第 5 天：Prompt Engineering 入門五招｜讓 AI 聽懂你的話只要 5 個技巧

3 分鐘秒懂

Prompt(指令)就是你丟給 AI 的那段話，例如「幫我寫一封請假信」或「把這段文字整理成重點」。Prompt Engineering(提示工程)就是設計指令的方法，目標是讓 AI 更準確、更穩定地產出你想要的結果。

今天要學的五招很實用：role(角色)、context(背景資訊)、format(輸出格式)、example(範例)、iteration(反覆修正)。你可以把它們想成跟外包設計師溝通：先告訴他扮演什麼專家、給他任務背景、指定交付格式、給他參考範例，最後根據初稿再修。

一個普通指令可能是：「幫我寫週報。」但更好的指令會是：「你是一位有經驗的專案經理，請根據以下工作紀錄，幫我整理成主管容易閱讀的週報，格式包含本週完成、遇到問題、下週計畫，語氣專業但不誇張。」差別是不是很明顯？

為什麼這重要

很多人覺得 AI 不好用，常見原因不是 AI 真的不行，而是指令太模糊。像你跟朋友說「幫我買飲料」，他可能買手搖、咖啡、礦泉水都算合理；但如果你說「幫我買無糖綠茶，去冰，中杯」，出錯機率就低很多。

在日常工作裡，AI 可以幫你寫週報、改履歷、整理會議紀錄、回覆客戶訊息、產出 Discord(社群聊天平台)公告、修改簡報大綱。可是如果你只丟一句「幫我寫得好一點」，AI 只能靠猜。Prompt Engineering(提示工程)的重要性，就在於把「猜」變成「照著做」。

這不只是讓文字變漂亮而已。好的 prompt(指令)能節省你來回修改的時間，也能讓不同工具像 ChatGPT(聊天式人工智慧工具)、中國的通義千問、或其他 LLM(大型語言模型)更容易理解你的需求。你不需要成為工程師，也能立刻把這套方法用在工作與生活。

核心概念分解

第一招：role(角色)。先指定 AI 要用什麼身分回答。不同角色會影響語氣、判斷標準與回答重點。例如「你是一位國中作文老師」和「你是一位行銷文案顧問」，同樣看一篇文章，給出的建議會很不一樣。

常用句型是：「請你扮演一位……」例如：「請你扮演一位有 10 年經驗的人資主管，幫我修改履歷自我介紹。」這會讓 AI 從人資角度檢查內容，而不是只做一般潤飾。

第二招：context(背景資訊)。AI 不知道你的公司、對象、目的、限制，除非你告訴它。背景資訊就像地圖，讓 AI 知道要往哪裡走。例如你要寫公告，就要說明公告對象是同事、學生、客戶，語氣是正式、輕鬆還是緊急。

常用句型是：「背景是……」「目標讀者是……」「我希望達成……」「限制是……」。背景越清楚，AI 越能貼近真實需求。

第三招：format(輸出格式)。很多人會忽略這點，結果 AI 寫出一大段文字，你還要自己整理。其實你可以直接指定格式，例如表格、條列、三段式、電子郵件、JSON(資料交換格式)、簡報大綱。

如果你只是想快速看重點，可以說：「請用 5 點條列，每點不超過 30 字。」如果你要貼到公司內部系統，可以說：「請輸出成標題、摘要、待辦事項三欄表格。」

第四招：example(範例)。範例就像你拿一張照片給髮型師看，說「我要接近這種感覺」。AI 很擅長模仿結構與風格，所以你可以提供一段你喜歡的文字，請它照著語氣、長度、格式產出新內容。

例如你要 AI 幫你寫 Discord(社群聊天平台)活動公告，可以先貼一篇過去公告，然後說：「請參考這個風格，幫我寫本週活動公告，但不要照抄內容。」

第五招：iteration(反覆修正)。不要期待一次就完美。跟 AI 合作比較像請助理寫初稿，你看完後再要求調整。你可以說：「再口語一點」「縮短 30%」「語氣更像主管對團隊說話」「保留重點但刪掉客套話」。

反覆修正不是失敗，而是正常流程。真正會用 AI 的人，不是一次問出神級答案，而是很會根據第一版結果繼續追問。

實際例子

假設你今天要請 ChatGPT(聊天式人工智慧工具)幫你寫週報，普通版指令可能是：「幫我寫週報。」這樣 AI 會不知道你的職位、主管想看什麼、要正式還是簡短。

改成五招版可以這樣寫：

「請你扮演一位專業的專案經理。背景：我在台北一間電商公司擔任營運助理，本週完成商品上架、客服問題整理、促銷活動資料校對。目標讀者是我的直屬主管，希望內容簡潔、有重點。請用以下格式輸出：一、本週完成；二、遇到問題；三、下週計畫。語氣專業但不要太官腔。參考範例：『本週已完成活動頁面資料確認，並同步修正商品標籤錯誤。』最後請給我一版 300 字內的週報。」

這段指令裡，role(角色)是專案經理，context(背景資訊)是你的工作與讀者，format(輸出格式)是三段式，example(範例)提供語氣參考，iteration(反覆修正)則可以在下一步做。

如果 AI 產出的版本太正式，你可以接著說：「請保留原本重點，但改成更像一般職場週報的自然語氣。」如果太長，可以說：「請縮短成 180 字內，保留最重要的三件事。」這就是 iteration(反覆修正)的用法。

再看一個通義千問的例子。你想請它幫忙回覆淘寶店鋪顧客：「請你扮演一位有耐心的電商客服。背景：顧客詢問包裹延遲，物流顯示仍在轉運中。請用中文回覆，語氣親切、負責任，不推卸責任。格式：先道歉，再說明狀況，再提供後續處理方式。請給我 2 個版本，一個正式，一個比較口語。」這樣比單純說「幫我回客人」清楚很多。

常見誤解

誤解一：prompt(指令)越長越好。不一定。好的指令是清楚，不是囉嗦。你要提供必要資訊，但不要把無關資料全部塞進去。就像點餐不用講你昨天吃什麼，只要講今天要什麼。

誤解二：AI 應該要自己懂我。AI 很強，但不是讀心術。它看不到你的公司文化、主管偏好、讀者背景。你給越明確的方向，它越容易做出符合期待的結果。

誤解三：第一次結果不好，就代表工具沒用。其實第一次常常只是初稿。你可以把 AI 當成很快的實習生，它能迅速產出內容，但仍需要你檢查、補充、修正。

誤解四：有了 Prompt Engineering(提示工程)，就不用判斷真假。錯。AI 可能會產生看似合理但不正確的內容，尤其是數字、法規、醫療、投資、新聞資訊。重要內容一定要查證。