你有沒有這種經驗？打開ChatGPT，輸入「幫我寫一篇文章」，結果它回你一篇像教科書一樣無聊的內容。或者你用Midjourney想生成一張「可愛的貓咪」，但出來的圖卻像外星生物。你心想：「這AI是不是有問題？」

其實，AI沒問題，是你的提示詞有問題。

提示詞，英文叫Prompt，就是你對AI下的指令。聽起來很簡單，但實際上，90%的人下指令的方式都是錯的。他們以為AI會讀心術，結果得到的答案總是差強人意。今天，這篇文章就是要教你如何「馴服」AI，讓它乖乖聽你的話，精準產出你想要的結果。這不是什麼高深的程式碼，而是每個人都能學會的實用技巧。

為什麼你的AI總是不聽話？—了解AI的「思考」邏輯

要讓AI聽話，你得先懂它的「腦迴路」。現在的AI，像是ChatGPT或Claude，本質上是一個超級強大的「文字接龍高手」。它根據你給的前面幾個字，去猜測接下來最可能出現的詞彙。它沒有真正的「理解」，只有「機率」。

所以，當你只說「幫我寫一篇文章」，AI會陷入迷茫：什麼文章？給誰看？什麼風格？多長？因為你給的線索太少，它就只能隨機猜測，結果往往就是最安全、最無聊的「通用版」答案。這就像你走進一間高級餐廳，只跟主廚說「給我吃的」，主廚大概也只會給你一碗白飯。

具體解法：提供「上下文」，也就是「情境」和「角色」。

不要只說「寫一篇關於iPhone的文章」。試試看這樣：「你是一位科技專欄作家，要為《數位時代》雜誌寫一篇800字的深度分析，主題是『為什麼iPhone 18的AI功能才是真正的殺手級應用』，目標讀者是科技愛好者，語氣要專業但不過於艱澀。」

看到了嗎？當你給了角色（科技專欄作家）、平台（《數位時代》）、長度（800字）、主題（AI功能）、目標讀者（科技愛好者）、語氣（專業但不艱澀），AI就像拿到了詳細的食譜，它知道該放什麼材料、用什麼火候，產出的結果自然精準許多。

實戰案例：

  • 錯誤示範： 「幫我寫一封辭職信。」
  • 正確示範： 「你是一位在科技業工作5年的工程師，因為想創業而辭職。請幫我寫一封給直屬主管的辭職信，語氣要誠懇、感謝，並表達對團隊的祝福，同時提到願意做好交接工作。」

差別在哪？正確示範讓AI知道你的「身份」和「動機」，它才能寫出符合你處境、有溫度、不尷尬的辭職信。否則，你可能會得到一封像機器人寫的、冷冰冰的標準模板。

如何一次到位？—用「結構化提示詞」鎖定目標

很多人會覺得，跟AI對話要像跟人類聊天一樣，隨意就好。但其實，結構化的提示詞，才是效率翻倍的關鍵。人類聊天會從前後文推敲，但AI不會。如果你把一堆要求混在一起，AI很容易漏掉重點。

結構化提示詞的核心是：把複雜任務拆解成小步驟，並用明確的符號或格式區分。

你可以想像自己在寫一份「任務說明書」。裡面要包含：

  1. 角色設定： 告訴AI它是誰。
  2. 任務目標： 清楚描述你要它做什麼。
  3. 輸出格式： 你期望的結果長什麼樣子？是列表？是表格？是文章？還是JSON格式？
  4. 限制條件： 有什麼是不能做的？例如不要用太多形容詞、字數限制、避免特定詞彙。
  5. 範例參考： 給它一個「好答案」的樣本，讓它知道你要的品質在哪裡。

具體範例：用AI規劃香港一日遊

假設你想規劃一個香港一日遊行程，給AI的指令可以這樣寫：

# 角色：香港在地旅遊達人
# 任務：為一位從台北來的朋友規劃「文青風」香港一日遊
# 日期：週六
# 預算：每人約港幣500元（不含住宿）
# 限制：不要迪士尼、海洋公園等大型主題樂園。景點之間交通時間不要超過30分鐘。
# 輸出格式：請用以下表格呈現
# 範例：
| 時間 | 地點 | 活動 | 預估花費 |
|------|------|------|----------|
| 09:00 | 上環 | 逛POHO區咖啡廳 | $50 |

