AI已成為工作生活中的高效工具。但為什麼同樣的AI工具，別人問出來的答案好像比較精準、專業，而自己卻總是感覺答非所問？
關鍵在於如何問問題，也就是下Prompt提示詞的技巧，許多大廠如Open AI, Google等也都提出Prompt Engineering 工具來協助LLM產出更符合使用者需求，本文將說明Prompt提示詞技巧
一、什麼是Prompt（提示詞）？
在 生成式 AI 應用中，Prompt 就是指使用者輸入的"問題"、"指令"，通常簡稱為"提示"Amazon：Prompt 提示是請求生成式 AI 執行特定任務的自然語言文字
二、Prompt（提示詞）技巧
1.定義角色
告訴 AI 你的角色或希望 AI 扮演的專業身分，並說明受眾(Target Audience；TA)是誰
2.背景資訊
告訴AI 需要知道的背景資訊，歷史緣由，前因後果
3.作業目標明確
希望 AI 完成的具體作業
4.指定輸出的範例、結構或格式
提供範例可以是檔案表單、參考網址、條列格式、指定語氣、指定語言等
5.限制條件
限定字數、風格、範圍、避免某些元素
上述五個技巧，綜合呈現舉例如下：
【1.我的角色】我是XX公司的國際業務
【1.受眾TA】我想寫封商業信給客戶XXXX公司，採購窗口Eric
【2.背景資訊】之前臨時急單出貨至美國客戶後，發現產品不良急需重新發貨
【3.作業目標明確】因預約船班因素會影響到原本答應的交期，信件內容告知交期延後原因，並要提出協調交期往後延1週
【4.指定輸出的結構或格式+5.限制條件】請用英語，字數不要超過300字，以專業、簡潔、禮貌的語氣幫我撰寫，禁止幽默的口氣，並參考之前我寫給Eric的信件如下
6. 使用思維鏈 (Chain-of-Thought)
思維鏈（Chain of Thought, CoT）思考方式，強調在解決問題時，逐步展開每個思考與推理步驟，讓過程結構清楚，並將複雜問題拆解為一系列小步驟，最終導出結論，這種方法很像人類處理複雜任務時「逐步推理」的習慣
例如，解數學題：「計算 24 除以 4 乘以 2？」，思維鏈步驟如下：
(1)先計算 24 除以 4，得到 6
(2)再計算 6 乘以 2，得到 12，所以答案是 12
例如，評估購買一台50吋新電視
我想要購買一台50吋新電視，請推薦我4款電視，過程中請依以下因素，一步步評估：
(1)不考慮XX(國家)品牌
(2)LCD（液晶電視）/ LED（發光二極體電視）/OLED（有機發光二極體）/QLED（量子點顯示技術），這幾種電視的差異與優劣
(3)LCD / LED / OLED /QLED，這幾種電視的售價區間，是否還有其他的費用?例如安裝費、搬運費等
(4)當商品需要維修時的維修方式，保固期限，與市面上大家回饋大約可以使用的年限，使用年限希望是越長愈好
(5)請評估電視功能，例如是否有YouTube, Netflix等類似的頻道，或是APPLE、手機裝置聯網功能
(6) 最後列出這4款電視以上比較摘要之外，同時查詢在線上購物網站上的價格比較
上述這些過程強調將每個推理與步驟完整展開，仔細描述每一個思考環節
7.使用任務拆解(Task Decomposition)
任務拆解(Task Decomposition)指的是把複雜任務分解成較小、可獨立處理的子任務（subtasks），讓整體問題更易於管理、優化與執行
例如，請協助我規劃一場公司的小型活動，任務拆解如下：
(1)找活動場地
(2)訂餐飲
(3)傳邀請函給同事
(4)準備當天活動流程
(5)確認音響設備
這種方式直接將一個複雜事件「拆分」為多個子任務，讓AI規劃的時候都考量到每個任務予以規劃
8. 跳脫問題法
愛因斯坦常被引用的一句話是：「瘋子就是重複做同樣的事情卻期待會有不同的結果。」(Insanity: doing the same thing over and over again and expecting different results.)
當我們在處理重複發生的問題時，總是專注在問題中，容易不自覺做著重複的事情去解決同樣的問題，但效果通常不佳
在下Prompt也容易會有這個現象，所以可以請 AI 先重新審視評估問題之外，思考還有哪些其他的關鍵面向需要考量
例如，處理產品客訴問題
我需要處理客戶抱怨XXXXX，請先針對這個問題思考，解決這個問題前，有哪些關鍵面向需要考量？
9. 邊走邊問，層層下問法
有時候，我們對想了解的事情毫無概念與知識，可能一開始只有一個關鍵字，所以根本無法架構式的下Prompt，這時候可以邊走邊問，層層往下問
(1)先問關鍵字是什麼
例如，什麼是AI 代理人(AI Agent)?
(2)依據回覆內容，查找其他關鍵字、其他方向，或是利用LLM使用的參考資料(網站)，查找內容
(3)多層往下問之後，可以下Prompt摘要已查詢的內容
三、Prompt（提示詞）使用情境
1. 對該領域知識毫無概念時
技巧9. 邊走邊問，層層下問法
2. 當問題不複雜，產出的內容有明確格式時
技巧1.定義角色＋2.背景資訊＋3.作業目標明確＋4.指定輸出的範例、結構或格式＋5.限制條件
3. 當問題較複雜，涉及多步評估、推理或計算時
技巧1.定義角色＋2.背景資訊＋3.作業目標明確＋4.指定輸出的範例、結構或格式＋5.限制條件
& 技巧6. 使用思維鏈 (Chain-of-Thought) or 7.使用任務拆解(Task Decomposition)
4. 當問題重複出現
技巧8. 跳脫問題法
四、Prompt（提示詞）範例資料庫
下面有一些Prompt（提示詞）範例資料庫參考資料，可以依照實際需求自己查找使用，把幾個自己常用的Prompt存下使用
1.Notion Marketplace，AI 提示範本
https://www.notion.com/zh-tw/templates/category/ai-prompts
2. ExplainThis，GPT指令大全
https://www.explainthis.io/zh-hant/chatgpt
3.ChatGPT Shortcut(中國網站)，ChatGPT SC
https://prompt-shortcut.writeathon.cn/
4.AI峰哥，人資 ChatGPT 提示詞 Prompt
https://content.peaker.com.tw/human-resources-chatgpt-prompt-ultimate-database/
5.tenten，2025年行銷人必備的100個AI神隊友指令大全
https://tenten.co/learning/2025-prompts-for-marketing/
6.臺灣海洋大學圖書暨資訊處，AI 繪圖 Prompt 指引
https://li.ntou.edu.tw/p/404-1029-106441.php?Lang=zh-tw
7.其實可以問LLM，自建資料庫
例如，我是一位在 [XX公司] 工作的 [XX(工作職稱)]，請你給我 X 個 [XX(工作職稱)領域XXXXXX(做什麼事)] 常用的提示詞讓我參考
延伸閱讀：
1. AI胡說八道的背後：大語言模型(LLM)幻覺率排行與你必知的防範方法
2.一次看懂生成式AI（Generative AI）特色與應用
3.人工智慧AI學習資源指南：免費／付費／線上／線下課程推薦
4.AI證照攻略：ISO/IEC 42001、iPAS AI應用規劃師、Azure AI Fundamentals比較
