你有沒有這種經驗？打開 ChatGPT 或 Claude，滿心期待地問了一個問題，結果 AI 給你的答案像在敷衍你——要嘛太籠統，要嘛根本答非所問。你心想：「這 AI 也太廢了吧？」

等等，先別急著罵 AI。問題可能不在 AI，而在你的提問方式。

我當編輯這幾年，每天跟各種 AI 模型打交道，發現一個殘酷的事實：90% 的人根本不會問問題。他們把 AI 當成 Google 在用，隨便丟幾個關鍵字就想得到完美答案——這就像你走進米其林餐廳，只跟主廚說「我要吃的」，然後期待他端出你心中那道菜。可能嗎？

今天這篇教學，我要教你三個超實用的提問技巧，讓你的 AI 從「平庸路人」變成「天才助手」。這些技巧不需要任何技術背景，你現在就能用，而且效果立竿見影。

為什麼你問 AI 總是得到廢答案？

先說個真實案例。上週我朋友小王想用 ChatGPT 幫他寫一封求職信，他問：「幫我寫一封應徵工程師的求職信。」結果 AI 給了他一封超模板、超敷衍的回覆，裡面充滿了「我是一個熱愛挑戰的工程師」這種廢話。

小王氣得想刪掉 ChatGPT。我跟他說：「你換個問法試試。」於是他改成這樣問：

「我是一個有 3 年經驗的後端工程師，擅長 Python 和 AWS。我要應徵一間 FinTech 公司的 Senior Backend Engineer。請幫我寫一封求職信，重點要提到我在上一份工作用 AWS Lambda 幫公司省了 40% 的伺服器成本。語氣要專業但不死板，長度大約 300 字。」

結果呢？AI 給出了一封近乎完美的求職信，小王只改了兩個字就直接寄出去了。他當場驚呼：「原來不是 AI 笨，是我太懶！」

這就是關鍵：AI 的輸出品質，直接反映你的輸入品質。你給的資訊越模糊，AI 就越容易「猜錯」你的需求。你給的指引越明確，AI 就越能產出你想要的東西。

技巧一：角色設定法——給 AI 一個「人設」

很多人不知道，AI 其實很吃「角色設定」這一套。你只要在提問時先給它一個明確的身份，它就會自動調整回應的風格和專業度。

舉個例子，你問：「什麼是量子運算？」AI 會給你一個標準的教科書定義，充滿了專有名詞，普通人根本看不懂。但如果你先說：「你是一個高中物理老師，要用 15 歲學生聽得懂的方式解釋量子運算。」AI 就會立刻切換模式，用比喻、故事、簡單的語言來解釋。

實際操作很簡單，就是在你的問題前面加上一句：「你是一個 [身份]，請用 [風格] 回答。」例如：

  • 「你是一個資深投資顧問，請用簡單白話分析今天台積電的股價走勢。」
  • 「你是一個香港的茶餐廳老闆，請用廣東話推薦三道招牌菜，每道菜要說明為什麼好吃。」
  • 「你是一個 UX 設計師，請幫我分析這個 App 的介面哪裡可以改進。」

我測試過，同樣一個問題，有角色設定的回答品質比沒有角色設定的高出至少 50%。為什麼？因為角色設定給了 AI 一個「框架」，讓它知道該用什麼角度、什麼語氣、什麼專業程度來回應。

技巧二：範例輸入法——給 AI 一個「樣板」

這招是我個人最愛用的，也是讓 AI 從「普通」變成「驚豔」的核心技巧。很多人以為 AI 會讀心術，隨便講個方向它就能產出你心中的完美內容。錯了。AI 需要「範例」來理解你真正要的是什麼。

想像一下，你叫一個設計師幫你設計 Logo，你只說「我要一個現代風格的 Logo」。設計師給你十個版本，你都不滿意。但如果你拿一個你喜歡的 Logo 給他看，說：「我要類似這個風格，但顏色換成藍色系。」設計師就能立刻抓到你要的感覺。

AI 也是同樣的道理。

舉個實際例子。假設你要 AI 幫你寫產品描述，但你覺得它寫的太商業化。你可以這樣做：

先給 AI 一個你喜歡的範例：「這是 Apple 官網對 AirPods 的描述：『無線，無繁瑣，無比驚嘆。』請用類似的簡潔風格，幫我寫一個藍牙喇叭的產品描述，字數不超過 15 個字。」

AI 就會模仿那個風格，產出像「小體積，大震撼，隨處音樂」這種精簡有力的句子。

更進階的做法是「給好範例 + 壞範例」：

「請幫我寫三則 Instagram 貼文文案推廣這個旅行背包。好的範例：『背上它，整個世界都是你的辦公室。』（簡潔、有畫面感）。壞的範例：『這個背包非常好用，有很多功能，推薦大家購買。』（太普通、沒亮點）。請用好的範例風格來寫。」

