Prompt 寫作術
課程目標
- 理解為什麼同樣用 AI，有人得到好結果、有人得到垃圾回答——關鍵在 Prompt
- 學會「角色 + 背景 + 任務 + 格式」四段式 Prompt 公式，馬上能用
- 掌握 Few-shot、Chain-of-thought、追問術等進階技巧，讓 AI 輸出更穩定
一、為什麼你的 Prompt 效果不好？
你有沒有這種經驗：丟了一句話給 AI，回來的東西完全不能用？
這不是 AI 笨，是你給的資訊不夠。
常見三大錯誤
| 錯誤類型 | 範例 | 問題在哪 |
|---|---|---|
| 太模糊 | 「幫我分析」 | 分析什麼？分析給誰看？要什麼格式？ |
| 沒給背景 | 「幫我寫一封 email」 | 寫給誰？什麼場景？語氣要正式還是輕鬆？ |
| 沒指定格式 | 「整理這份資料的重點」 | 要條列？表格？三句話摘要？一頁報告？ |
回顧第一課：AI 是怎麼「想」的
還記得嗎？AI 的運作方式是：根據你給的文字，預測下一個最可能出現的 token。
這代表什麼？
- 你給的資訊越模糊，AI 能預測的方向就越多，結果就越發散
- 你給的資訊越精確，AI 的預測範圍就越收斂，結果就越符合你要的
簡單說：Garbage in, garbage out（垃圾進，垃圾出）。
爛 Prompt vs 好 Prompt 比較
範例 1：寫文案
爛：「幫我寫一篇 IG 貼文」
好：「你是一位美妝品牌的社群小編。我們品牌主打平價保濕，目標客群是 25-35 歲小資女。請幫我寫一篇 IG 貼文，介紹新上市的玻尿酸精華液，文案 80 字以內，語氣活潑，附 3 個 hashtag。」
範例 2：分析數據
爛：「幫我分析這份報表」
好：「我是行銷企劃，這是上個月的 FB 廣告成效報表（已貼上）。請幫我找出 CTR 最高和最低的三組廣告，分析可能原因，用表格呈現。」
範例 3：寫 Email
爛：「幫我寫一封 email 給客戶」
好：「我是業務，要寫一封 email 給合作半年的客戶，通知他們下個月起運費調漲 5%。語氣要委婉但明確，強調我們會提升包裝品質作為配套。長度控制在 200 字以內。」
看出差別了嗎？好的 Prompt 都有一個共同模式——接下來我們就來拆解它。
二、Prompt 公式：角色 + 背景 + 任務 + 格式
這是一個萬用的四段式結構，不管你用 ChatGPT 還是 Gemini 都適用。
1. 角色（Role）
告訴 AI 它是誰，讓它用對的「專業視角」來回答。
「你是一位資深行銷顧問，擅長社群經營和內容策略。」
為什麼有用？因為 AI 在訓練時讀過大量不同角色寫的文字。當你指定角色，等於告訴它：「請從這類文字的模式來預測接下來的內容。」
2. 背景（Context）
告訴 AI 你的狀況，讓它不用瞎猜。
「我們是中型美妝品牌，主打平價保濕產品，目標客群是 25-35 歲的上班族女性。目前 IG 粉絲約 2 萬人，互動率偏低。」
背景越具體，AI 越不會給你「放諸四海皆準但對你沒用」的通用答案。
3. 任務（Task）
明確說你要 AI 做什麼。一次一件事，不要塞太多。
「請幫我寫三版 IG 貼文文案，主題是新上市的玻尿酸精華液。」
4. 格式（Format）
指定你要的輸出長什麼樣子。
「每一版包含：標題（10 字以內）、內文（100 字以內）、3 個 hashtag。用條列方式呈現。」
完整範例：四段組合
把上面四段串起來：
你是一位資深行銷顧問，擅長社群經營和內容策略。
背景：我們是中型美妝品牌，主打平價保濕產品，目標客群 25-35 歲上班族女性。
IG 粉絲約 2 萬人，最近互動率偏低，想用新品上市帶一波話題。
任務：請幫我寫三版 IG 貼文文案，主題是新上市的玻尿酸精華液（定價 NT$399）。
