
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: