你有沒有這種經驗？打開AI聊天機器人，滿心期待地問了一個問題，結果它給你的答案像是小學生寫的。你不禁懷疑：「這AI是不是變笨了？」

先別急著怪AI。根據2026年一份針對香港與台灣使用者的調查，超過七成的人從未學過如何「正確」對AI下指令。你得到的答案很爛，不是AI太笨，而是你問問題的方式錯了。

這篇文章，就是要教你一套「提示詞心法」。學會之後，你問出來的答案會像是換了一個人一樣，精準、深入、實用。我們不談複雜的理論，直接給你具體的步驟和案例，讓你今天就能用上。

為什麼你問AI總是得到廢話？｜三大致命錯誤

很多人把AI當成Google來用，隨便丟幾個關鍵字就希望它吐出完美答案。這絕對是最大的誤解。

第一個致命錯誤是「指令太模糊」。你問「幫我寫一篇關於減肥的文章」，AI根本不知道你要給誰看、要什麼風格、要多長。它只能隨便猜，結果當然不理想。第二個錯誤是「一次問太多」。你劈頭就說「幫我規劃一個為期三個月的健身計畫、還要包含飲食建議、還要告訴我怎麼買器材」，AI的注意力會被分散，每個部分都講得不清不楚。第三個錯誤是「不給背景資訊」。你以為AI知道你現在幾歲、體重多少、有沒有運動習慣？它不知道。你不說，它就亂猜。

破解這三大錯誤的方法，就是學會結構化提問。讓我教你一個萬用的框架。

萬用提示詞框架｜STAR法則讓你一問就中

我稱這個框架為「STAR法則」，非常好記。S代表Situation（情境），T代表Task（任務），A代表Action（行動），R代表Requirement（要求）。

舉個例子。假設你是一位在台灣的健身教練，想要用AI幫你寫一篇給客戶的電子報。用舊方法你可能會說：「幫我寫一篇關於重訓的電子報。」用STAR法則，你會這樣說：

S（情境）： 我是台灣的健身教練，客戶大多是25到40歲的上班族，他們下班後很累，沒時間運動。 T（任務）： 我要寫一封電子報，鼓勵他們開始每週兩次的重訓。 A（行動）： 請幫我寫出三個重點。第一，說明重訓對久坐族的幫助。第二，提供一個15分鐘就能做完的簡易菜單。第三，用鼓勵的語氣結尾。 R（要求）： 字數控制在500字以內，語氣要像朋友聊天一樣親切，不要用太多專業術語，最後加上一句行動呼籲。

你看，AI收到這樣的指令，它完全知道你想要什麼。它不會再亂猜，而是會針對你的需求，產出一個幾乎可以直接使用的草稿。這就是STAR法則的威力。

進階技巧｜角色扮演與思維鏈

學會基礎框架之後，我們來看看進階玩法。第一個進階技巧是「角色扮演」。你可以在提示詞一開始就給AI一個身分，它會自動切換到那個角色的知識庫和語氣。

例如，你想學習投資理財。與其問「ETF是什麼？」，不如說：「你是一位有20年經驗的投資顧問，專門服務剛入門的小資族。請用最簡單的方式解釋什麼是ETF，並舉一個台灣市場的例子。」AI收到這個指令，它會用更專業、更有經驗的語氣來回答，而不是像教科書一樣死板。

第二個進階技巧是「思維鏈提示」。這個技巧對解決複雜問題特別有效。簡單說，就是引導AI一步一步思考，而不是一次跳結論。

比如你想讓AI幫你分析一個商業案例。與其說「分析這家公司的優缺點」，不如說：「請一步一步思考。第一步，先列出這家公司所在的產業趨勢。第二步，分析它的主要競爭對手。第三步，根據前面的分析，列出它的核心優勢和潛在風險。最後，給出三個具體的建議。」這種方式能讓AI的思考過程更透明，答案也更有邏輯性。

實戰案例｜從爛答案到神答案

為了讓你更有感覺，我們來看一個真實的對比。我用同一個問題，分別用兩種方式問AI。

爛答案版本： 使用者問：「怎麼做布朗尼？」 AI回答：把巧克力融化，加入奶油、糖、蛋、麵粉，拌勻後烤30分鐘。（非常簡略，沒有比例、沒有溫度、沒有技巧）

神答案版本： 使用者用STAR法則問：「你是一位在台灣的甜點烘焙老師，專門教初學者。我要在家做布朗尼，但我只有一個小烤箱，而且從來沒做過。請給我一個零失敗的食譜，步驟要詳細，包括每種材料的精確克數、烤箱的溫度和時間、以及三個讓布朗尼更好吃的小秘訣。」

AI回答：好的，這是一個專為初學者設計的零失敗布朗尼食譜。材料：苦甜巧克力100克、無鹽奶油60克、細砂糖80克、雞蛋2顆、低筋麵粉40克、無糖可可粉10克。步驟：1. 將巧克力和奶油隔水加熱融化…（以下省略500字，包含攪拌手勢、判斷麵糊狀態的方法、如何避免烤焦等細節）

你看出差別了嗎？前者像是一個懶得理你的客服，後者像是一位熱心的老師。差別就在於你給的提示詞品質。

延伸閱讀

常見問題

Q: 我該用繁體中文還是簡體中文問AI？ A: 強烈建議使用繁體中文提問。AI對不同語種的訓練資料量不同，繁體中文的語料庫通常品質較高，產出的答案也更貼近香港和台灣的用語習慣。如果你用簡體中文問，它可能會用中國大陸的詞彙，例如「視頻」而不是「影片」。

Q: 每次都要寫這麼長的提示詞，不是很累嗎？ A: 剛開始確實會覺得麻煩，但這就像學開車，一開始要記很多步驟，熟練之後就會變成反射動作。更有效率的方法是，把你常用的提示詞存成模板。例如你可以創建一個「文章撰寫模板」或「食譜模板」，每次只需要改動裡面的變數（如主題、字數）就可以了。

Q: 如果AI的回答還是不理想，該怎麼辦？ A: 這很正常，一次到位是奇蹟，反覆修正才是常態。你可以針對不滿意的部分進行「追問」。例如說：「第二點寫得太專業了，請用更簡單的白話文重新說明。」或者「請增加一個實際的例子來說明這個概念。」AI有記憶功能，你可以像跟人類對話一樣，逐步引導它。

Q: 不同的AI模型（ChatGPT、Claude、Gemini）提示詞要一樣嗎？ A: 基本框架可以通用，但每個模型有各自的強項。ChatGPT擅長創意發想，Claude擅長長篇分析和程式碼，Gemini則跟Google生態系整合較好。你可以根據任務選擇最適合的工具。例如寫詩找ChatGPT，分析合約找Claude，查最新資料找Gemini。

Q: 提示詞寫越長越好嗎？ A: 不是。重點是「精準」而不是「長」。太長的提示詞反而會讓AI迷失重點。你應該把核心的指令和背景資訊寫清楚，但不要加入無關的廢話。遵循STAR法則，把每個要素控制在1-2句話，就是最理想長度。