格式要求：
- 每版包含：標題（10 字以內）、內文（100 字以內）、3 個 hashtag
- 三版風格分別是：知識型、情境型、促銷型
- 用條列方式呈現
同一套公式，你可以套用在任何場景：寫報告、整理會議記錄、分析數據、翻譯、客服回覆⋯⋯
三、進階技巧
學完基本公式，再加上這四招，你的 Prompt 功力就會再上一個層次。
1. Few-shot：給範例讓 AI 模仿
與其花力氣描述你要的風格，不如直接貼範例給 AI 看。
沒給範例（效果不穩定）：
幫我寫一段產品介紹，語氣要輕鬆有趣。
給了範例（效果穩定）：
請參考以下風格寫新的產品介紹：
範例 1：「誰說保濕一定要花大錢？這瓶精華液用一次你就回不去了。」
範例 2：「上班前拍兩下，乾燥辦公室也不怕。小資保養就是這麼簡單。」
現在請用同樣風格，寫一段面膜的產品介紹。
AI 看到範例，就能學到你的用詞習慣、句子長度、語氣調性，輸出會穩定很多。
2. Chain-of-thought：「請一步一步思考」
這招的原理跟第一課學的 token 預測有關。
當你說「一步一步想」，AI 會在輸出時先產生中間推理步驟的 token，這些 token 會影響後續的預測，讓最終答案更準確。
直接問：
我們上個月營收下降 15%，可能原因是什麼？
加上 Chain-of-thought：
我們上個月營收下降 15%。請一步一步分析：
1. 先列出可能的外部因素
2. 再列出可能的內部因素
3. 根據美妝電商的常見模式，判斷哪些因素最可能
4. 最後給出你認為最可能的前三名原因
後者會產生更有邏輯、更全面的分析。
3. 追問術：在同一對話裡修正
你不需要每次都重寫整段 Prompt。AI 會記住同一個對話裡的上下文，所以你可以像跟同事對話一樣追問：
- 「第二版的語氣太正式了，改輕鬆一點」
- 「表格再加一欄，放上月的數據做比較」
- 「太長了，濃縮成三個重點就好」
- 「不錯，但把第一段的例子換成台灣本土的案例」
追問比重寫更省力，而且通常效果更好，因為 AI 已經理解了你前面的需求。
4. 負面指令：告訴 AI「不要」做什麼
有時候正面描述很難精確表達，用負面指令更直接：
- 「不要用太正式的語氣」
- 「避免使用英文單字」
- 「不要給我通用建議，要針對美妝電商的具體做法」
- 「不需要開頭寒暄，直接進入重點」
正面 + 負面一起用，效果最好：「語氣輕鬆活潑（不要用敬語、不要太像官方公告）」。
四、雙平台實戰比較
目前最多人用的兩個 AI 工具是 ChatGPT 和 Gemini。同一段 Prompt 丟給它們，回來的結果會有差異。
用同一段 Prompt 測試
你是一位電商營運顧問。
背景：我們是一個台灣美妝品牌，月營收約 500 萬，主要通路是官網和蝦皮。
最近三個月蝦皮的營收佔比從 40% 上升到 55%，官網佔比下降。
任務：分析這個趨勢的風險，並給出三個具體的改善建議。
格式：用表格呈現，欄位為：建議項目、具體做法、預期效果、執行難度。
典型差異
| 面向 | ChatGPT | Gemini |
|---|---|---|
| 回答長度 | 偏長，會加很多解釋和補充 | 偏精簡，直接給重點 |
| 創意寫作 | 較擅長，文案風格多元 | 中規中矩，但邏輯清楚 |
| 表格/結構化輸出 | 可以，但有時會加太多文字 | 很擅長，表格乾淨俐落 |
| 中文流暢度 | 自然，但偶爾帶英文思維 | 自然，結構感較強 |
| 整合 Google 服務 | 無 | 可連結 Gmail、日曆、地圖等 |
重要觀念：Prompt 技巧可以跨平台移植
不管用哪個工具，「角色 + 背景 + 任務 + 格式」的公式都適用。差異只在輸出風格，你只需要根據結果微調。
