Prompt 提示詞是什麼？高效提示詞全攻略，打造專屬 AI 智囊團

在AI快速發展的時代，大型語言模型已經成為改變世界的重要技術。但要真正發揮這些AI工具的威力，我們需要學會一項全新的技能，那就是「提示工程」（ Prompt Engineering ）。


想像一下，提示工程（ Prompt Engineering ）就像是交響樂團的指揮家，而大型語言模型就是一個世界級的管弦樂團，有能力演奏任何美妙的樂曲。


但如果沒有好的指揮方式（ Prompt ），這個樂團可能只會演奏出雜亂無章的聲音。


而一位優秀的指揮家，能夠用精準的手勢和指令，讓整個樂團奏出和諧動人的交響樂，這就是我們期望從AI得到的高品質回應。


所以這一篇文章，就是要教會你，認識提示詞 Prompt ，如何撰寫提示詞 Prompt，及利用框架來讓提示詞 Prompt 更高效。

提示詞 Prompt 的用途

提示詞 Prompt 簡單來說，過去我們和電腦互動時，必須用程式碼下達非常明確的指令，電腦會執行每一行程式。但現在我們可以用自然語言跟 AI 對話，連不會寫程式的專家也能輕鬆使用。


不過這也帶來了新的挑戰，因為自然語言本身就有模糊性，我們需要學會如何在這種情況下，仍然可以精確地控制 AI，這就是提示詞 Prompt 要做的事情。


所以提示詞 Prompt 並不是讓我們簡單地問 AI 問題而已，而是一門精確引導和控制AI模型，讓它發揮最大潛能的專業學問 。


這裡也推薦一篇，Google 撰寫關於提示詞 Prompt 的文章，也很適合初學者閱讀學習。

 

什麼是提示詞 Prompt

從最基本的層面來說，提示詞 Prompt 就是我們輸入給AI模型的初始訊息，目的是要引起它的回應。

這個訊息可能很簡單，像是一個問題或幾個關鍵字，也可能是一段複雜的指令。簡單來說，提示詞 Prompt 就是我們和大型語言模型對話的開場白，告訴它「我需要你幫我做什麼事」。


那從功能的角度來看，提示詞 Prompt 就像扮演著路線圖或指南的角色。它做的不只是提出要求，更重要的是提供 AI 模型需要的背景資訊、清楚的指令，還有明確的限制條件，這樣才能引導 AI，朝著我們期望的方向前進。


當我們寫出一個設計良好的提示詞 Prompt，就能有效地引導AI，讓它的輸出真正符合我們的需求。

所以寫提示詞 Prompt 這件事，本質上就是在調整這些初始條件，讓我們得到理想結果的可能性變得更高。

提示詞 Prompt 的核心要素 

不管提示詞 Prompt 寫得多複雜，一個結構完整又有效的提示詞 Prompt ，通常包含這四個核心要素 。我們要掌握這些要素，是學習和應用進階技巧的基礎 。

要素1 : 指令或任務

這是提示詞 Prompt 的核心。通常會用一個明確的動作詞開頭，直接告訴模型要做什麼具體的事情。比如說「總結這篇文章」、「翻譯成中文」、「分析這組數據」、「生成一份報告」或「比較這兩個方案」。

要素2 : 上下文

這部分是指，提示詞 Prompt 需要提供背景資訊，幫助模型理解任務的脈絡。上下文可能包括目標受眾是誰、相關的主題背景、歷史資料，或者任何能幫助模型做出更準確判斷的資訊。

要素3 : 處理資料

這個事模型需要處理的具體內容。像是一篇需要總結的文章、一組需要分析的數據，或是一個需要回答的問題等等的資訊 。

要素4 : 輸出格式

這部分是要明確定義產出回應應該長什麼樣子。比如「用重點條列呈現」、「生成JSON格式」、「以表格形式輸出」或「文章長度控制在500字以內」。



上面的內容，我來用一個生活的例子來說明，讓你更清楚了解意思


一個高品質的提示詞 Prompt 就像一份詳細的食譜，它不只告訴廚師（也就是大型語言模型）要做什麼菜（任務），還會詳細列出需要什麼食材（輸入資料）、怎麼烹調（指令）、火候和時間要怎麼控制（限制條件），以及最後要怎麼擺盤（輸出格式）。


有了這樣一份完整的食譜，廚師就能精準地做出客人想要的菜（輸出）。相反地，如果我們只是模糊地說「給我做點吃的」，廚師會不知所措，最終做出來的東西也很難讓人滿意。

 

所以一個好的提示詞 Prompt ，就像一張精準的Google地圖，好的提示詞 Prompt 可以清楚標示出目的地在哪裡（目標），並規劃出最佳路線（過程）。告訴大型語言模型該往哪個方向走，以及怎麼走才能順利完成任務，避免在龐大的資訊中找不到方向。



