你有沒有過這種經驗？明明問了AI一個問題，它卻回你一堆廢話，或是答案根本牛頭不對馬嘴。你心想：「這AI也太笨了吧？」但其實，問題可能不在AI，而是在你怎麼問它。
在台灣和香港，很多人已經開始用AI來寫報告、回郵件、甚至寫程式。但你發現了嗎？同樣一個AI，有些人用起來像神隊友，有些人卻覺得它像個智障。差別在哪裡？差別就在於「提示詞」——也就是你對AI下的指令。
今天這篇教學，就是要來破解這個迷思。我會教你三個最實用的提示詞技巧，從角色設定到輸出控制，一步一步帶你實戰。不管你用的是ChatGPT、Claude還是Gemini，這些技巧都通用。準備好了嗎？讓我們開始把AI從「笨蛋」變成「天才」吧！
為什麼你的AI總是答非所問？問題出在這裡
很多人一打開AI，就直接打一句：「幫我寫一篇文章。」然後看著AI產出一堆空洞的內容，覺得「AI就是這樣啦，沒什麼用」。但你有想過嗎？如果你對一個實習生說「幫我寫一篇文章」，他大概也會一頭霧水，不知道你要什麼風格、什麼主題、給誰看。
AI也是一樣的。它沒有讀心術，它只能根據你給的指令來猜。如果你給的指令模糊，它就只能給出模糊的答案。這就是為什麼「提示詞工程」這麼重要——它就像是你跟AI之間的一座橋樑，讓你的想法能精準傳達給AI。
技巧一：給AI一個「角色」，它就會乖乖聽話
最簡單也最有效的一招，就是給AI一個「身份」。這就像是你在跟一個人說話前，先告訴他：「你現在是一位資深編輯。」那麼他的回答就會自動帶入編輯的專業視角。
實戰範例：
假設你要AI幫你分析一檔股票。如果你只問：「台積電現在值得買嗎？」AI可能會給你一個很籠統的答案，像是「台積電是龍頭股，長期看好」這種廢話。
但如果你改成這樣說：
「你現在是一位擁有20年經驗的華爾街分析師，專門研究半導體產業。請你以專業投資人的角度，分析台積電目前的投資價值，包括它的優勢、風險，以及未來一年的潛在走勢。」
你看，加了角色設定之後，AI的回答就會變得更具體、更有說服力。它會開始分析本益比、技術面、產業競爭，而不是只給你一句空話。
這個技巧特別適合用在寫作、分析、甚至創作上。比如你想讓AI幫你寫一封正式的商業郵件，你可以說：「你現在是我的私人助理，要幫我寫一封給客戶的郵件，語氣要專業但不失親切。」AI自然就會調整語氣。
技巧二：把大問題拆成小步驟，AI就不會「當機」
第二個常見的問題是，很多人一次給AI太多任務。比如說：「幫我寫一篇關於電動車市場趨勢的報告，包括各品牌銷量、技術發展、政策影響，還要分析未來五年走向。」這樣的指令對AI來說太複雜了，它很容易顧此失彼，或是產出內容雜亂無章。
正確的做法是：把任務拆解成一個一個的小步驟。
實戰範例：
不要一次要AI做完所有事，而是像這樣引導它：
- 第一步：「請列出2025年全球電動車市場的前五大品牌，以及它們的市佔率。」
- 第二步：「針對這五個品牌，分別說明它們在電池技術上的最新進展。」
- 第三步：「分析各國政府對電動車的補貼政策，特別是中國、美國和歐洲。」
- 第四步：「綜合以上資料，寫一份500字的總結，預測2026年的市場趨勢。」
當你這樣做的時候，AI就像在解一道數學題，一步一步來，答案自然精準。而且你可以隨時中斷、修正，比如你覺得第一步的資料不夠新，你可以馬上說：「請用2025年的資料重新整理。」這樣就不會浪費時間重跑整個流程。
這個技巧特別適合用在研究、報告撰寫、或是複雜的專案規劃上。你甚至可以要求AI先幫你列一個大綱，確認方向正確後，再逐段展開。
技巧三：設定「輸出規則」，讓AI閉嘴聽你的
第三個技巧，也是最容易被忽略的：你要告訴AI「不要做什麼」。
很多時候AI會產生過多的廢話，或是用你不喜歡的語氣。這是因為你沒有給它明確的「限制條件」。就像是跟一個人說：「幫我買一杯飲料。」他可能買了紅茶，但你其實想要無糖綠茶。
實戰範例：
假設你正在寫一份給老闆看的週報，你希望AI幫你整理重點。如果你只說：「幫我總結本週的工作進度。」AI可能會寫得很冗長，用一堆形容詞。