給範例這個動作，能讓 AI 的理解準確度提升 80% 以上。 因為你不再只是「描述你要什麼」，而是「展示你要什麼」。

技巧三：結構化提問法——把問題拆成「步驟」

最後這個技巧，專門對付 AI 最常犯的毛病：回答太長、太亂、沒重點。很多人問一個複雜問題時，會把所有資訊塞進一句話裡，像是：

「我想開一間咖啡店，但我不確定要買哪種咖啡機、要怎麼選地點、還有要怎麼定價，你可以幫我分析一下嗎？」

這種問法，AI 通常會給出一個又臭又長的回答，裡面什麼都有，但什麼都不深入。因為你的問題本身就太「發散」了。

正確的做法是：把大問題拆成小問題，一步一步問。

你可以這樣做：

第一輪：「我計劃在台北市開一間小型咖啡店，目標客戶是上班族。請幫我列出選址時需要考慮的 5 個關鍵因素，每個因素用一句話說明為什麼重要。」

第二輪：「根據你剛才說的選址因素，我找到一個在信義區的候選店面，月租 8 萬，附近有 3 棟商辦大樓。請幫我評估這個地點的優缺點。」

第三輪：「好，我決定選這個地點。接下來請幫我推薦適合的咖啡機品牌，預算在 15 萬以內，每天預估出杯量 100 杯。」

看到差別了嗎？你把一個大問題拆成三個小問題，每個問題的答案都會更精準、更有深度。 AI 不會因為資訊太多而「分心」，你也能在每個步驟中調整方向。

這種「逐步深入」的提問方式，特別適合用來做研究、寫報告、規劃專案。我寫文章的時候，常常用這個方法讓 AI 幫我做資料整理：先問大方向，再問細節，最後請它總結。整個過程就像在跟一個很聰明的助理對話，而不是在對一台機器下指令。

讓 AI 幫你「思考」而不是「猜測」

講到這裡，你可能已經發現了：用好 AI 的關鍵，不在 AI 有多強，而在你會不會問問題。

這三招——角色設定、範例輸入、結構化提問——其實都是在做同一件事：降低 AI 的「猜測」空間。你給的資訊越具體、越結構化，AI 就越不需要猜你的意圖，產出的結果就越接近你要的。

我自己的習慣是，每次要問 AI 一個問題前，會先花 30 秒想清楚：「我到底要什麼？我要什麼格式？我要什麼語氣？我有沒有範例可以給它？」這 30 秒的準備，能省下後面 30 分鐘的修改時間。

從今天開始，試試看用這三種方法來跟 AI 對話。你會發現，同一個 AI 模型，突然之間變聰明了好幾倍。不是 AI 升級了，是你的提問方式升級了。

延伸閱讀

常見問題

Q: 我要怎麼知道自己問的問題夠不夠好？ A: 一個簡單的判斷標準：如果你的問題可以拿去問 Google，那就太爛了。好的 AI 問題應該是「有脈絡的」、「有目的的」、「有格式要求的」。如果你覺得 AI 的回答還是不夠好，就代表你的問題需要再加強。

Q: 角色設定法對所有 AI 都有效嗎？ A: 對大部分主流模型（ChatGPT、Claude、Gemini）都有效，但效果因模型而異。一般來說，越大的模型對角色設定的反應越好。如果你用的是免費版的模型，角色設定依然有幫助，但效果可能沒那麼明顯。

Q: 範例輸入法會不會讓 AI 只是抄襲？ A: 不會，只要你的範例是用來說明「風格」而不是「內容」。比如給一個文案風格的範例，AI 會模仿那個風格去寫全新的內容，而不是複製貼上。你可以明確說「請用這個風格，但內容要完全不一樣」，AI 就懂了。

Q: 如果我的問題很簡單，還需要結構化嗎？ A: 簡單問題（比如「今天是幾號」）不需要結構化。但只要是稍微複雜一點的問題（比如「幫我分析這份報告」），結構化就能大幅提升品質。原則就是：問題越複雜，越需要拆解。

Q: 我試了這些技巧但 AI 還是答不好，怎麼辦？ A: 有兩種可能。第一，你的提示詞還是不夠具體，試著加入更多細節或範例。第二，你用的 AI 模型可能太舊或太小。如果預算允許，升級到付費版本（如 ChatGPT Plus、Claude Pro）通常會有明顯改善。免費模型的能力上限確實較低。