表一 ：提示詞 Promp 四大核心要素知識圖卡

高品質Prompt 的核心原則與案例

接下來我們會詳細說明，好的提示詞 Prompt 的四個核心原則，每個原則都會提供清楚的解釋，還有範例對比，讓你可以更清楚的知道如何撰寫。

原則一 ：清楚表達 

大型語言模型沒辦法讀懂我們的心思或了解言外之意，如果我們給的提示詞 Prompt 很模糊、很籠統，就一定會得到通用、離題甚至錯誤的回答。所以提示詞 Prompt 必須盡可能具體、描述詳細。


任務：撰寫一篇關於提示工程的部落格文章

效果不好 ：

寫一篇關於提示工程的部落格文章。

效果比較好 ：

寫一篇500字的部落格文章，內容是關於提示工程的技巧。目標讀者是初學者，所以請使用友善的語氣，並提供具體的例子以便於理解。

 

你看，提示詞Prompt 加上目標、對象、產品特色、語氣、字數後，方向是不是更清楚，這樣 AI 才能產出真正能用的內容。越是減少模型需要猜測的地方，我們就越有可能得到滿意的答案。

 

原則二 ：上下文充足

如果沒有足夠的背景資訊，大型語言模型就像在真空中工作，沒辦法做出符合情境的判斷。所以提示詞Prompt 需要提供相關的背景資訊很重要，比如任務的目的、目標受眾、主題領域，甚至是歷史資料。

效果不好 ： 

寫一個關於巧克力的文案。

 

效果比較好 ：

針對即將到來的七夕情人節，請寫一篇 50 字左右的社群媒體文案。目標客群是 25-35 歲的年輕情侶。文案要強調我們的「75% 手工黑巧克力」是傳達成熟愛情風味的最佳禮物，風格要浪漫帶點趣味。

 

你看這些提示詞 Prompt 對於生成資料來說，是不是需求的內容來說都很關鍵，上下文為模型提供了必要的框架和邊界。

原則三 ：角色扮演

 

給提示詞 Prompt 指定一個角色或身份，比如「你是一位資深的法律分析師」或「扮演一位擅長向初學者解釋複雜概念的科技教育家」，這能夠有效地確定模型的回應風格、深度、語氣和知識範圍。賦予角色後，AI 會自動切換到該角色的知識庫與口吻來回答問題 。

效果不好 ：

幫我分析一下最近很紅的短影音行銷。

 

效果比較好 ：

你現在是一位擁有 10 年經驗的數位行銷總監，專精於社群媒體操作與品牌成長策略。請為我分析「短影音行銷」的優缺點，並針對一個剛起步的美妝品牌，提出三點具體的入門建議。

當我們在 提示詞 Prompt 中命令 AI 扮演某個領域的專家，它的回答會立刻變得更專業、更到位，因為這個技巧利用了，模型在訓練過程中接觸過的大量特定領域文本，讓它能夠生成更符合專業標準的輸出。

原則四 ：範例 

大型語言模型其實是很強的模式匹配器，與其只用文字描述你想要什麼，不如直接展示給它看。所以我們可以在提示詞 Prompt 中提供一個或多個期望的輸入-輸出範例，對於大型模型生成特定結構、語氣或風格回應是很有效的方法之一。

效果不好 ：

為這個產品生成一段描述 一個不鏽鋼水瓶

效果比較好 ：

我希望產品描述的撰寫風格如下：
範例： 產品：無線人體工學滑鼠 描述：一款時尚的藍牙滑鼠，採用流線型設計，提供全天的舒適感和精準度。
現在，請為以下產品生成一段描述： 產品：不鏽鋼水瓶

提示詞 Prompt 中放入這些範例，就會像是錨點，幫助模型校準它的生成方向 。


如果你想要知道更多關於要放入的核心指南，這裡有一篇文章 11 Prompt Engineering Best Practices Every Modern Dev Needs，推薦你閱讀 

表二 ：高品質提示詞 Promp 四大原則知識圖卡

提示詞 Prompt 預防錯誤指南

 

就算是很有經驗的使用者，在寫提示詞 Prompt 的時候也可能掉進一些常見的坑裡。這些錯誤會嚴重影響AI生成內容的品質和相關性。所以我整理一些常見的陷阱，避免我們再使用的使用，能夠特別注意 。

錯誤一 ：模糊與籠統

 

我們不要用像「讓它更好」、「寫一些關於商業的文章」這種比較籠統或不清楚的提示詞 Prompt ，會讓AI猜測我們真正想要什麼。這種猜測往往不準確，所以AI會產生通用、不重要的內容。因為AI沒辦法讀懂我們的心思，我們提示詞 Prompt 需要明確地表達你的想法。


