在生成式 AI 快速普及的今天，多數人以為「會下 Prompt」只是把需求打清楚而已。然而實務上真正困難的，從來不是輸入一句指令，而是是否具備結構化思考的能力。當指令模糊、目標未定、架構不清，AI 的輸出自然不穩定，反覆修改也成為常態。
事實上，高效率的 Prompt 並不是靈感問題，而是一套可被訓練、可被複製的流程。本篇文章將從「辨識、分析、模擬、生成」四個階段，拆解如何從範本觀察到模型重建，最後產出穩定而精準的結果。這不僅是一種 AI 操作技巧，更是一種面向未來的思考方法。
一、辨識：先確定目標與範本
核心目的：在動手寫 Prompt 之前，先知道「你要的是什麼樣的東西」。要辨識的四件事
1.目標用途：教學用？行銷用？社群貼文？專題報告？程式功能？
2.輸出類型：要輸出：文章、簡報、圖像、資訊圖表、影片腳本、程式碼？
3.結構樣貌：是否有固定段落？是否有標題層級？是否表格形式？是否有步驟說明？
3.風格參照範本：請 AI 模仿「誰」？參考哪種寫作語氣？參考什麼設計風格？有無範例可以提供？
範例（錯誤 vs 優化）
❌低效率：幫我寫一篇自主學習的文章
👍高效率辨識後，範例 Prompt：
我要撰寫一篇適合高中生閱讀的自主學習引導文章，用於圖書館網站，字數約1200字，語氣鼓勵但具引導性，需包含實際步驟與範例。
二、分析：拆解可複製的結構
這是最關鍵卻常被忽略的一步。分析什麼？
1.拆結構：開頭做什麼？主體怎麼推進？結尾怎麼收束？
2.找邏輯：是問題導向？邏輯演繹？比較對照？步驟流程？
3.找亮點：有沒有金句？是否有案例？是否有圖表？
4.比較選項：哪種寫法最符合用途？哪種排列最清楚？
進階技巧：把作品當作「模型」
如果看到一個好的成品（文章 / 圖像 / 簡報），問自己：
它的段落比例？標題層級？每段大約幾行？是否使用列表？是否使用案例？
這樣你不是在「模仿內容」，而是在「複製架構」。
三、模擬：重建組成邏輯
要把「結構模型」翻譯成 Prompt 元件。
模擬的三個層面
1. 結構模擬
- 引發共鳴的開場（約150字）
- 三個核心方法（每點附實例）
- 行動指引段落
- 總結金句
2. 風格模擬
- 句型短還是長？
- 偏理性還是感性？
- 是否多使用提問？
- 段落密度？
👍Prompt 範例：
句型短，節奏明快，避免長句，適度使用提問句，語氣具引導性。
3. 視覺模擬（例如圖像或資訊圖表）
- 色彩比例？
- 對比強度？
- 版面留白？
- 主視覺比例？
四、生成：輸出快、穩、準
高效 Prompt 四元素公式：角色 + 任務 + 結構要求 + 輸出格式
標準公式版本
- 你是一位（專業角色）
- 請幫我完成（明確任務）
- 內容需包含（具體結構）
- 請以（輸出格式）呈現
- 字數約（數字）
👍Prompt 範例：
你是一位高中圖書館主任，請撰寫一篇說明如何進行自主學習規劃的文章，需包含問題分析、規劃步驟、案例與行動清單，使用標題層級清楚呈現，適合網站發布，約1200字
為什麼這樣比較有效率？
因為它符合 AI 的運作特性：AI 並不是理解世界，而是預測最可能的文字排列。
- 給明確結構
- 給邏輯順序
- 給風格方向
- 給範本參考
常見低效率錯誤
- 任務模糊
- 沒給結構
- 沒說字數
- 沒定輸出格式
- 一次想改太多變數
專家級 Prompt 思維
真正高效率，不是寫很長 Prompt。
而是：先在腦中完成「模型分析」，再用結構化方式表達。
心法：下 Prompt 的最有效率思維是「先看清 → 再拆開 → 再重組 → 才生成」
這不是一行指令，而是一個思考流程。
