你有沒有這樣的經驗？打開 ChatGPT 或 Claude，打了一長串問題，結果 AI 回你一堆廢話，或者完全答非所問。你心想：「這 AI 也太笨了吧？」
等等，先別急著怪 AI。問題可能出在你身上——你沒有用對「咒語」。
在 AI 的世界裡，你輸入的每一個字，都像是一個魔法咒語。咒語唸得好，AI 可以幫你寫出媲美專業作家的文章、畫出驚豔的設計稿、甚至分析複雜的財務報表。咒語唸不好，它就只是一個會講廢話的聊天機器人。
這篇文章就是要教你，怎麼把 AI 變成你的「天才助理」。我會用香港和台灣讀者最熟悉的場景，搭配真實案例，一步一步帶你學會提示工程（Prompt Engineering）的三大核心技巧。學完之後，你發給 AI 的每一條訊息，都會讓它驚豔。
為什麼你問的問題，AI 總是聽不懂？
很多人跟 AI 對話，就像在跟一個不太熟的朋友講話一樣，說得含糊不清。你想想看，如果你跟同事說：「幫我做一份報告。」他會問你：「什麼報告？主題是什麼？要給誰看的？什麼格式？幾頁？」對吧？
AI 也是一樣。它沒有讀心術，你給的資訊越模糊，它就越容易猜錯。
舉個例子，你問：「幫我寫一篇關於減肥的文章。」AI 可能會給你一篇非常籠統的、網路上隨處可見的「少吃多動」文章。但如果你改成：「我是一個35歲、坐辦公室的香港上班族，想減掉腰間贅肉，但沒時間去健身房。請幫我寫一篇800字的文章，介紹5個可以在辦公室做的簡單運動，語氣要輕鬆幽默，並附上每天10分鐘的運動菜單。」
看出差別了嗎？
第二個提示裡，你給了 AI 五個關鍵資訊：角色（35歲上班族）、目標（減腰間肉）、限制（沒時間去健身房）、格式（800字、5個運動、附菜單）、語氣（輕鬆幽默）。AI 拿到這些資訊，就能精準產出你想要的內容。
這就是提示工程的第一個核心：不要讓 AI 猜，要讓它懂。
技巧一：給 AI 一個「角色」，它會更專業
你有沒有發現，當你跟 ChatGPT 說「你現在是一個資深律師」之後，它回答問題的方式會完全不同？它會開始使用法律術語、引用法條、語氣也變得更正式。
這是因為大型語言模型在訓練時，讀過各種不同角色的對話和文章。當你給它一個角色，它就會自動切換到那個角色的「思考模式」和「語氣庫」。
這個技巧超實用。舉幾個香港和台灣讀者一定會用到的例子：
寫求職信 不要只說：「幫我寫一封求職信。」 要說：「你現在是一位擁有10年經驗的跨國企業HR總監，專門審查科技業的行銷職位。請幫我寫一封求職信，應徵台灣某電商公司的『數位行銷經理』。我的優勢是過去5年成功操作過3個破千萬營業額的 campaign。請用專業但親切的語氣，並在信中突顯我的數據分析能力。」
分析股票 不要只說：「分析一下台積電。」 要說：「你是一位華爾街的科技股分析師，專注於半導體產業。請分析台積電（2330）在2026年第二季的財報，重點關注其3奈米製程的營收佔比、來自蘋果和NVIDIA的訂單變化，以及對下半年毛利率的影響。請用繁體中文，並附上簡潔的優缺點列表。」
翻譯文件 不要只說：「幫我翻譯這段英文。」 要說：「你是一位精通中英文的專業翻譯，專長是科技新聞。請將以下這段關於 NVIDIA 新 GPU 的英文新聞，翻譯成台灣讀者看得懂的繁體中文。注意保留專業術語，但對於複雜的技術名詞，請在括號內補充簡單解釋。」
看到沒有？當你給 AI 一個明確的「角色設定」，它產出的品質會直接跳好幾個檔次。
技巧二：用「範例」教 AI 你想要什麼
有時候，光用文字描述還是不夠。特別是當你想要 AI 產出某種特定格式或風格的內容時，最好的方法就是直接給它一個「範例」。
這叫做「少樣本提示」（Few-shot Prompting），是目前提示工程中最強大的技巧之一。
真實案例：生成社群媒體貼文