所以我們要運用清楚表達原則，明確定義你用的術語，詳細說明你的目標，並提供具體的細節。舉例來說，不要說「改善我的業務」，而應該問「針對一家小型麵包店，有哪些針對千禧世代的低成本社群媒體行銷策略？」

錯誤二：指令過於複雜

不要在一個提示詞 Prompt 裡塞進多個不同的問題或過於複雜的細節，會讓模型感到困惑，導致回應不連貫或不完整。這很像一次向一個人提出五個不相關的問題，很難期待得到有條理的回答。

所以我們可以把一個龐大的請求拆分成一系列更簡單、按部就班的提示詞 Prompt ，這才會讓每個步驟的目標產出更清楚。

錯誤三 ：缺乏上下文

提示詞 Prompt 中如果沒有提供必要的背景資訊，像是目標受眾、使用目的、特定領域.. 等等，AI生成的內容可能在技術上是對的，但在實際情況中卻沒什麼用。比如說，在沒有提供任何背景的情況下直接問「這個數字代表什麼？」這是沒有意義的。

所以我們可以運用上下文充足原則。在提出請求時，儘可能地提供框架性的「人事時地物」（Who, What, Where, When, Why）等等的資訊，讓AI了解它所處的「世界」。

錯誤四 ：不進行優化

AI的第一版很少是最好的版本，所以我們不進行任何優化，他可能產生出來的結果，比較不會是你所想要很好的產出，所以我們必須不斷的優化它 。


我們可以把撰寫 提示詞 Prompt 過程當作一場對話。用追問的方式來糾正、澄清和引導AI產出更優質的回應。如果AI的回答偏離了方向，明確告訴它哪裡錯了、哪裡對了，然後引導它回到正確的軌道上。

錯誤五 ：假設AI具備類人理解力

 

AI模型目前並不會像我們人類那樣理解潛台詞、諷刺、情感或隱含意義，它們就是對於字面地解讀指令。所以如果我們假設模型跟人一樣，「知道我們的意思」，這通常也會產生一些錯誤的產出 。

所以我們的提示詞 Prompt 要保持明確直白。把所有要求都清楚地寫出來，不要留下任何需要「意會」的空間。如果我們希望AI考慮到某個潛在因素，就必須在提示詞中明確指出。

錯誤六 ：洩漏敏感資料

因為我們使用的提示詞，會被AI服務提供商處理，且可能用於模型訓練或其他目的。所以千萬不要在提示詞 Prompt 中包含任何機密或敏感資訊，像是客戶姓名、個人可識別資訊、公司專有資料等，都會有嚴重的安全風險。

像是不要問「如何留住 X公司客戶？」，而應該使用假設性描述，像是「如何留住一家正在考慮轉向競爭對手的製造業大客戶？」

以上就是把一些使用 提示詞 Prompt 比較可能會犯的錯誤整理起來，讓大家注意不要使用。

表三 ：Promp 預防錯誤提醒知識圖卡

 

系統化提示詞 Prompt 框架 

你會不會覺得上面的說明其實有點複雜，所以很多團隊協作或是個人，就會開始發展「框架」，讓「框架」來幫助我們思考，也可以確保提示詞 Prompt 的品質穩定性、可重複性和完整性。


這樣的提示詞 Prompt 系統框架，就像一份思考清單，讓我們不會漏掉關鍵資訊。下面跟大家分享一些大家認為好用的框架，還會提供一些案例，可以幫助大家更好的使用 

 

Prompt 框架1 : RACE 

RACE 框架指的是 Role（角色）, Action（行動）, Context（背景）, Expectation （期望）

這個框架被許多專家視為 提示詞 Prompt 系 中的「黃金標準」。它功能強大且適用範圍廣泛，是比較嚴謹的，所以產出的效果都蠻不錯。

假設我們要做一個商業策略分析，我們可以就可以用 RACE 框架來分析競爭對手 ：

Role（角色） ：你是一位資深的商業策略分析師，有10年以上的市場研究經驗
Action（行動）：分析我們的主要競爭對手的優勢和弱點，並提出應對策略
Context（背景）：我們是一家中型的線上教育平台，主要提供程式設計課程。最大的競爭對手剛剛推出了AI課程系列，價格比我們低20%，但課程深度較淺
Expectation（期望）：請提供一份結構化的分析報告，包含SWOT分析、三個具體的應對策略，以及預估的執行時間和資源需求

因為這個框架在能夠深刻理解角色和背景，所以在複雜推理的模型（如 Claude 和 GPT-4o）上表現的效果都會很不錯。

 

 

Prompt 框架 2 : RTF

RTF 框架指的是 Role（角色）, Task（任務），Format（輸出格式）

 

這是一個比較簡潔直接的框架，專注於角色、任務和格式，會比較適合目標明確的直接任務。

假設我們要做一個教學內容設計，我們就來利用 RTF 框架，寫出提示詞 Prompt 來設計學習內容 : 

