Prompt Engineering 入門到實戰：給產品經理的可複製模板與方法

Prompt Engineering 是一門專門研究「如何設計提示（Prompt）」的技術與策略。在使用生成式 AI（像 ChatGPT、Gemini、Claude）時，我們其實都是透過「提示」與模型互動，這些提示可能是一句問題、一段描述、一串指令，甚至是一整份結構化任務。簡單來說，Prompt Engineering 的核心目標，是讓 AI 更精確地理解你的意圖，並輸出更符合需求、語氣一致、甚至具備特定風格的內容。

它結合了邏輯、語言與策略思維，是人類與 AI 溝通的橋樑。

在一個充滿奇幻色彩的宮崎駿風格世界中，一位年輕的工程師正專注地在電腦前工作，螢幕上顯示著複雜的編碼和提示詞（Prompt），周圍環境充滿了魔法與科技的融合，象徵著Prompt Engineering的創造力和神秘力量。

所以，你需要學習「Prompt Engineering」，來引導現有的 LLM 模型所建立起來的 AI 平台，因為無論語言模型（LLM）的架構有多先進，其能力在很大程度上仍受限於它所接收的提示（prompts）的品質和結構。

即使是擁有大量參數和廣泛訓練數據的大型語言模型如ChatGPT，也需要「有效」的 Prompt Engineering 來引導語言模型（LLM）達到特定的輸出效果。

因為，這種技術有助於提高回答的準確性和相關性，還可以使模型更好地適應「你提出的問題」。

我經常會去研究 ChatGPT、Gemini、claude、perplexity 之間對於 Prompt Engineering 的差異，我會去切換，看看哪個機器人的回覆比較適合我。

而 Prompt Engineering 也是越來越多公司開始會要求員工去學習，甚至有專門的 Prompt Engineering 職位在 104 上出現，不過，有一個良心建議，大家有空時還是去看這些AI平台所提供的官方版本提示詞建議，這樣和 AI 對話時會比較有效率。

文章目錄（可點擊下方標題，快速跳至該章節）

60 秒看懂本篇文章

Prompt Engineering

「Prompt Engineering」是一種設計和撰寫指令（Prompt）的技術，目的是讓 AI 模型（如 GPT）生成準確且有用的回應。它結合了溝通藝術與技術理解，是現代 AI 開發的重要技能之一。

詞源

Prompt 的意思是「提示」或「指令」，而 Engineering 強調了這是一個設計和優化的過程。隨著生成式 AI 的崛起，Prompt Engineering 成為了不可或缺的技能。

可以這樣理解

想像你在教 AI 作畫，Prompt Engineering 就像是你給 AI 提供一個具體的畫面描述，越清楚越精確，AI 畫出來的結果就越符合你的期望。

核心技巧

清晰性：指令要簡單明了，避免歧義。
細節性：提供足夠的背景資訊讓 AI 更好理解。
實驗性：多次測試和調整指令，以獲得最佳結果。

順便學英文

“Good prompt engineering ensures that AI generates relevant and accurate responses.”
良好的 Prompt Engineering 確保 AI 生成相關且準確的回應。

Chain of Thought，思維鏈、思路鏈都可以

根據「Chain-of-Thought Prompting Elicits Reasoning in Large Language Models 論文」說明，利用 Chain of Thought 的詢問方式可以顯著提高語言模型解決複雜推理問題的能力，從實驗顯示，當模型接收到一系列邏輯推理的步驟作為提示後，其在數學、常識和符號推理任務上的表現有顯著提升。

為了更好地理解如何寫好 Chain of Thought 提示，我根據實際的應用情境設計一些範例，以展示如何有效應用 CoT 提示來強化語言模型的推理能力。以下是一些具體的建議和應用範例：