但你應該這樣說：
「請用三句話總結本週的工作進度。語氣要簡潔、直接，不要用任何形容詞。每句話不超過20個字。不要提到任何問題或困難，只寫完成的事項。」
看到了嗎？當你設定了這些「不要」的規則，AI就會乖乖照做。它不會再自作主張加一些廢話，也不會用你討厭的語氣。
其他常見的輸出規則還包括：
- 「請用繁體中文，不要用簡體字。」
- 「請列出三點就好，不要超過。」
- 「請用條列式呈現，不要用段落。」
- 「語氣要像朋友聊天，不要太正式。」
這些規則能讓AI的輸出完全符合你的需求，省去你事後修改的時間。
把技巧結合起來：一次完整的實戰演練
現在我們把三個技巧串起來，做一個完整的實戰演練。假設你是一位中小企業的老闆，想用AI來幫你寫一封給潛在客戶的推銷信。
錯誤範例（一般人會用的）：
「幫我寫一封推銷信。」
正確範例（高手會用的）：
「你現在是一位頂尖的B2B業務經理，擁有十年銷售經驗。你的任務是幫我寫一封給科技公司採購經理的推銷信。請注意以下規則：信件長度不超過200字；語氣要專業但友善；不要用『親愛的』這種老套開頭；請在結尾附上一個明確的行動呼籲。先幫我列出這封信的核心重點，確認方向後再開始寫。」
你看，這樣的指令包含了角色設定（業務經理）、步驟分解（先列重點再寫信）、輸出規則（字數、語氣、開頭、結尾）。AI收到這樣的指令，幾乎不可能出錯。
進階心法：用「反向提問」來驗證AI的答案
最後，我要分享一個很少人知道的進階技巧：反向提問。
有時候AI給你的答案，你不確定對不對。這時候你可以反過來問它：「你剛才的回答有根據嗎？請列出你的資料來源。」或是「你確定這個數據是正確的嗎？有沒有可能出錯？」
這招很有效，因為AI有時候會「編造」答案（也就是所謂的幻覺）。當你要求它提供來源時，它可能會誠實地說：「抱歉，這個數字是我推測的。」這時候你就知道要再去查證了。
你也可以用這個技巧來讓AI自我修正。比如說：「你剛才的答案太籠統了，請用更具體的數據來改寫。」AI就會重新思考，給出更好的答案。
總結：從今天開始，讓AI成為你的神隊友
提示詞技巧其實不難，關鍵在於你有沒有「換位思考」。把AI想像成一個很聰明但很聽話的實習生，你給的指令越清楚，它做得越好。
今天學到的三個技巧：
- 角色設定：給AI一個身份，讓它知道該用什麼角度回答。
- 步驟分解：把大任務拆成小任務，一步一步引導AI。
- 輸出規則：告訴AI「不要做什麼」，確保結果符合你的需求。
從今天開始，試試看用這些技巧來跟AI對話。你會發現，它突然變得好聰明，好像換了一個人似的。你還在等什麼？現在就打開你的AI工具，練習一次吧！
延伸閱讀
常見問題
Q: 這些技巧對所有AI都適用嗎？ A: 是的，無論是ChatGPT、Claude、Gemini還是其他AI模型，提示詞工程的基本原則都一樣。差別只在於有些模型對指令的理解能力較強，但只要你用對方法，都能顯著提升回答品質。
Q: 我用了角色設定，但AI還是回答得很差，怎麼辦？ A: 可能是你的角色設定不夠具體。試著加入更多細節，比如「你是一位擁有10年經驗的資深編輯，專門處理科技類文章」。也可以用「反向提問」來糾正AI，告訴它哪裡做得不好，請它重來。
Q: 每次都要寫這麼長的提示詞，不是很累嗎？ A: 一開始會有點麻煩，但你可以把常用的提示詞存成「模板」。例如你經常需要寫報告，就存一個「報告助理」模板，裡面已經設定好角色和規則。之後每次只要複製貼上，再修改主題就好，非常省時。
Q: 提示詞越長越好嗎？ A: 不是。提示詞重點在於「精準」，而不是「長」。過長的提示詞反而會讓AI迷失重點。建議控制在100-200字以內，把最重要的角色、步驟和規則說清楚就好。
Q: AI會不會因為提示詞太複雜而當機？ A: 一般不會，但如果你一次給太多指令，AI可能會忽略其中一部分。所以建議用步驟分解的方式，一次只下一個指令，確認AI完成後再進行下一步。這樣既安全又高效。