ChatGPT、Gemini、Claude、Grok 提示詞技巧教學：AI Prompt 下法完整指南
生成式 AI (Generative AI, GAI) 如 ChatGPT、Gemini、Claude 和 Grok 已成為日常工作與學習的強大夥伴。然而，許多人會發現，明明是同一個工具，為什麼別人的 AI 答得像專家，而你的 AI 卻總是在胡言亂語？
關鍵就在於 Prompt Engineering (提示工程)。它並非單純的指令輸入，而是一門「溝通與指令架構」的藝術。掌握正確的「詠唱術」，能讓 AI 的產出品質從 60 分提升至 95 分。本篇文章將從基本原理、進階框架到高階實務，全面解析如何下出完美的 Prompt。
提示詞的核心三要素：P-C-E 法則
在進入複雜的框架前，請記住所有高效指令的共同點。如果你發現 AI 答非所問，通常是缺少了以下其中一項：
- 精確 (Precision)：避免使用「寫多一點」、「隨便聊聊」這種模糊字眼。請具體化你的動詞（如「分析」、「摘要」、「撰寫」）與量化指標（如「100字內」、「列出5點」）。
- 背景 (Context)：AI 就像一個剛入職的實習生。給出的上下文越豐富（目標受眾是誰？為什麼要寫這個？目前的進度到哪？），它就越貼近你的實際需求。
- 範例 (Examples)：這是提升品質的最快方法。與其花大篇幅描述「專業優雅的語氣」，不如直接貼一段你認可的文章範例。
❌ 錯誤示範（模糊）：
「幫我寫一段關於運動好處的文章。」
✅ 正確示範（P-C-E）：
「你是一位資深健身教練 (Context)。請針對完全沒有運動習慣的上班族 (Precision)，撰寫一篇 150 字內的短文 (Precision) 介紹運動的好處。請參考以下活潑且具鼓勵性的預期風格 (Example)：『嗨！別再坐著了，只要 10 分鐘，你就能感覺到大腦重啟...』」
指令架構框架：從入門到工程師級
當你面對空白的對話框感到不知所措時，使用現成的框架可以幫你結構化思維。
RTF 框架 (適合日常快速任務)
這是最容易記憶的結構：
- Role (角色)：賦予 AI 一份工作（如「你是專業的公關經理」）。
- Task (任務)：具體要做什麼（如「撰寫一份道歉聲明」）。
- Format (格式)：輸出的樣子（如「500 字內的電子郵件」）。
範例指令：
「你是一位專業的旅遊部落客 (Role)。請幫我撰寫一段關於 2025 年京都賞櫻的旅行計畫 (Task)。輸出格式請使用 Markdown 表格 (Format)，包含日期、景點建議、以及必吃美食。」
BROKE 框架 (適合複雜的專案與長期任務)
這是目前業界公認最完整的結構，能顯著降低 AI 的發散率：
- Background (背景)：提供任務的前因後果與限制。
- Role (角色)：指定的專家身分。
- Objectives (目標)：你最終想要達成的核心目的。
- Key Results (關鍵結果)：列出輸出的具體指標。
- Evolve (演化)：告訴 AI 之後如果不如預期，可以如何修正。
範例指令：
「我們正在推廣一家新的線上程式課程 (Background)。請扮演一位數位行銷大師 (Role)。我們目前的目標是增加課程的試聽註冊率 (Objectives)。請產出 3 組不同的 Facebook 廣告文案 (Key Results)，每組上限 100 字。如果我覺得效果不好，我會提供轉換率數據讓你重新優化標題 (Evolve)。」
進階詠唱術：解決邏輯與創意瓶頸
思維鏈 (Chain of Thought, CoT)
AI 本質上是「預測機」。透過強制它「寫下推理步驟」，可以大幅減少「幻覺」(Hallucinations)。
- 咒語：「請一步步思考」(Let's think step by step)。
- 用途：解決數學、程式除錯、複雜的邏輯推演或法律條文分析。
- 範例：
「阿明有 5 個蘋果，他給了小華 2 個，又去商店買了 2 袋蘋果，每袋有 3 個。請問阿明現在有幾個蘋果？請一步步思考並寫下計算過程。」
少樣本學習 (Few-shot Prompting)
給 AI 三個以上的「輸入-輸出」配對範例。這在處理「特定語氣」或「固定格式」時，比任何文字描述都有效。
- 優點：即使 AI 原本不會某種風格（如特定公司的週報格式），只要看到幾個範例，它就能完美模仿。
- 範例：
「請將下列口語對話轉換為專業的公務報告格式：
- 口語：昨天伺服器掛了兩小時。 -> 報告：昨日伺服器發生約 120 分鐘之服務中斷。
- 口語：客訴說介面很難用。 -> 報告：收到用戶關於使用者介面易用性之負面回饋。
- 口語：這功能明天要上線。 -> 報告：[待 AI 產出]」
多重角色討論模式 (Debate Mode)