Role（角色）：你是一位經驗豐富的程式設計講師
Task（任務）：為初學者設計一堂關於Python變數的教學內容
Format（格式）：請以markdown格式輸出，包含：
- 5分鐘的概念介紹
- 3個由淺入深的程式範例
- 2道練習題
- 常見錯誤提醒
- 總結重點（3個要點）

 

 

Prompt 框架 3 : TAG

TAG 框架指的是 Task（任務）, Action（行動），Goal（目標），這個提示詞框架比較適合在內容的優化，所以適合修改和完善現有文案或是方案上。

假設我們要做優化一個產品的文案，我們可以這樣做

Task（任務）：優化我們的產品介紹頁面
Action（行動） ：重寫產品描述，讓它更吸引人
Goal（目標）：希望提高轉換率15%，讓非技術背景的使用者也能輕鬆理解

 

 

Prompt 框架 4 ： TRACE

TRACE 框架指的是 Task（角色）, Reques（請求），Action（行動）， Context（背景），Example（範例）

你會發現這個框架其實是很完整的，因此這個 Prompt 很適合用在多層次思考，可以用在使用者完成一個專屬的任務

假設我想要做一個電腦系統的使用者指南，那我可以這樣做 ：

Task（任務）：創建軟體安裝指南
Request（請求）：寫一份適合一般使用者的安裝教學
Action（行動）：提供 Step-By-Step的安裝步驟
Context（背景）：目標使用者是不熟悉技術的中小企業主，使用 Windows系統
Example（範例）：「步驟1：點選下載連結...」「步驟2：找到下載的檔案...」

Prompt 框架 5 ：CRISPE

CRISPE 框架指的是 Capacity（能力）, Roles（角色），Insight（洞察）， Statement（任務），Personality（個性），Experiment（實驗）

這是一個非常詳細的框架，很適合需要特定語氣、創意或個性的任務。因為它明確要求我們定義模型的能力/角色、提供洞察（背景資訊）、陳述任務、指定個性（風格），並要求模型進行實驗（提供多個版本）。

假設我想要做一個創意寫作，是請AI幫忙寫一篇關於咖啡店的行銷文案，看看我們可以怎麼下提示詞 ：

Capacity（能力）：你是一位專業的文案寫手，擅長創造引人入勝的行銷內容
Role（角色）：扮演一家獨立咖啡店的品牌顧問
Insight（洞察）：這家咖啡店位於大學附近，主要客群是學生和上班族，店內氛圍溫馨，強調手工烘焙和社區連結
Statement（任務）：為這家咖啡店的社群媒體創作一篇介紹文案
Personality（個性）：語調要溫暖親切，帶點文青氣息，但不能太做作
Experiment（實驗）：請提供三個不同風格的版本：溫馨版、活潑版、專業版

這個提示詞框架的優點是非常細緻，但也因此比較複雜。如果你的任務比較簡單直接，可能用RTF或TAG這種簡潔的框架會更適合。

為了幫助大家根據具體需求選擇最合適的框架，我整理了一個比較表格。這不只是資訊的匯總，更是一個戰略決策工具，能讓我們從「知道有哪些框架」提升到「知道什麼時候比較適合用哪種框架」。




表四 ：五種 Promp 提示語框架整理圖卡



以上這個並不是一定要用哪一種提示詞框架，只是可能比較適合，給新手一個方向，如果你很熟練，用任何的 Prompt 框架或是自己的方法，相信都會有很好的產出。


另外要提醒大家，這些 Prompt 框架不是死板的規則，而是幫助我們思考的工具。有時候可能需要混合使用不同 Prompt 框架的要素，或者根據特定情況調整框架的結構。關鍵是要找到最適合你當下任務的方法。


如果你想要有系統地學習課程，這裡也有 專業學習課程，提供你參考

後記 ：人機共創的新時代

現在的我們正站在一個人機共創的嶄新時代的起點，這個時代裡，最成功的人不是那些與 AI 競爭的人，而是那些學會與 AI 協作的人。而提示工程，就是這種協作的語言。

有效的掌握 Prompt 提示詞 ，我們就能夠：

• 把抽象的想法轉化為具體的行動

• 讓複雜的任務變得可管理

• 在創意和邏輯之間找到平衡

• 不斷學習和適應新的工具和方法

最後，我們會發現，Prompt 提示語教會我們的不只是技術技巧，更是一種思維方式：如何清晰地思考、有效地溝通、系統地解決問題。這些能力，無論在什麼時代，都是珍貴且持久的。

而每一個專家都是從初學者開始的，重要的是要保持好奇心，勇於實驗，並且持續學習。雖然AI的世界變化很快，但掌握了基本原則和思維方式，我們就能夠適應任何新的發展，就讓我們一起迎接 AI 的新紀元 。