單元一：GPT 與大語言模型

▎四個提詞技巧，讓你和 ChatGPT 的對話品質三級跳

你是否也曾感到困惑？為什麼大家用的都是同一個 ChatGPT，別人總能產出專業報告、精準文案，而自己得到的答案卻常常空泛、詞不達意，甚至完全不符需求？這種挫折感，幾乎是每個 AI 使用者的必經之路。問題的核心，往往不是 AI 不夠好，而是我們與 AI 的溝通方式，還停留在「把 AI 當成搜尋引擎」的思維誤區。我們期待它像個無所不知的智者，卻忘了它沒有水晶球，不會自動讀心。當你不說清楚時，它就只好自己猜。本文主要帶大家學會如何「對 AI 下達工作指令」，就能徹底改變 AI 的輸出品質。 以下我們將分享四大提詞心法，幫助你和你的人工智慧夥伴建立更高效的合作關係。

1. 心法一：別再把它當人類！理解 AI 的世界只有「文字」

我們與 AI 溝通的第一個絆腳石，是把人類的溝通模式直接套用在它身上。在人與人的對話中，我們依賴表情、語氣、停頓，以及共享的背景知識來理解對方。你對同事說：「那個幫我弄一下」，他可能立刻就知道你在說昨天那份報告。但大型語言模型（LLM）的世界完全不同。它既看不到你的表情，也聽不到你的語氣。

LLM 看不到你、聽不到你，它只看得到你打進去的每一個字。對 LLM 來說，「那個幫我弄一下」這句話毫無意義。這個看似簡單的觀念，是所有提詞技巧的基礎。你不給它角色、受眾、情境，它就只能給你一個中規中矩、但很難用的版本；你不交代目標，它就只好用「一般情況」來亂猜。提示詞的本質，就是「把你腦中的上下文，轉成 AI 看得懂的文字」。既然 AI 的世界只有文字，那麼我們的任務就是提供結構清晰、毫無歧義的文字。最有效的方法，就是套用一個萬用的指令公式。

2. 心法二：拋棄隨口一問，套用這個萬用指令公式

要將腦中的上下文轉換成清晰指令，最有效的策略是套用一個結構化的公式，這能最大程度地「降低」AI 猜錯的風險，確保可預測的高品質輸出。我們先來看看「隨口一問」和「結構化指令」的巨大差異。

• 隨口一問版： 「幫我寫封信給客戶。」
  • 結果：AI 會產出一封看起來像樣，但語氣客套、內容空泛、無法直接使用的信件。
• 改良版提示詞： 「請幫我寫一封給長期合作客戶的電子郵件。我是機械設備公司的專案窗口，因為零件供應延遲，原本約定的交貨期需要延後兩週。這封信的目的：1. 清楚說明延遲原因並表達歉意。2. 提出兩個可行的補償方案讓對方選擇。語氣：專業、真誠，有誠意但不要過度卑微。字數：約 250 字，請以段落清楚易讀的方式撰寫。」
  • 結果：AI 能產出一封目標明確、語氣到位、幾乎可以直接修改後寄出的信件。

以上兩者的差別，在於後者提供了一個完整的「工作指令」。這個工作指令必須是好的提示詞，也就是能交代清楚四件事：角色、任務、條件、格式。

• 角色 (你要 AI「扮演誰」): 這會直接影響 AI 的思考角度、專業知識和語氣。例如：「請你扮演具有 10 年經驗的職業訓練講師」。
• 任務 (你要它「做什麼」): 明確說明要產出的核心工作。例如：「請整理這份文字的重點並加上小標題」。
• 條件與限制 (有什麼要遵守的): 提供必要的背景資訊、目標對象、語氣、長度等。例如：「對象是現場作業人員，學歷程度以高中職為主」。
• 格式 (要長成什麼樣子): 指定輸出的形式，讓結果更符合你的需求。例如：「請以表格呈現」。

3. 心法三：把巨大任務拆解成「分步驟對話」

當面對一個複雜任務時，例如「寫一份完整的課程企劃」，我們的直覺是把所有要求一次丟給 AI。然而，這種做法反而會降低輸出品質。因為當模型一次收到超大任務時，它會試著什麼都做一點，結果就是每個部分都寫得很淺薄。更聰明的方式是「分步驟對話」，將一個大任務拆解成幾個小步驟，引導 AI 逐步完成。這種方式更符合 LLM 的運作原理，也讓你有更多機會進行調整。你可以嘗試以下三步驟的實踐方法：

1. 先請它「幫你想架構、大綱、重點清單」，建立工作的骨架。
2. 接著針對其中一點要求它深入撰寫，例如：「請幫我把第三點寫成一段 200 字的說明。」
3. 再根據輸出，要求它進行調整，例如：「請把這段改寫得更口語」或「請為這段內容產生一個摘要。」

這種「分段合作」的模式，不僅能讓 AI 在每一步都更聚焦，也更貼近真實的工作流程— 你不是期待 AI 一次到位，而是與它一步步共同打磨出最終成果。這種分段合作的模式，自然地引導我們進入最後一個、也是最重要的心態轉變：你不是在給 AI 下達一次性的命令，而是在與一位夥伴展開一場持續的對話。

4. 心法四：從「一次性考試」轉變為「協力修改的夥伴」

許多新手使用 AI 時，心中都有一種潛在的焦慮：「我的提示詞是不是不夠完美？如果我問得不夠好，就拿不到好答案。」這個心態把與 AI 的互動變成了一場「一次性考試」，期望一擊必中。然而，LLM 最強大的地方在於它的「對話式改進」能力。你應該徹底轉變心態，不要把它當成答題機器，而是當作你的協力夥伴。為此，你必須採取兩步驟的協作流程：

1. 先用「角色＋任務＋條件＋格式」的架構，給出一個大致清楚的指令。
2. 檢視 AI 的初步回答，找出不滿意的地方（例如：太長、太學術、不夠具體），然後用最自然的語言告訴它如何調整，例如：「請用更口語的方式重寫」或「請再加入一個實務例子」。

記住這個核心心態的轉變：你不是在考它「會不會一次就答對」，而是把它當成可以一起討論、一起修稿的文字助理。當你不再害怕「問錯問題」，而是將每一次的調整都視為對話的一部分，你與 AI 的合作效率將會大幅提升。
回顧以上介紹的這四個心法，你會發現所有入門的錯誤，幾乎都可以歸納成一句話：「說得太少，但期待它懂得太多。」從理解 AI 的文字世界、套用指令公式，到拆解任務與協作修改，這套思維正是解決這個核心問題的完整方案。總結來說，要讓 ChatGPT 這類大型語言模型發揮真正的價值，關鍵不在於它有多神奇，而在於你是否掌握了「跟它說話」的技巧。從「隨便問」到「有意識地設計指令」，這個看似微小的轉變，正是釋放 AI 巨大潛力的第一步。我們鼓勵你親自體驗這種差異。找一個你手邊的工作任務，可以是一段課程簡介、一封工作郵件或一段流程說明。

1. 先用你最直覺的「隨口一問」方式提問。
2. 接著，套用本文提到的「角色＋任務＋條件＋格式」公式，重新提問一次。

親自比較兩次輸出的巨大差異，你將會深刻體會到，學會下達清晰的指令，不是一個附屬的小技巧，而是你與生成式 AI 合作的「核心能力」，更是未來所有進階應用的起點。