假設你是負責經營一個香港甜品店的 Instagram。你想要 AI 幫你每天生成一篇貼文。
爛提示：「幫我寫一篇甜品店的 IG 貼文。」
好提示：「請參考以下範例，幫我寫一篇新的 IG 貼文。
範例1： 【今日甜點】芒果糯米糍回歸！🥭 每一口都咬得到新鮮芒果肉，外皮軟糯不黏牙。 下午3點後限量供應，賣完就沒了！ #香港甜品 #芒果糯米糍 #深水埗美食
範例2： 【新品上市】伯爵茶千層蛋糕 🍰 56層手工餅皮，夾著淡淡的佛手柑香氣。 搭配一杯熱紅茶，就是最完美的下午茶時光。 現在來店打卡，還送一杯美式咖啡！ #千層蛋糕 #伯爵茶 #下午茶
新貼文主題：即將推出的「芋泥肉鬆蛋黃酥」，中秋節限定。」
AI 收到兩個範例後，就會學會你的品牌語氣（活潑、有 emoji、有 hashtag）、格式（開頭用【】、描述口感、最後加行動呼籲），然後產出一篇風格統一的貼文。
這個技巧不只用在社群媒體。寫電子郵件、寫程式碼註解、寫產品描述，全部都可以用。你給的範例越多、越精準，AI 的產出就越接近你心中的理想答案。
技巧三：拆解任務，讓 AI 一步步做
很多人會犯一個錯誤：叫 AI 一次做太多事。
「幫我研究一下電動車市場，然後寫一份報告，順便比較 Tesla 和比亞迪的優缺點，最後再用圖表呈現未來5年的預測。」
這個提示太貪心了。AI 可能會在中間某個步驟出錯，或者給你一份非常混亂的報告。
更好的做法是：把大任務拆成小步驟，一步一步來。
步驟一：收集資料 「你是一位汽車產業分析師。請列出影響2026年全球電動車市場的5個關鍵趨勢，每個趨勢用一段話解釋，並附上資料來源。」
步驟二：比較分析 「根據以上5個趨勢，請比較 Tesla 和比亞迪在每個趨勢上的優勢和劣勢。用一個表格呈現，並在表格下方寫一段總結。」
步驟三：生成報告 「請將以上所有資訊，整合成一份800字的報告。報告結構如下：1. 摘要（100字）2. 五大趨勢分析（500字）3. 雙雄比較（200字）。語氣要客觀中立，適合提供給公司高層閱讀。」
步驟四：製作圖表描述 「請為上述報告中的『市場佔有率變化』部分，用文字描述一張折線圖應該怎麼畫。X軸是年份（2020-2026），Y軸是市佔率百分比。請說明 Tesla 和比亞迪的曲線走勢。」
這樣一步一步引導，AI 就不會混淆，而且你可以在每個步驟檢查品質，有問題馬上修正，不用等最後拿到一份爛報告才重來。
這種方法在學術研究、程式開發、商業企劃等複雜任務中特別有效。
總結：從今天開始，這樣用 AI
提示工程不是什麼高深的技術，它更像是一種「溝通技巧」。學會了，你就能讓 AI 發揮100%的實力。
今天你學到的三大技巧很簡單，但非常實用：
- 給角色：讓 AI 切換到專家模式，回答更專業。
- 給範例：用實例教 AI 你想要的格式和風格。
- 拆任務：把複雜問題切成小步驟，確保品質。
下次你打開 ChatGPT 或 Claude 時，別再隨便打一句話就送出了。花30秒鐘，想清楚你要的角色、格式、語氣和步驟。你會發現，AI 給你的答案，會從「還行」變成「哇，這也太強了吧！」
趕快去試試看吧！從今天開始，讓 AI 真正成為你的天才助理。
延伸閱讀
常見問題
Q: 提示工程需要會寫程式嗎？ A: 完全不需要！提示工程就是「跟 AI 講話的技巧」，任何人都可以學會。你只需要用中文清楚地描述你的需求、角色、格式和語氣就可以了。程式設計師可以用它來生成程式碼，行銷人員可以用它來寫文案，學生可以用它來整理筆記，完全不需要任何技術背景。