當你需要決策分析時，可以叫 AI 扮演不同的利益相關者進行辯論。
- 範例：「針對『公司應該全面取消辦公室，轉為雲端工作』，請分別扮演『重視效率的 CEO』、『希望工作的基層員工』與『關注身心健康的 HR』進行討論，最後給我一個平衡的方案。」
不同場景的實戰 Prompt 指南
💻 程式開發 (Coding)
AI 的程式力很強，但需要清晰的規格書：
- 好的指令：「請使用 Python 開發一個爬蟲。目標是抓取 [URL] 的商品名稱與價格。工具限用 BeautifulSoup，必須包含 Try-Except 機制來處理網路逾期，結果請轉為 JSON 格式。」
- Debug 指令：「這段程式出現了 [Error 代碼]，請先解釋報錯原因，檢查是否有邏輯死角，並提供修正後完整的程式碼。」
📝 創意寫作與行銷文案 (Marketing)
如何讓 AI 寫得不像 AI？
- 指定風格：使用「模仿 [特定作家] 的筆觸」或「語氣要像是在跟親近的朋友聊天」。
- 情緒動機 (Emotional Prompting)：研究證實，在 Prompt 加入「這項任務對我的職涯極度重要」或是「如果你做得好，這會對我的學業有巨大幫助」，能激發大型語言模型產生更高品質、更負責的回答。
範例指令：
「請幫我寫一份關於新口味氣泡水的 Instagram 貼文。語氣要像是一位 20 歲的潮流穿搭創作者 (Style)，充滿活力且善用 Emoji。這份貼文的互動率直接影響我的實習考核 (Emotional Prompting)，請務必寫得吸引人並加入三個相關的 Hashtags。」
高階微調與「除錯」技巧
使用明確的分隔符號 (Delimiters)
長 Prompt 最好使用 """ (三引號) 或 XML 標籤如 <context> 或 <instruction> 進行區隔。這能讓 AI 明白哪一部分是「規則」，哪一部分是「內容」。
範例指令：
「請根據以下
<context>標籤內的背景資訊，回答<question>標籤中的問題。台北 101 是台灣最高樓，高度為 508 公尺。 台北 101 有多高？ 」
負向提示 (Negative Prompting)
明確告訴 AI「什麼不要出現」。
- 範例：「請寫一段教學文，但禁止使用任何術語，且絕對不要推薦任何付費軟體。」
逆向請教 (Reverse Prompting) —— 終極絕招
如果你知道想達到的成果，但不知道怎麼寫 Prompt，那就問 AI。這能幫你萃取成功案例的背後指令邏輯。
範例指令：
「這是我很喜歡的一篇科技產品評論文章：『[貼上文章內容]』。請分析這篇文章的寫作風格、段落架構、與情緒渲染技巧，並反推成一個 Prompt 指令給我，好讓我以後能請你模仿這種風格寫出其他的產品評論。」
2025 平台特性分析：選對工具事半功倍
隨著 AI 技術在 2025 年迎來爆發式成長，不同的大模型展現出了更鮮明的「性格」差異。選對工具，能讓你的 Prompt 效率再提升 50%：
- ChatGPT (GPT-5.2 / o3)：目前邏輯推理與「代理人」(Agentic) 能力的巔峰。適合處理極度複雜的專案管理、科學運算，以及需要 AI 主動調用多種工具完成的自動化任務。其「思考模式」(Thinking Mode) 能處理以往 AI 無法解決的悖論問題。
- Claude 4 / 4.5 (Sonnet & Opus)：公認的「文案之王」與「程式導師」。其內建的思維架構讓產出的內容最不具「AI 感」，語感細膩且邏輯嚴謹，是目前創意寫作、長文編修、以及大規模代碼重構的首選。
- Gemini 3 (Flash & Deep Think)：Google 生態系的強大連結者。擁有超長文本 (2M+ tokens) 的處理能力，且「Deep Think」模式在數學與科學難題上表現卓越。適合用於分析長達數小時的會議影片、整本厚重的技術手冊或橫跨多個 Repo 的專案。
- Grok 4.1：整合 X (原 Twitter) 的即時資訊流，對時事敏感度最高。其「無限制模式」能提供更直接、較少過度審查的答案，適合用於追蹤全球即時動態與非傳統觀點的挖掘。
- DeepSeek-V3.2 (高性能黑馬)：來自中國杭州的技術奇蹟。以極高的性價比與強大的邏輯推理能力橫掃全球，特別是在數學競賽、程式開發以及「極速思維」任務上，效能已能比肩甚至超越頂級付費模型，是當前極受關注的技術領先者。
結語
Prompt Engineering 絕非死記硬背「咒語清單」。它是一種系統化表達需求的能力。
AI 的發展非常迅速，未來的溝通可能會變得更口語。但無論技術如何演變，清晰的邏輯、豐富的背景以及對目標的精確定義，永遠是讓 AI 為你所用的核心。現在，就試著用 BROKE 框架，將你原本隨便打的一句指令，升級成專業的工程指令吧！