Notebook LM 最強大的 AI 學習工具 以下內容根據所提 26 條「高效提示工程」技巧，逐條以條列式擴充說明，並給出 2 個實例。每條均用繁體中文撰寫，避免表格，方便直接套用。
- 無須客套，開門見山
說明：LLM 不會因為「請、謝謝」而表現更好，反而可能讓語句變得冗長。 - 例 1 ❌「請問您可以幫我翻譯這段文字嗎？謝謝！」
- ⭕「將以下文字譯成英文：……」
- 例 2 ❌「如果你不介意，我想要知道這段程式碼哪裡錯了。」
- ⭕「找出這段程式碼的錯誤並修正：……」
- 先交代「目標受眾」
說明：受眾知識水準決定深度與用詞，先鎖定可省去反覆追問。例 1「受眾為高三學生，解釋量子疊加。」例 2「受眾是資深 DevOps 工程師，說明 Kubernetes 1.28 的 SidecarContainer 新特性。」
- 把複雜任務拆成多輪簡單提示
說明：一次塞太多條件，模型容易遺漏；逐步追問可降低錯誤率。例 1 (1)「列出建立 REST API 所需的步驟。」 (2)「針對第 3 步『設計路由』，給我 5 條最佳實踐。」例 2 (1)「總結這篇 10 頁論文。」 (2)「用三句話說明其貢獻。」 (3)「指出兩個可改進之處。」
- 用肯定句，避免「不要、別」
說明：否定詞易被模型「遺漏」，導致反向操作。 - 例 1 ❌「不要輸出 JSON。」 ⭕「輸出純文字。」
- 例 2 ❌「別超過 100 字。」 ⭕「保持在 100 字內。」
- 主動要求「降階解釋」
說明：把抽象概念轉成生活化語言，方便自己或他人吸收。例 1「像對 11 歲孩子解釋什麼是通貨膨脹。」例 2「把我當程式新手，說明遞迴函式。」
- 半開玩笑地給「小費」誘因
說明：雖無真實金錢，卻能觸發模型「更賣力」的語氣。 - 例 1「我會給 200 美元小費，換取更精簡的程式碼！」
- 例 2「小費加倍，請提供額外三個行銷標語。」
- 先給「少樣本」範例再提需求（Few-shot）
說明：示範格式與風格，模型會自動對齊。 - 例 1 「將情緒分類： 句子：這家餐廳真棒 → 正向 句子等好久 → 負向 句子：普通 → 中立 句子：出餐快味道又佳 →」
- 例 2 「英翻日： good morning → おはようございます see you → じゃね good night →」
- 用「###」分段，視覺邊界清晰
說明：指令、範例、上下文明確隔開，降低模型「看錯區塊」機率。 - 例 1 ###指令### 摘要以下新聞。 ###新聞### （內文）
- 例 2 ###範例### Q：2+2= → 4 Q：3×7= → 21 ###問題### Q：8−5= →
- 強制性開場：「你的任務是」「你必須」
說明：直接提高指令權重，讓模型優先執行。 - 例 1「你的任務是充當校對員，必須找出所有錯字。」
- 例 2「你必須以 YAML 格式回傳結果，否則視為失敗。」
- 引入「懲罰」語句
說明：強化遵從感，但建議搭配明確規則，否則易產生無意義威脅。 - 例 1「若遺漏任何步驟，你將被扣分。」
- 例 2「回答離題會遭受懲罰，請嚴守主題。」
- 要求「自然、人味口吻」
說明：避免機器感，適用於行銷、客服、社群貼文。 - 例 1「用自然、類人方式介紹這款保溫瓶。」
- 例 2「像朋友聊天一樣，說明為何要運動。」
- 加入引導詞：「一步一步思考」
說明：觸發 Chain-of-Thought，顯著提升推理正確率。 - 例 1「這道數學題請一步一步思考，再給最終答案。」
- 例 2「逐步分析這段程式碼的時間複雜度。」
- 主動要求「去除偏見」
說明：降低模型預設價值判斷，適合敏感議題。 - 例 1「確保回答無性別刻板印象。」
- 例 2「避免地域偏見，介紹各國飲食文化。」
- 讓模型「反問你」直到資訊足夠
