隨着生成式 AI 技術普及，我們可以透過自然語言（Natural Language）與AI互動，獲得高效率或富創意的回應，這與傳統搜尋引擎截然不同。
傳統搜尋依賴關鍵字進行資料檢索，例如查詢名人出生年份時，可能輸入「Bill Gates 出生年份」；而AI 則能理解如「Bill Gates 在哪一年出生？」這類更貼近日常語言的指令，並準確回應，這些輸入語句便稱為Prompt（指令）。
與AI對話 從「怎樣問」開始
你可曾想過，即使問的是同一件事，Prompt寫法不同，AI生成的結果也可能大相逕庭？寫Prompt就如寫信， 若清楚列明地址、收件人及來信目的，郵遞員自然更容易理解和處理，收件人的回應也更貼近期望。
與 AI 溝通亦如人際交流般講求技巧。試想你對同事說「請幫我寫份報告」，對方未必知道你對格式、數據來源或重點有何要求，結果可能與你預期有落差。
如果語言是人與人之間的溝通橋樑，關鍵字是人與搜索引擎的溝通方式，那麼Prompt就是人與AI的溝通工具。AI作為語言模型，需依賴清晰、具體的Prompt才能理解用戶意圖並生成合適內容。因此，「Prompt Engineering」的核心，正是設計出有效Prompt，讓AI回應更符合預期。
撰寫Prompt的四大元素
要構成一個完整且有效的Prompt，可包括以下四個主要元素：
- 目標（Goal）：你希望AI完成甚麼任務或回答甚麼問題？這是Prompt的核心指令。
- 背景（Context）：你為甚麼需要這項回應？涉及甚麼人或情境？這能幫助AI理解任務的深層目的。
- 資料來源（Source）：AI可參考哪些資料？可指定網絡上的公開資訊、特定文件或電郵。
- 期望（Expectation）：你希望AI如何呈現結果？包括語氣、格式、長度、語言風格等。
例如輸入「請幫我總結這封電郵」，可改寫為：
「為準備與客戶X的會面，以討論其Y品牌推廣計劃（背景），請根據6月以來的所有相關電郵（資料來源），列出三至五個重點摘要（目標）。請以簡潔明確的語言撰寫，使我能迅速掌握重點（期望）。」
透過上述方式，AI更容易理解指令背後的用意，回應自然更貼近需求。
簡單口訣：What、Why、Which、How
當然，使用AI的目的本是提升效率，並非所有任務都需用上完整結構。但在需要準確度高、要求具體的情況下，這些技巧便能發揮極大效益。
若要簡單記住撰寫Prompt的重點，不妨使用「What、Why、Which、How」這個口訣：
- What：我想要甚麼？（目標）
- Why：我為甚麼需要？？（背景）
- Which：需要參考哪些資料？（資料來源）
- How：AI應如何表達？（期望）
下次當AI回應不如理想時，不妨回頭檢視Prompt是否遺漏了以上四項關鍵元素。
做少或做多一步 差別有多大？
若只輸入「幫我寫一段產品介紹。」，AI回應可能較為概括，未必切合具體需求。但若加入明確目標（如撰寫網上廣告貼文）、背景與受眾（專業人士）、參考來源（產品官網），以及語氣與篇幅等要求，AI便能更準確理解意圖，生成更具針對性和實用性的內容。
談沚晴
微軟雲端策略架構師
相關文章：
