你有沒有這種經驗：同一個問題，別人叫 ChatGPT 做，答案又快又準，換你來問，它就開始講一堆廢話、答非所問？問題通常不在 AI，而在「提示詞」。提示詞怎麼寫，其實有一套很好懂的邏輯，這篇我用最白話的方式，帶你從零搞懂提示詞是什麼、一個好的提示詞長什麼樣，還有那些新手最常踩的坑。
一句話總結：提示詞怎麼寫，關鍵不是背公式，而是「把你腦子裡的完整需求，講給一個很聰明但不懂你脈絡的新同事聽」。你講得多清楚，它就做得多準。
提示詞是什麼？
提示詞的英文是 Prompt，就是你打給 AI 的那段指令或問題。你在 ChatGPT 對話框裡輸入的每一句話，都是提示詞。它是你跟 AI 之間唯一的溝通管道，AI 有多聰明是一回事，它「懂不懂你要什麼」則完全取決於你這段話寫得好不好。
這裡先破除一個迷思，很多人以為 AI 應該要自己「猜到」我想要什麼，猜不到就是它笨。但你可以換個角度想：AI 就像一個記憶力超強、什麼都讀過、可是今天才報到的新同事。它能力很強，卻完全不知道你的專案背景、你的對象是誰、你想要的風格長怎樣。你把這些通通說清楚，它就是神隊友，你含含糊糊丟一句，它就只能亂猜。
提示詞怎麼寫？先搞懂 AI 為什麼會答非所問
AI 答得爛，八成是因為你的提示詞犯了這三種毛病，你對照一下就知道問題出在哪：
- 太籠統：像「幫我寫一篇文章」，沒說主題、沒說對象、沒說長度，AI 只能給你一篇最平庸的公版答案。
- 缺脈絡：你心裡想的是「寫給完全不懂的新手看」，但你沒講出來，AI 預設你要的是給同行看的專業版，方向直接歪掉。
- 一次塞太多：一段話裡混了五個要求，還互相打架，AI 抓不到重點，只好挑幾個做、漏掉幾個。
看懂了嗎？這三個毛病的共同點都是「你知道，但你沒說」。提示詞怎麼寫的核心，其實就是把你腦子裡那些「以為對方也知道」的東西，一項一項補回去。
一個好提示詞的四個零件
不用背複雜公式，你只要記住一個好的提示詞通常會包含這四塊。缺哪一塊，就補哪一塊：
- 角色：告訴 AI 它現在是誰，例如「你是一位有 10 年經驗的兒童牙醫」。給它一個身分，它講出來的內容深度和口氣就會跟著對。
- 任務：講清楚你要它「做什麼」，是寫、是改、是整理、還是分析，動詞越明確越好。
- 限制：把你的條件框出來，例如字數多少、要給誰看、用什麼語氣、要避開什麼，這些是把答案從「還行」拉到「剛好是我要的」的關鍵。
- 範例：如果你心裡有理想的樣子，直接丟一個範例給它參考，這一招通常比你講十句形容詞都有效。
打個比方，這就像你請人幫你買咖啡。你只說「幫我買杯咖啡」，跟你說「幫我買杯冰的、大杯、燕麥奶拿鐵、去半糖」，拿回來的東西會差多少，你心裡有數。提示詞就是這個道理，講得越具體，你越不用重來。
提示詞範例：爛的和好的差在哪
直接看一組對照你就懂了。假設你要 AI 幫你寫一段產品文案。
爛的提示詞是這樣：「幫我寫一段耳機的文案。」AI 只能給你一段放諸四海皆準、放到哪個品牌都能用的空話。
好的提示詞會補上脈絡：「你是資深文案。幫我寫一段無線耳機的產品文案，對象是常通勤的上班族，主打降噪和續航 20 小時，語氣要輕鬆但專業，控制在 100 字內，不要用誇張的驚嘆號。」你把角色、任務、限制全補齊了，AI 給你的東西就會貼近能直接拿去用的程度。
你發現了嗎？兩段話的差別不在技巧多高，而在你有沒有把「我心裡本來就知道的條件」老實講出來而已。
進階一點：提示詞工程是什麼？
當你開始為了某個常做的任務，反覆去打磨、測試、優化一段提示詞，讓它每次都能穩定產出好結果，這件事就有個專有名詞，叫「提示詞工程」，英文是 Prompt Engineering。
聽起來很高大上，但對一般人來說，它的精神就一句話：把好用的提示詞存起來、重複用、慢慢改到最好。你不用去上什麼課，你只要養成一個習慣，遇到一段特別好用的提示詞就把它記下來，下次直接改幾個字再用，你其實已經在做提示詞工程了。
提示詞要用中文還是英文寫？
這是很多人會糾結的一題，老實說現在主流的 AI 對中文的理解已經很好，你日常工作用中文寫提示詞，九成的場景都完全沒問題，不用勉強自己用英文。
那什麼時候值得換英文？如果你在做的是很吃國外資料、或很專業的技術主題，用英文問，有時候能撈到比較深、比較新的內容，因為 AI 讀過的英文資料本來就比中文多。我的建議很簡單：先用你最順的中文寫，覺得答案不夠深再改英文試試，不用一開始就為難自己。
提示詞生成器和模板，要不要用？
市面上有很多提示詞生成器、提示詞模板網站，號稱幫你一鍵生出神級指令。要不要用？我的看法是：可以參考，但別依賴。
模板的好處是幫你省掉從零開始的力氣，讓你知道「原來可以這樣問」。但它的壞處是，那些模板不認識你的實際需求，你照抄一段華麗的公版提示詞，得到的往往也只是一段華麗的公版答案。真正決定成果的，還是你有沒有把自己的脈絡填進去。所以把模板當成起手式沒問題，但別把它當成不用動腦的萬能鑰匙。
話說回來，如果你要的不是隨便一個公版，而是依實際場景整理好、可以直接改幾個字就上手的模板，尤其你剛好是產品經理，那我把一整套可複製的範本收在 Prompt Engineering 入門到實戰 這篇了，可以直接拿去套。
常見問題
提示詞是不是越長越好？
不是。重點從來不是長度，而是「有沒有把必要的資訊講清楚」。一段又臭又長、但全是廢話的提示詞，效果不會比一句精準的話好。你該追求的是把角色、任務、限制講到位，而不是硬把字數灌多。
ChatGPT 和 Gemini 的提示詞可以通用嗎？
大致上可以，你把提示詞寫清楚這件事，在哪個 AI 上都適用，不會因為換了工具就白費。細節上不同 AI 各有脾氣，同一段話在不同工具的表現會有一點差異，但你不用為每個工具重學一套，把基本功練好，走到哪都通。
我一定要學提示詞工程嗎？
如果你只是偶爾用 AI 查東西、聊兩句，真的不用。但如果 AI 已經是你每天工作的一部分，那把常用的提示詞整理起來、慢慢優化，會幫你省下大量重來的時間，很值得。你不需要當專家，你只需要養成把好提示詞存下來的習慣。
講到底，提示詞怎麼寫這件事，沒有什麼玄學。你把 AI 當成一個聰明但不懂你脈絡的新同事，願意花幾秒鐘把需求講清楚，它就會回報你一個像樣的答案。下次它又答非所問時，先別怪它笨，回頭看看自己那句話，是不是又把「我以為它會懂」的東西藏起來了。