提示詞不是咒語：
寫出有效 AI 指令的四個原則

上個月在一場企業內訓茶歇，某金控的 HR 主管端著咖啡走過來：「AJ，我們公司有人 ChatGPT 用得像神，有人用了一年完全沒進步，吐出來的東西比 Google 翻譯還生硬。同樣訂閱費、同樣模型，差到底差在哪？」

「AI 不會讀心，但它讀得懂中文。」—— 我那天現場給她的回答

這四年我教過超過上萬名學員，這個落差看了上百次。差別從來不在誰收藏了多少「萬用提示詞模板」，而在四個寫過公文、帶過實習生的人都聽得懂的原則。練成直覺，就不必再背模板。

原則一：先講你是誰、AI 是誰、要做什麼

去年在某縣市政府內訓，一位民政課承辦人舉手：「AJ，我請 ChatGPT 寫一封通知里民活動延期的信，寫出來像新聞稿，誰看得懂？」我請她把原 prompt 唸出來——「幫我寫一封通知信」，九個字。

我們現場把脈絡補上：「你是公所民政課承辦人，要通知里民下週的健康講座因颱風延期，對象多為長輩、語氣正式但帶歉意，末尾留里幹事電話。」同一台 ChatGPT，她當場說「這個我可以直接寄出去」。

Andrej Karpathy 那句被引用到爛、但其實沒人真的照做的話講得最直白：

「The hottest new programming language is English.」
（當今最熱門的新程式語言是英文。）—— Andrej Karpathy, X, 2023.01.24

換成台灣語境就是：你的中文有多精準，AI 的回應就有多精準。脈絡不是幫 AI 想，是幫自己想清楚到底要什麼。

原則二：你要的是什麼形狀，先說出來

一位在電商當行銷企劃的學員私訊我：「我每次叫 ChatGPT 寫週報，它都吐一坨像論文摘要的長文。」我反問：「妳有跟它說妳要條列嗎？」她沈默三秒：「⋯⋯沒有。」

她後來把 prompt 改成：「請整理成五點，每點不超過 25 字，第一句講數字、第二句講對應動作。」週報從此只剩確認時間。輸出格式包含三件事：長度、結構、語氣。這三件你先說，AI 才不會在那邊猜。

原則三：與其形容十句，不如丟一個範例

幫某科技公司業務部上課時，一位業務說他寫客戶開發信總被主管退，AI 寫的也被退。我請他把主管「比較滿意」的那封信貼進 ChatGPT，加一句：「請照這封信的語氣、結構、用詞，幫我針對下面這位客戶情境寫一封新的。」新版交上去，主管只說：「終於像樣了。」他事後說：「我才發現我以前一直用形容詞跟 AI 解釋『主管喜歡的風格』——但我自己都講不清楚那是什麼風格，我只是看得出來。」

Ethan Mollick 在《Co-Intelligence》裡寫過一條我每次內訓都引用的話：

「Treat AI like a person but tell it what kind of person it is.」
（把 AI 當人對待，但要告訴它它是哪一種人。）—— Ethan Mollick, Co-Intelligence, 2024

「哪一種人」講一百句形容詞，不如貼一段範例。企業內訓我們都會帶單位整理一份「自家範例庫」——公文、客服回覆、提案各有自己的——這份東西比任何花俏的 prompt 模板都耐用。

原則四：把它當對話，不是當許願池

分得出「上手」與「卡關」的，幾乎只有這一條。卡關的人會在第一次跑出不理想結果後，關掉視窗、嘆氣、回去用 Google。上手的人會直接打下一句：「太長了砍一半」「第二段語氣太硬，改親切一點」「方向不對，從成本角度重切」。

那位 HR 主管後來去觀察了部門裡用得最神的 32 歲產品專員，回頭跟我說：他每寫一封像樣的信，平均跟 AI 來回 4 到 6 次，但每次只花 10 秒。比較像在跟一個聰明、需要校正方向的實習生對話。追求「一句話完美 prompt」的人，反而被自己卡死。

四年後還會有用嗎？

那位 HR 主管喝完咖啡前丟了最後一個問題：「這四點，明年模型又升級會不會就過時？」我搖頭。從 2023 年 GPT-3.5 到 2026 年的 Claude 4.7，模型每半年換一代，但「先給脈絡、說出形狀、丟一個範例、把它當對話」這四件事每一代都成立。提示詞不是咒語，是對話設計。