好用的 AI 提示詞，不是把句子寫得像工程文件，也不是越長越好；它的目標是把任務交代到模型不必替你猜。OpenAI 的提示詞工程文件與 API 最佳實務都強調幾個方向：清楚描述任務、提供必要上下文、指定輸出形式；需要穩定風格時可以提供少量範例；任務複雜時，適合拆成較小步驟處理。[1][
3]
下面是一套可以直接用在工作、寫作、研究整理與決策比較的提示詞寫法。
核心原則：讓 AI 少猜
模糊提示詞的問題，不是它太短，而是它把太多決策留給模型。例如「幫我整理一下」沒有說明要整理什麼、給誰看、要多長、要用條列還是表格，也沒有定義什麼樣的整理才算完成。
更有效的做法，是先把指令放清楚，再補上參考資料、限制條件與輸出格式。OpenAI Help Center 建議把指令放在前面，並用分隔符清楚區分指令與上下文；OpenAI 的相關文件也建議把複雜任務拆成較小的子任務。[1][
3]
有效提示詞的 5 個元素
把官方最佳實務落到日常工作，可以先檢查這 5 欄是否完整。[1][
3]
| 元素 | 要交代什麼 | 範例 |
|---|---|---|
| 任務 | 用明確動詞說出要 AI 完成什麼 | 摘要、比較、改寫、列清單、檢查錯誤 |
| 背景 | 補上用途、讀者、情境與資料範圍 | 給主管看、發社群、做簡報、整理內部備忘 |
| 限制 | 說明長度、語氣、禁用內容或資料來源 | 200 字內、專業但口語、只使用我貼的資料 |
| 輸出格式 | 指定可以直接拿去用的交付形式 | 表格、條列、JSON、先摘要再給建議 |
| 驗收標準 | 定義答案必須包含哪些內容 | 包含風險、待確認問題、下一步行動 |
其中「輸出格式」特別關鍵。與其說「幫我分析」，不如說「用表格比較成本、風險、時程與推薦順序」。OpenAI 的最佳實務也強調，清楚描述期望輸出有助於得到更可用的回覆。[3]
一個好用公式：任務＋背景＋限制＋輸出＋驗收
日常工作不必每次都寫很長的 prompt。最實用的結構是：角色／任務＋背景＋限制＋輸出格式＋驗收標準。這個結構的目的，是把模型原本需要猜的地方先講明白。[1][
3]
請你扮演[角色]，根據以下背景完成[任務]。
背景：[貼上資料、對象、用途]
限制：[長度、語氣、資料來源範圍、不要做的事]
輸出格式：[條列／表格／JSON／先摘要再建議]
驗收標準：[好答案必須包含什麼；資訊不足時請先列出缺口，不要自行假設]如果只想記最短版本，可以用這段：
請根據[資料]完成[任務]。
用途是[使用場景]，讀者是[對象]。
請遵守[限制條件]。
用[指定格式]輸出，長度控制在[範圍]。
如果資訊不足，先列出缺少的關鍵資訊，不要自行假設。弱提示詞 vs 強提示詞
同樣是請 AI 寫文案，提示詞是否具體，會影響結果能不能直接使用。差別通常不在字數，而在任務、對象、語氣、限制與格式是否清楚。[1][
3]
弱提示詞：
幫我寫產品文案。強提示詞：
請為一款 600ml 不鏽鋼保溫瓶撰寫電商文案。
目標讀者是每天通勤的上班族。
語氣乾淨、專業，不要誇張。
輸出格式：
1. 一句 20 字內主標
2. 5 個產品賣點，每點不超過 30 字
限制：避免使用「全網最強」「保證有效」等誇大字眼。強提示詞比較可用，是因為它讓 AI 知道要寫什麼、寫給誰、用什麼語氣、長度多少、哪些字眼要避開，以及最後要用什麼格式交付。這符合 OpenAI 文件中「清楚描述任務、提供上下文、指定輸出形式」的提示方向。[1][
