為什麼同一個問題，別人問 AI 就比你準？
上週有位客戶私訊我：「為什麼我問 ChatGPT 寫文案，它給的東西總是很空洞？可是看你示範就很到位。」我請他把 Prompt 截圖給我，結果他只寫了一句「幫我寫一篇產品介紹」。
這不是 AI 的問題，是我們沒有給足夠的材料。想像你走進咖啡廳說「我要一杯咖啡」，店員可能給你美式，但你心裡想要的其實是冰拿鐵加燕麥奶。AI 也一樣——它只能根據你給的指令推測你的需求。
Prompt Engineering 不是什麼高深技術，本質就是「把需求說清楚的能力」。但多數人在學校和職場都沒有被訓練過這件事，我們習慣模糊表達，然後期待對方腦補。跟人相處這樣或許沒事，跟 AI 協作就會浪費大量時間在來回修正上。
Prompt Engineering 的核心邏輯：給脈絡、給範例、給限制
我自己測試過上百組 Prompt，發現真正有效的指令都符合三個元素：脈絡（Context）、範例（Example）、限制（Constraint）。缺任何一個，AI 的回應品質都會明顯下降。
脈絡：告訴 AI 它現在扮演什麼角色、要解決什麼問題
不要直接丟問題，先給一段背景說明。例如「你是一位專門服務中小企業的行銷顧問，客戶是開設三年的獨立咖啡廳，想要在 Instagram 增加曝光但預算有限」，這樣 AI 才知道要用什麼視角回答你。
我實測過，加上角色設定後，AI 給的建議會從泛泛的「多發文、用 hashtag」，變成「建議每週至少發三則限時動態分享沖煮過程，並在貼文中標註附近的共同工作空間，吸引上班族客群」。差別就在於你有沒有給它足夠的脈絡去推理。
範例：Show, Don't Tell
與其說「語氣要專業但不能太冷」，不如直接貼一段你喜歡的文字當範例。AI 對於「模仿風格」這件事非常擅長，給它一個具體參照物，比用十個形容詞描述更有效。
舉例來說，我在請 AI 生成電子報內容時，會直接貼上兩三封過去反應不錯的信件，然後說「請參考這些範例的語氣和結構，寫一封關於新服務上線的通知信」。這樣產出的內容至少有七成可以直接用，剩下三成微調就好。
限制：明確說出你不要什麼
很多人只說想要什麼，卻忘了說不要什麼。例如「請寫 500 字以內」「不要使用行銷術語如『顛覆性創新』『賦能』」「避免條列式，用敘事方式呈現」。
限制不是在刁難 AI，而是幫助它快速縮小搜尋空間。就像你跟設計師說「不要用紅色、不要卡通風格」，比起讓對方憑空猜測你的喜好，有明確邊界反而更容易做出你滿意的成果。
四個實戰技巧，讓 AI 一次就給你想要的答案
技巧一：用「角色 + 任務 + 格式」框架起手
我自己最常用的 Prompt 模板是這樣的：
你是【角色】。現在需要【任務】。請以【格式】呈現，並注意【限制】。
例如：「你是一位熟悉台灣市場的 SEO 文案寫手。現在需要為『企業官網 SEO 優化服務』撰寫一篇 1200 字的部落格文章。請以教學文形式呈現，使用 h2/h3 標題結構，語氣專業但不艱澀，避免堆砌關鍵字。」
這樣的指令清楚到 AI 幾乎沒有猜測空間，產出品質自然會高很多。
技巧二：分段提問，不要一次塞太多任務
很多人會寫一大段 Prompt，裡面包含「分析競品 + 擬定策略 + 寫文案 + 排版建議」四件事。結果 AI 每個都做了，但每個都做得很淺。
我會建議拆成多輪對話：第一輪先請它分析競品並列出三個關鍵差異點；第二輪根據這三個差異點發展行銷切角；第三輪才進入文案撰寫。這樣每一步都有品質控制，最終成果會比一次性丟完所有需求來得扎實。
技巧三：善用「Few-Shot Learning」提供多組範例
如果你要 AI 生成特定格式的內容（例如產品描述、社群貼文、客服回覆），最有效的方法是給它 2～3 組「輸入 → 輸出」的配對範例。
例如你在訓練 AI 寫 Instagram 圖文：
範例一：
輸入：新品上架 - 手沖咖啡豆 衣索比亞 耶加雪菲
輸出：週三的早晨，來點花香調的耶加雪菲 ☕️ 淺焙帶出明亮的柑橘尾韻，適合喜歡果酸感的你。限量 50 包，這週五前下單享早鳥價。
範例二：
輸入：活動預告 - 手沖體驗課程
輸出：下週六下午，我們要開一場小班制手沖課 👐 從認識豆子到完成一杯乾淨的咖啡，兩小時帶你入門。只收六位，有興趣請私訊報名。
