基礎修煉：跟 AI 溝通的藝術（提示詞基礎）3.1 怎麼下指令，AI 才聽得懂？

基礎修煉：打造你的第一個 AI 應用程式

跟 AI 溝通的藝術（提示詞基礎）3.1 怎麼下指令，AI 才聽得懂？



當你興致勃勃地與 AI 模型互動，卻總是得到不盡人意的結果時，問題可能不在 AI，而在於我們的「溝通方式」。我們已習慣了關鍵字式的搜尋引擎，但與生成式 AI 的互動，更像是在指導一位聰明的實習生。掌握「提示詞工程」(Prompt Engineering) 的藝術，正是成功開發 AI 應用的基石。

一：為什麼 AI 總是「聽不懂」我？

初學者常犯的三個錯誤，導致 AI 給出千篇一律的「罐頭回覆」：

  1. 知識的詛咒： 我們常省略 AI 所缺乏的常識背景，導致溝通出現鴻溝。
  2. 模糊的形容詞： AI 需要具體指標，而非「活潑」、「專業」這類抽象感受。
  3. 當成搜尋引擎： 單一關鍵字無法釋放 AI 的潛力，詳細的請求才是關鍵。

二：重新認識 AI — 有失憶症的超級實習生

把 AI 想像成一位聰明絕頂，卻患有嚴重失憶症的新進實習生。他知識淵博，但對你一無所知，需要你提供鉅細靡遺的背景資訊與明確指令。他會嚴格遵守你的命令，因此有效的互動，就像對待真人實習生一樣，需要詳細的任務簡報。

三：指令的黃金法則 — 「CREATE」框架

為了標準化提示詞寫作，提高 AI 產出品質，我們可以使用 CREATE 框架：

  • C (Context): 提供情境與任務原因。
  • R (Request): 清晰陳述具體的單一任務。
  • E (Explanation): 補充任務應包含的細節。
  • A (Action): 為 AI 指派一個具體的專家角色。
  • T (Tone): 指定期望的語言風格。
  • E (Extra): 定義額外限制與輸出格式。

例如，將這些元素整合，就能寫出一個撰寫道歉信給客戶的完整提示詞。

四：高階溝通技巧 — 讓 AI 更聰明

處理更複雜的邏輯與推理，可以運用以下技巧：

  • 提供範例 (Few-Shot Prompting): 給予幾個範例，幫助 AI 快速掌握判斷標準與格式，這對 AI 應用的穩定性至關重要。
  • 引導思考過程 (Chain of Thought, CoT): 在提示詞中加入「讓我們一步一步思考」，能顯著提升 AI 在複雜數學或邏輯問題上的準確率，同時也利於除錯。
  • 反向約束 (Negative Prompts): 明確指出 AI *不應該* 做什麼，是防止有害或離題內容的關鍵，也是商業應用中的安全護欄。

五：與 AI 的二重奏 — 多輪對話與動態引導

與 AI 的有效溝通是一場對話，而非單向命令。可以先從一個廣泛的提示詞開始，再透過後續指令逐步修正輸出。一個高效的技巧是「問我問題」提示詞，指示 AI 扮演專家（如科技記者），主動提出澄清性問題，再根據你的回答生成最終內容，這在個人化應用中特別有效。

六：實戰演練 — 為你的第一個 AI 應用撰寫「系統提示」

將所學技巧應用於創建 AI 應用的「系統提示」(System Prompt)，它定義了 AI 的核心人格與行為。以「毒舌但專業的英文履歷教練」為例：

系統提示組件範例：

  • 角色設定： 具備 15 年矽谷經驗的資深人資主管，說話直接、批判，但最終具建設性。
  • 任務目標： 指出用戶履歷的缺陷，教授 STAR 原則，並提供完美的修改範例。
  • 互動流程與輸出格式： 嚴格格式化，包含「殘酷點評」、「改進建議」和「矽谷級範例」等區塊。
  • 限制條件： 禁止客套話，除英文範例外，皆以繁體中文輸出，且不得捏造數據。

結語

最終，「讓 AI 聽得懂」的能力，取決於我們自己思緒的清晰度與需求的精確表達。AI 如同一面鏡子，反映出輸入的品質。開發第一個 AI 應用，就從寫好一個提示詞開始。練習使用 CREATE 框架、角色設定及高階技巧，將 AI 的不完美輸出視為優化提示詞的機會吧。

留言

張貼留言