實務建議：
- 需要寫文案、brainstorm：先試 ChatGPT
- 需要整理資料、做表格、結合 Google 生態系：先試 Gemini
- 重要任務：兩邊都試，挑好的用
五、Prompt 除錯：AI 回答爛怎麼辦？
AI 給的回答不滿意，先不要怪它笨。拿出這張 Checklist 自我檢查：
除錯 Checklist
| 檢查項目 | 問自己 | 修正方式 |
|---|---|---|
| 角色 | 我有告訴 AI 它是誰嗎？ | 加上「你是一位⋯⋯」 |
| 背景 | AI 知道我的產業、情境、限制嗎？ | 補上公司/產品/客群資訊 |
| 任務 | 我一次要求太多事了嗎？ | 拆成一個明確的任務 |
| 格式 | 我有指定輸出格式嗎？ | 加上「用表格/條列/幾字以內」 |
| 範例 | AI 猜不到我要的風格？ | 用 Few-shot 貼範例 |
| 太廣 | 回答都是廢話通用建議？ | 縮小範圍，加具體條件 |
把 AI 當同事，不是許願池
很多人用 AI 的心態是「丟一句話，期待完美答案」——這就像跟同事說「幫我做那個」，然後期待他做出你腦中想的東西。
正確的心態是：把跟 AI 的互動當作一場對話，而不是一次性的許願。
- 先用四段式公式給出第一版 Prompt
- 看 AI 的回答，找出不滿意的地方
- 用追問術修正：「第二段太長了」「換個角度」「加上數據佐證」
- 重複 2-3 輪，通常就能得到很不錯的結果
AI 協作：學了這個，跟 AI 怎麼配合？
Prompt 寫作術就是「跟 AI 協作的溝通語言」——寫得好，AI 就是高效助手；寫得差，AI 就是隨機產生器。
你的人類優勢：
- 你知道「好的產出長什麼樣」——AI 不知道你心中的標準，但你可以用範例教它
- 你能判斷 AI 的回答哪裡需要修正——追問比重寫更有效，這是人機協作的核心技能
可以這樣跟 AI 說：
這個回答的方向對，但語氣太正式了。請參考這個範例的風格重寫：「[貼上你喜歡的範例]」。保留原本的重點，只改語氣。
實戰練習
本課重點回顧
- Prompt 效果差的根本原因：你給的資訊不夠，AI 只能亂猜——跟第一課學的 token 預測原理一致
- 四段式公式：角色 + 背景 + 任務 + 格式，這是寫好 Prompt 的基本框架
- 進階技巧：Few-shot（給範例）、Chain-of-thought（分步驟思考）、追問術（對話式修正）、負面指令（說不要什麼）
- 跨平台適用：同一套公式在 ChatGPT 和 Gemini 都能用，差異只在輸出風格
- AI 不是許願池：把它當對話，不當一次性許願。寫 Prompt → 看回答 → 追問修正，反覆幾輪就能得到好結果
下一課預告
第三課：AI 資安與倫理
學會了怎麼跟 AI 對話，接下來要學什麼「不能」跟 AI 說。你貼給 AI 的資料，會不會被拿去訓練？公司的客戶名單可以丟給 AI 分析嗎？AI 生成的內容有著作權嗎？下一課會建立你使用 AI 的安全底線和倫理意識。
挑戰任務
以下是一個爛 Prompt：「幫我寫一篇行銷文案」。請用「角色 + 背景 + 任務 + 格式」四段式公式，把它改寫成一個好 Prompt。
練習 Few-shot 技巧：找兩段你自己寫過的文字（email、公告、報告都可以），貼給 AI 當範例，然後請它用同樣風格寫第三段。
把同一段 Prompt 分別貼給 ChatGPT 和 Gemini，比較兩者的回答差異，然後針對表現較差的那個追問修正。
用 Chain-of-thought 技巧，請 AI 一步一步分析一個業務情境：「我們品牌上個月在蝦皮的退貨率從 3% 上升到 8%，同期間沒有更換供應商或改變產品配方。」