所有自學都是為了消弭現實阻礙和理想追求的差距。這點上，提示工程跟鍊金術有點像。
煉金術被忽略的部分：語言
身為鍊金術愛好者，隨性翻開一本日本人寫的《鍊金術師的傳說》（草野巧Kusano Takumi著，周佩憲譯）。Alchemy字根中的chemy 是指化學，「鍊金術」是日本翻譯的常稱，也讓人忘記它追求黃金、完美以外的面向：它怎麼想事情？
西秘的水土火風四大元素，基礎是古希臘的「原質」猜想，加上「四性質」冷熱乾濕——組合成水土火風。這種理論發展到談金屬合成，方法竟然是：以金屬名稱的拼音字母對數序，奇數特性和偶數特性相加，努力混合不同金屬直到最接近黃金的特性相加。問題來了，希臘語、阿拉伯語、拉丁語（甚至書中用的是仿日音英語）都是不同的拼音啊！所以各地的配方還真的不一樣！
與其説絕不科學/毫無邏輯的偽科學，更像是一種橫向連結的語言遊戲！
語言即材料
這樣看來，鍊金術從一開始就跟語言密不可分。它所謂的「鍊成」，真正的操作場所和原料就是語言本身。古代鍊金術師其實是最早的「提示工程師」——他們用特定的語言組合，試圖催化出理想的結果。
而我們現在做的提示工程，不也正是如此嗎？
我的程度說穿了，只是比較敢嘗試各種提示詞。充其量是個玩家，連Vibe coding都還沒深入碰過。
環顧目前的提示工程社群，成員大多是資工基礎紮實的專業者、超級個體，或者追求生成瑟瑟圖片、AI伴侶的另一群人。工具更新的速度令人暈眩——每幾天就有新的「必學10大技巧」「20個關鍵工具」清單出現。賣課程、賣系統、抓流量、推工具，整個生態圈轉得太快。
這一切讓我想慢下來，建立自己的學習節奏。
「42」
平常寫計畫、執行結案核銷，職場的自我審查已經太多，這邊就是快樂的學習筆記而已。我開始建構自己的知識框架。目前成功整理出兩套關鍵詞庫：
人文面（8個）： 敘事學、詮釋學、語言遊戲（維根斯坦）、對話理論、結構化書寫、陰性書寫、分段溝通、查核素養
技術面（34個）：注意力機制(Attention Mechanism)、零/少樣本學習 (Zero/Few-shot Learning)、思維鏈 (Chain of Thought, CoT)、檢索式生成 vs 參數化知識、溫度參數 (Temperature)、系統提示 (System Prompt)、批次處理 (Batch Processing)、模型量化 (Quantization)、人類反饋強化學習(RLHF)、新一代大模型理論(Mixture of Experts ,MoE)、代理人(Agent)、模型上下文協議(Model Context Protocol,MCP)、本地化大型語言模型 (Local LLM)、閱讀理解架構(Transformer)、檢索增強生成 (RAG)、嵌入 (Embeddings)、上下文工程、提示詞工程、擴散模型 (Diffusion Model)、微調 (Fine-tuning)、工作流自動化 (Workflow Automation)、光學字元辨識 (OCR)、權杖/詞元 (Token)、API 金鑰 (API Key)、上下文 (Context)、多模態提示 (Multimodality prompting)、幻覺 (Hallucination)、提示詞 (Prompt)、生成式 AI (Generative AI)、LLM (大型語言模型)、自我一致性 (Self-consistency)、Chain-of-Thought / ReAct、Auto Tool Use (ART)、Reflexion
咦，加起來剛好是４２。有人也讀過《銀河便車指南》跟續作《宇宙盡頭的餐廳》嗎？
自學沒有學位
幾千年前的鍊金術愛好者，其實只是一群想縮短理想與現實差距的人。這樣的人橫跨學術層級、驗證機制還沒穩固的時代到今天。他們為了成名，會請來仕紳觀摩驗證，後來可能演化成當今的權威機制。追求未知、自建野路子方法論的一群人，有時候求名利，賢者之石象徵一組不再依賴、自給自足的名利泉源。後來也有些人求的是理解世界，理解內在宇宙。他們依賴語言和容易曲解挪用的方法論，在積極嘗試和過度渴求採取騙術之間擺盪。
如果在GPT-5剛推出、不斷錯過最佳時機的今天學提示工程，只是為了讓機器懂我們嗎？
不，我只是覺得好玩而已。能寫下筆記就是我的名，能學到新知識就是我的利。每一個明天更熟悉概念的我，就是驗證今天筆記的審查委員。這樣就夠了。
不不不，真正目的還有一個：從複雜技術反向提煉生活態度。
反向爬出我們日常運作背後的知識網：例如文教企劃領域都在提5W1H，只是人文辭庫1號敘事學的一層應用而已。
例如不付費訂閱、放掉數位工具、全球斷電、甚至個人失智時，還能運作下去的靈感，例如技術辭庫1號注意力機制(Attention Mechanism)聯想到我在生活中分配注意力的方式。
反著做筆記
學習是從基礎到進階，但目前狀況還是很渾沌，只能在資訊風暴中抓出知識節點。沒有基礎的自學者，抱著的就是一大團混炸情緒跟知識的毛線，直到每階段沉澱為筆記。但作筆記就有點方法了：先從最前沿應用寫回自己熟悉的基礎詞，這樣的好處是再梳理。比較熟悉的概念放遠了寫，初心放在心裡，透過寫、校稿、查資料的過程，一起夾擊未知的那一塊。TENNET。
我實際上常用的也只有OPEN AI系列的GPT & Sora、Claude。另有備而不用的21個。
一一搞懂這42個關鍵詞，就是我目前的自學工具箱。不求速成，不追風口。
筆記要給誰看，當然是自學提示工程卡關的自己囉。