Q: 我該用 ChatGPT、Claude 還是 Gemini？哪個對提示工程最友善？ A: 三個都很棒，但各有擅長。ChatGPT 最通用，適合日常對話和創意寫作；Claude 擅長處理長文件和複雜的分析任務，對指令的理解力很強；Gemini 則跟 Google 生態系整合最好，適合搜尋資料。建議你都試試看，找到最順手的那一個。提示工程的技巧在這三個平台上都適用。
Q: 如果 AI 給的答案還是不滿意，怎麼辦？ A: 別放棄！這是提示工程的「迭代」過程。你可以：1. 補充更多細節（例如：請用更簡單的語言解釋）2. 給出負面範例（例如：不要使用專業術語）3. 要求它修正特定部分（例如：第三段的數據來源請更新到2026年）。把 AI 當成一個需要你引導的實習生，多給幾次回饋，它就會越來越懂你。
Q: 提示太長會不會讓 AI 變笨？ A: 不會。現代的大型語言模型（如 GPT-4、Claude 3.5、Gemini 1.5）都有非常大的「上下文視窗」，可以處理數千甚至數萬個字的提示。提示越詳細、越精準，AI 的表現反而越好。不過要注意，如果提示中包含互相矛盾的資訊，AI 就會混淆，所以請確保你的提示邏輯一致。
Q: 提示工程有「最佳長度」嗎？ A: 沒有固定的最佳長度，但有個黃金原則：用最少的字數，傳達最完整的資訊。一個好的提示通常包含：角色設定、任務目標、輸出格式、語氣風格、限制條件，以及（可選的）範例。新手可以先從100-200字的提示開始練習，慢慢調整到300-500字，你會發現品質有顯著提升。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "提示工程需要會寫程式嗎？",
"acceptedAnswer": {
"@type": "Answer",
"text": "完全不需要！提示工程就是「跟 AI 講話的技巧」，任何人都可以學會。你只需要用中文清楚地描述你的需求、角色、格式和語氣就可以了。"
}
},
{
"@type": "Question",
"name": "我該用 ChatGPT、Claude 還是 Gemini？哪個對提示工程最友善？",
"acceptedAnswer": {
"@type": "Answer",
"text": "三個都很棒，但各有擅長。ChatGPT 最通用，適合日常對話和創意寫作；Claude 擅長處理長文件和複雜的分析任務；Gemini 則跟 Google 生態系整合最好。提示工程的技巧在這三個平台上都適用。"
}
},
{
"@type": "Question",
"name": "如果 AI 給的答案還是不滿意，怎麼辦？",
"acceptedAnswer": {
"@type": "Answer",
"text": "別放棄！這是提示工程的「迭代」過程。你可以補充更多細節、給出負面範例、或要求它修正特定部分。把 AI 當成一個需要你引導的實習生，多給幾次回饋，它就會越來越懂你。"
}
},
{
"@type": "Question",
"name": "提示太長會不會讓 AI 變笨？",
"acceptedAnswer": {
"@type": "Answer",
"text": "不會。現代的大型語言模型都有非常大的「上下文視窗」。提示越詳細、越精準，AI 的表現反而越好。不過要確保提示邏輯一致，避免互相矛盾的資訊。"
}
},
{
"@type": "Question",
"name": "提示工程有「最佳長度」嗎？",
"acceptedAnswer": {
"@type": "Answer",
"text": "沒有固定的最佳長度，但有個黃金原則：用最少的字數，傳達最完整的資訊。一個好的提示通常包含角色設定、任務目標、輸出格式、語氣風格、限制條件和範例。新手可以先從100-200字的提示開始練習。"
}
}
]
}
</script>