現在請依照相同風格，為「新推出的冷萃咖啡包」寫一則貼文。
這種方式我測試過用在客服罐頭訊息、EDM 主旨生成都非常有效，AI 會快速掌握你要的語氣和結構。
技巧四：加上「請先說明你的思考邏輯再給答案」
這個技巧在需要分析或策略建議時特別好用。當你在 Prompt 最後加上「請先說明你的推理過程，再給出最終建議」，AI 會先把思考步驟寫出來，這樣你可以檢查它的邏輯是否合理，而不是只拿到一個看起來很厲害但不知道怎麼來的結論。
我在做 SEO 關鍵字策略規劃時就常用這招——請 AI 先列出它考量了哪些因素（搜尋量、競爭度、用戶意圖），再推薦優先操作的關鍵字。這樣我可以判斷它的邏輯是否符合客戶的產業特性，必要時再調整方向。
一個真實案例：如何用 Prompt 把模糊需求變成可執行方案
去年底有位做手工皂的創業者來找我，她說「想做內容行銷但不知道從哪開始」。我沒有直接給建議，而是帶她用 Prompt 跟 ChatGPT 對話。
我們先給脈絡：「你是一位協助手作品牌規劃內容行銷的顧問。客戶主要透過 Facebook 和實體市集銷售手工皂，客群以 25～45 歲注重天然成分的女性為主，目前粉絲專頁約 800 人。」
接著下任務：「請根據這位客戶的現況，建議三個可以立即執行、不需額外預算的內容主題方向，並說明每個主題可以解決什麼行銷痛點。」
AI 給出的建議包括「成分科普系列文」「使用前後對比見證」「製作過程短影片」，每個方向都附上為什麼這個主題能引起目標客群興趣的理由。我們再根據這三個方向，請 AI 展開成每週發文計畫表。
整個過程不到半小時，她拿到一份可以直接執行的三個月內容日曆。重點不是 AI 多厲害，而是我們把需求拆解成 AI 能理解的脈絡和任務。
常見的 Prompt 地雷，90% 的人都踩過
地雷一：指令太短，期待 AI 自己腦補
「幫我寫一篇文章」「給我一些行銷建議」這種程度的 Prompt，就像你走進餐廳說「給我吃的」。AI 當然會給你東西，但大概率不是你要的。
至少要說明主題、目標受眾、字數範圍、語氣風格這四個基本元素。
地雷二：用否定句表達需求
「不要太正式」「不要寫得像學術論文」這種說法，AI 其實不太能精準理解。比較好的做法是直接說你要什麼：「請用朋友聊天的語氣」「就像在咖啡廳跟客戶分享經驗那樣輕鬆」。
地雷三：預設 AI 知道你的產業脈絡
除非是非常大眾化的主題，否則不要預設 AI 了解你的產業。例如你做的是 B2B SaaS 產品，客戶是製造業，就要在 Prompt 裡說明「目標客戶是傳統製造業的老闆和廠長，他們對數位工具的接受度不高，需要看到立即可見的效益才會買單」。
這些背景資訊會大幅影響 AI 給建議的角度和用詞。
地雷四：一次改太多參數，不知道哪個有效
如果你對 AI 的回應不滿意，不要一口氣改五個地方再重新生成，這樣你無法判斷是哪個調整起了作用。比較好的做法是每次只改一個變數——例如先調整語氣，再調整篇幅，再調整結構。
這也是為什麼我會建議把 Prompt 存成模板，每次微調一個參數並記錄效果，慢慢就能找到最適合自己需求的版本。
Prompt Engineering 是可以練出來的直覺
很多人以為寫 Prompt 需要技術背景，其實它更接近「需求訪談」和「簡報提案」的能力——你要能把腦中模糊的想法，轉譯成別人（或 AI）能理解和執行的指令。
我自己的經驗是，剛開始會花很多時間在調整 Prompt，但大概寫過 50～100 組之後，就會開始有直覺：知道哪些資訊該給、哪些可以省略、什麼時候該分段提問、什麼時候該給範例。
如果你現在正在摸索怎麼把 AI 工具整合進工作流程，或是在規劃品牌官網、客製化系統時需要大量內容生成和策略發想，我會建議從整理自己常用的 Prompt 模板開始。把每次有效的指令存下來，慢慢建立自己的 Prompt 資料庫。
這不只是工具操作技巧，更是一種「把需求說清楚」的底層能力。而這個能力，在跟 AI 協作、跟團隊溝通、跟客戶提案時都同樣受用。
如果你在實作過程中遇到卡關，或想聊聊怎麼把 AI 協作流程套用到你的業務場景裡，歡迎找我聊聊。我樂意分享更多實際踩過的坑和測試心得。
