」→ 輸出：「本公司已投入大量資源於此專案之推進」
- 輸入：「這個問題很麻煩」→ 輸出：「此議題涉及多方面之複雜因素，尚需進一步評估」
給完兩個範例後，再說「請用同樣風格改寫：『我需要你的回覆』」，AI 就能準確理解你的需求。
4. 分步驟引導思考（Chain-of-Thought）
對於複雜問題，要求 AI「一步一步思考」能顯著提升答案的準確性。這個技術叫做 Chain-of-Thought Prompting（思維鏈提示）。
比較以下兩種方式：
- 一般問法：「10 個蘋果減去 4 個，再乘以 3，答案是多少？」
- 思維鏈問法：「請一步一步計算：10 個蘋果減去 4 個，再乘以 3，答案是多少？」
雖然數學問題簡單，但對於複雜的邏輯推理、多步驟分析，思維鏈的效果非常明顯。
常見的 Prompt 錯誤與修正
錯誤一：過於模糊
「幫我分析這份報告」這樣的 Prompt 太模糊。AI 不知道你想要哪個面向的分析、輸出多長、重點放哪裡。修正方向：加入分析角度、目標讀者、輸出長度。
錯誤二：一次問太多問題
把五個不相關的問題塞進一個 Prompt，AI 往往會給出混亂或不完整的答案。修正方向：一次問一個核心問題，複雜任務拆成多輪對話。
錯誤三：沒有說明限制條件
「寫一篇文章」沒有說字數、語氣、受眾。修正方向：明確告知字數上限、目標讀者、禁止使用的詞彙或論點。
錯誤四：沒有迭代優化
很多人問完一次不滿意就放棄了。其實 Prompt 工程是一個迭代過程——看到輸出後，針對哪裡不滿意，調整 Prompt 再試一次。每次迭代都能讓結果更接近你的預期。
進階技巧：System Prompt 與角色設定
在 ChatGPT 等平台上，有些介面允許設定「System Prompt」（系統提示）。這是在對話開始前就注入的背景指令，能讓整個對話保持一致的風格和規則。
例如，你可以設定系統提示為：「你是一位友善的客服助理，只回答與本公司產品相關的問題，回答時語氣親切，使用繁體中文，每次回覆不超過 200 字。」這樣整個對話過程，AI 都會遵循這個設定。
Prompt 工程的應用場景
- 內容創作：部落格文章、社群貼文、行銷文案、電子報
- 程式開發：程式碼生成、除錯、文件撰寫、Code Review
- 學習研究：概念解釋、知識整理、讀書摘要、考試複習
- 商業應用：提案撰寫、競品分析、會議紀錄整理、客戶回覆範本
- 個人生產力：日程規劃、決策分析、郵件起草、翻譯潤稿
如何持續精進 Prompt 技巧？
Prompt 工程沒有終點，因為 AI 模型本身也在不斷演進。以下是幾個持續學習的建議：
- 建立個人 Prompt 庫：把效果好的 Prompt 記錄下來，分類整理，方便日後重複使用
- 觀察失敗案例：當 AI 給出不理想的回答，思考為什麼，從失敗中找到改進方向
- 跟上社群討論：Prompt 工程社群非常活躍，Reddit、Twitter、Discord 上都有大量實戰心得分享
- 多模型比較：同樣的 Prompt 在不同 AI 模型上效果可能不同，嘗試比較 ChatGPT、Claude、Gemini 的差異
結語
Prompt 工程的核心精神，其實就是「清楚地表達你的需求」。這不只是 AI 的技巧，也是人與人溝通的基本功。當你學會用精確、有結構的方式向 AI 提問，你會發現 AI 工具的能耐遠超你的想像。
不需要是工程師，也不需要懂機器學習，每個人都可以學習 Prompt 工程。從今天開始，試著在下一次使用 ChatGPT 時，多加幾個描述詞、說清楚你要的格式、給出一個範例——你會驚訝於結果的差異。