說明：把需求拆成问答式，減少一次性羅列全部條件。例 1「從現在起，請向我提問，直到能寫出符合我品牌調性的 slogan。」例 2「不確定資料齊全，你先問我，再產生 SQL 查詢。」
15.「教我＋測驗」模式
說明：自學利器，模型不會直接給答案，可自我檢測。
例 1「教我貝氏定理，最後出 1 題選擇題，別給答案。我答完再告訴我對錯。」例 2「解釋何謂 REST，完後設計 1 題簡答題，等我回覆再評分。」
- 指派「角色」
說明：角色附帶知識與語氣，一鍵切換專家模式。 - 例 1「你是一名 19 世紀航海醫生，描述壞血病看法。」
- 例 2「扮演新創 CFO，教我讀現金流量表。」
- 使用分隔符號
說明：三重引號、XML、Markdown 皆可，目的在「告訴模型這是一塊整體」。例 1"""這段是使用者郵件，請摘要："""例 2<code> 請只改效能，不動邏輯。
- 重複關鍵詞或短語
說明：提高該詞彙在生成中的「注意力權重」。 - 例 1「回答時一再強調『可持續性』。」
- 例 2「每次提到價格，都要重複『含稅價』三字。」
- 把「步驟推理＋少樣本」結合
說明：先給 1～2 個「含步驟」範例，再問新問題，模型會類推。 - 例 1 「Q：班有 3 顆蘋果，再買 2 顆，吃了 1 顆，剩幾顆？ 步驟：3+2=5；5−1=4。答案：4 顆。 Q：莉有 7 支筆，遺失 3 支，又買 5 支，剩幾支？」
- 例 2 「解二次方程先判別式，再求根。 範例：x²+4x+3=0 → Δ=4… 請解 x²−6x+8=0。」
- 輸出引導詞（把「開頭」送給模型）
說明：直接給出期望的第一行，模型會順著寫，格式更穩。 - 例 1「請給 CSV 檔，開頭如下： name,age,email Alice,25,alice@mail.com」
例 2「繼續這段故事：『夜色籠罩舊港口，燈塔忽然熄滅……』」
- 明確要求「詳細版」
說明：把「所有必要資訊」說在前，避免模型偷懶。 - 例 1「詳細撰寫一篇 1500 字文章，主題：固態電池，需含原理、優缺點、產業現況、未來挑戰。」
- 例 2「詳細比較 macOS 與 Windows 的檔案系統，含技術架構、效能測試數據、安全機制。」
- 只潤稿不改風格
說明：保留原本語感，只做語法與用詞校正。 - 例 1 使用者「俺们村今兒個下雪，老大了。」 模型「我們村今天下了大雪，規模很大。」（仍帶口語）
- 例 2 官方公告「特此函達」不改為「告訴你一下」。
- 多檔案程式碼→自動生成腳本
說明：請求同時產生「可執行腳本」一併建立/插入檔案，省得手動搬移。 - 例 1「生成 Python 腳本，會自動建立 app.py、config.py、requirements.txt 並寫入對應代碼。」
- 例 2「給我 Bash 腳本，可於 /src 下生成 component 模板並自動加到 index.js。」
- 給「開頭」請接龍
說明：適合創作，模型會保持人物與語境一致。 - 例 1「我提供了故事開頭：『那年夏天，蟬聲特別響……』請接續 300 字。」
- 例 2「歌詞開頭：『流星劃過你睫毛』，幫我完成副歌。」
- 先把要求「條列」成關鍵詞或規則
說明：模型優先檢索條件，再生成內容，遺漏率下降。 - 例 1「關鍵詞：永續、低成本、社區參與。規則：每段需出現至少 1 關鍵詞，總字數 500。」
- 例 2「規則： 1. 用繁體中文 2. 避免專業術語 3. 結尾需有行動呼籲」
- 指定「模仿參考樣本」的語言風格
說明：餵一段範例，模型會抓語感、句長、用詞。 - 例 1「請依以下段落風格，寫新主題『人工智慧倫理』： 『從前從前，有個遙遠的山村……』→ 保持故事開場與口語感。」
- 例 2「參考這則廣告文案的節奏與雙關語，再寫 3 句推廣電動機車。」
以上 26 條，每條均附 2 實例，可直接替換關鍵字或場景，快速產生高品質提示。祝提示工程順利！