當你這樣寫，AI會立刻知道你要什麼。它不會建議你去太平山頂（除非你提），也不會推薦昂貴的米其林餐廳（因為預算有限）。它會嚴格按照表格格式，給你一個清晰、可執行的行程表。這比你說「幫我規劃香港一日遊」然後再來回修改十次，節省了至少五倍的時間。

一個技巧讓AI變天才—「連鎖思考」與「反向提問」

你以為提示詞只是「給指令」嗎？其實，更高級的技巧是「引導思考」。這就像教一個實習生做事，你不只告訴他答案，還要教他思考的步驟。

技巧一：連鎖思考（Chain-of-Thought Prompting）

這個技巧尤其適合解決數學題、邏輯問題或需要推理的任務。你只要在指令最後加上一句：「請一步步思考」或「請解釋你的推理過程」。

例如，你問AI：「一顆蘋果賣10元，買3送1，小明有50元，最多可以拿到幾顆蘋果？」

  • 一般回答： 「小明可以拿到5顆。」（可能算錯）
  • 連鎖思考回答： 「首先，買3送1代表花30元可以拿到4顆。小明有50元，先買3組（花30元），拿到4顆。剩下20元，可以再買2顆（20元）。所以總共拿到4+2=6顆。答案是6顆。」

你看，當你要求它「一步步思考」，它不僅給出正確答案，還展示了過程，讓你可以檢查它有沒有犯錯。這在處理複雜任務時非常有用，例如寫程式、分析數據、做商業決策。

技巧二：反向提問（Reverse Prompting）

有時候，你根本不知道自己想要什麼，只知道不想要什麼。這時候，你可以反過來問AI。

例如，你想寫一篇部落格文章，但沒靈感。你可以這樣問： 「我想寫一篇關於『遠距工作』的部落格文章，但我不知道該從哪個角度切入。請你先問我5個問題，幫助我釐清目標讀者、文章風格和核心論點，然後再根據我的回答，幫我生成三個文章大綱。」

這個技巧的厲害之處在於，它把「創作壓力」還給了AI。AI變成一個引導者，透過提問幫你梳理思緒。這對於寫作瓶頸、策略規劃、甚至人生抉擇，都非常有效。你會發現，AI不再只是一個「答題機器」，而是一個能幫你「思考」的夥伴。

總結

學會這幾招，你就能從「AI小白」進化成「提示詞高手」。總結一下今天的重點：

  1. 給AI角色和情境： 不要只下指令，要讓AI進入「角色」，理解「任務背景」。
  2. 結構化你的指令： 用角色、任務、格式、限制、範例，寫一份清楚的「任務說明書」。
  3. 引導AI思考： 用「一步步思考」解決複雜問題，用「反向提問」幫自己釐清需求。

AI就像一把強大的瑞士刀，但如果你不會用，它就只是塊廢鐵。從今天開始，試著用這些技巧跟AI對話，你會發現，它從一個「聽不懂人話的機器」，變成一個「效率超高的神隊友」。別再浪費時間跟AI雞同鴨講了，趕快打開你的AI工具，試試看吧！

延伸閱讀

常見問題

Q: 提示詞越長越好嗎？ A: 不一定。提示詞的關鍵在於「精準」而非「冗長」。過長的提示詞可能會讓AI迷失重點，或產生不相關的內容。重點是把關鍵資訊（角色、任務、格式、限制）講清楚，而不是寫一篇作文。

Q: 為什麼我用了結構化提示詞，AI還是亂回答？ A: 可能有幾個原因：1. 你用的AI模型版本較舊，對結構化提示詞理解力較差。2. 你的限制條件有衝突，例如既要「專業」又要「搞笑」。3. 你給的範例是錯誤的。建議先從簡單的結構開始，逐步調整。

Q: 我可以複製別人的提示詞直接用嗎？ A: 可以，但效果通常不會太好。因為別人的提示詞是為他們的「特定需求」設計的。你應該理解提示詞的「結構邏輯」，然後根據自己的需求修改角色、任務和限制條件，這樣才能產出你要的結果。

Q: 提示詞需要每天更新嗎？ A: 不需要。核心的提示詞技巧（角色、結構、思考鏈）是通用的。但隨著AI模型更新，某些特定指令的效果可能會改變。建議每隔幾個月，測試一下你常用的提示詞是否仍然有效。

Q: 用中文寫提示詞效果比較差嗎？ A: 不會。主流AI模型對中文的理解能力已經非常好。重點在於你的提示詞是否「清晰」、「結構化」。用中文寫，你的思緒會更流暢，反而能寫出更好的提示詞。