3]
3 個可複製的工作模板
以下模板都遵循同一個順序：先講任務，再補背景與限制，最後指定輸出格式。[1][
3]
1. 資料整理與研究摘要
適合用在會議紀錄、文章、報告、訪談逐字稿或搜尋資料的初步整理。
請根據以下資料整理重點。
用途：我要做一份 5 分鐘簡報。
限制：只使用我貼上的資料；若資料不足，請標示「無法判斷」。
輸出格式：
1. 5 點摘要
2. 3 個主要風險
3. 3 個待確認問題
資料：
[貼上內容]2. 寫作改稿
適合把草稿改成 email、簡報頁面文字、社群貼文或對外公告。
請把以下文字改寫成給客戶看的 email。
語氣：禮貌、清楚、不要太正式。
限制：保留所有日期、金額與專有名詞；每段不超過 3 句。
輸出格式：
1. 主旨 1 行
2. 正文 3 段
3. 最後加上下一步行動
文字：
[貼上內容]3. 決策比較
適合用在工具選型、方案評估、行銷活動規劃或專案排程。
請比較以下三個方案。
背景：我們要在下週前選出一個可執行方案。
比較維度：成本、風險、時程、所需人力、推薦順序。
輸出格式：先用表格比較，再用 5 句話說明你推薦哪一個。
方案：
A：[內容]
B：[內容]
C：[內容]常見錯法與修正方式
提示詞失效的常見原因，是沒有定義任務、用途、格式或成功標準。OpenAI 的最佳實務建議提示詞要具體、明確，並清楚說明希望輸出的樣子。[3]
| 常見寫法 | 問題 | 更好的寫法 |
|---|---|---|
| 幫我整理一下 | 範圍、用途、格式都不明 | 請把以下會議紀錄整理成 5 點結論、3 個待辦與負責人 |
| 寫得好一點 | 沒說明「好」代表什麼 | 改成更口語，每句 25 字內，保留所有專有名詞 |
| 重寫 | 沒有修改方向 | 保留原結構，刪掉重複內容，語氣改成給客戶看的 email |
| 幫我分析 | 不知道分析維度 | 用成本、風險、時程、可行性四欄比較 |
第二輪提問：不要只說「重寫」
第一次回答不理想時，最有效的修正方式通常不是重新開始，而是明確指出哪裡不符合需求。這也符合提示詞工程的基本方向：把任務、上下文與期望輸出說得更清楚。[1][
3]
可以這樣修正：
- 把資料和指令分開：先寫任務，再用「### 資料」標示參考內容；OpenAI Help Center 建議把指令放在前面，並清楚分隔上下文。[
3]
- 把複雜任務拆階段：先要大綱，再要全文；先要摘要，再要建議。OpenAI 文件也建議將複雜任務拆成較小子任務。[
1][
3]
- 需要固定風格就給範例：few-shot prompting 是用少量範例引導模型完成新任務的方法，OpenAI 文件將它列為提示方式之一。[
1]
- 把不滿意講具體：例如「太空泛」「太長」「不像口語」「缺少下一步行動」，會比只說「不好」更容易讓下一輪回覆靠近你的需求。
送出前的 5 秒檢查
送出提示詞前，快速確認這 5 件事：
- 我有沒有說清楚 AI 要完成什麼任務？
- 我有沒有補上用途、讀者或情境？
- 我有沒有說明限制，例如長度、語氣、資料來源或禁用內容？
- 我有沒有指定輸出格式？
- 我有沒有定義答案必須包含什麼，或資訊不足時要怎麼處理？
提示詞不是越長越好，而是越清楚越好。把任務、背景、限制、輸出格式與驗收標準說明白；需要穩定風格時加上範例；任務複雜時拆成幾步。這些做法的共同目的，都是降低模型猜測，讓回答更接近可以直接使用的成果。[1][
3]