三歲小孩的問法：

Q: 一個籃球隊有五名球員，每人得了 8 分，這支隊伍總共得了多少分？
A: 40分。

這種提示直接問答，模型可能會直接回答但不展示解題思路。

Few shot Learning的問法：

Q: 如果一個籃球隊有五名球員，每人得了 8 分，這支隊伍總共得了多少分？另一個籃球隊有四名球員，每人得了 10 分，這支隊伍總共得了多少分？
A: 第一個隊伍總共得了 40 分。第二個隊伍總共得了 40 分。

這裡通過給出兩個類似問題的例子，可以幫助模型理解要求並給出兩個答案，展示了模型使用前面的情境來解答新問題的能力。

Chain of Thought的問法：

同一問題，使用 Chain-of-Thought 提示來增強邏輯推理：

Q: 解釋如果一個籃球隊有五名球員，每人得了 8 分，這支隊伍總共得了多少分？
A: 首先，每個球員得了 8 分，隊伍有 5 名球員。要找出總分，我們將每個球員的得分相加，所以計算是 5 * 8。5 乘以 8 等於 40，所以總得分是 40 分。

這種提示引導模型逐步展示解答過程，不僅回答問題，還詳細解釋了如何達到答案，這有助於教育和理解複雜問題的解決方法。

我常用的 Prompt Engineering 架構

我的 60 秒看懂本文提示詞範本

<!DOCTYPE html>
<html lang="zh-TW">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <style>
        /* 全局樣式 */
        body {
            margin: 0;
            padding: 0;
            font-family: "SF Pro Text", "Helvetica Neue", Arial, sans-serif;
            background-color: #F9F9FB;
            color: #3C3C43;
        }

        /* 卡片容器 */
        .card {
            width: 100%;
            max-width: 700px;
            margin: 0 auto;
            background-color: #FFFFFF;
            border: 1px solid #E0E0E0;
            border-radius: 12px;
            box-shadow: 0 4px 12px rgba(0, 0, 0, 0.1);
            padding: 24px;
            line-height: 1.6;
            box-sizing: border-box;
        }

        /* 標題樣式 */
        h2 {
            font-size: 28px;
            font-weight: 700;
            color: #1D1D1F;
            margin-bottom: 20px;
        }

        h3 {
            font-size: 22px;
            font-weight: 600;
            color: #333;
            margin-top: 24px;
            margin-bottom: 12px;
        }

        h4 {
            font-size: 18px;
            font-weight: 500;
            color: #555;
            margin-top: 16px;
            margin-bottom: 8px;
        }

        /* 內文樣式 */
        p {
            font-size: 16px;
            margin: 12px 0;
        }

        /* 列表樣式 */
        ul {
            padding-left: 20px;
            margin: 0;
        }

        li {
            font-size: 16px;
            margin-bottom: 8px;
            color: #3C3C43;
        }

        /* 強調文字 - Apple 藍色 */
        .highlight {
            color: #007AFF;
            font-weight: bold;
        }

        /* 區塊分隔 */
        .divider {
            border-top: 1px solid #E0E0E0;
            margin: 24px 0;
        }

        /* 英文句子樣式 */
        .example {
            font-style: italic;
            color: #555;
        }
    </style>
</head>
<body>
    <div class="card">
        <!-- 60 秒標題 -->
        <h2>60 秒看懂本篇文章</h2>

        <!-- AI 產品經理定義 -->
        <h3>AI 產品經理</h3>
        <p>「AI 產品經理」（AI Product Manager）是一個專注於人工智慧產品開發與管理的角色。他們負責定義 AI 產品的方向，整合 AI 技術與商業需求，並確保產品能有效解決用戶的痛點。</p>

        <!-- 詞源 -->
        <h4>詞源</h4>
        <p>隨著 AI 技術快速發展，許多企業開始關注如何將 AI 應用於產品中，AI 產品經理因此應運而生，作為技術與市場之間的橋樑。</p>

        <!-- 可以這樣理解 -->
        <h4>可以這樣理解</h4>
        <p>想像你在規劃一款能預測使用者需求的應用程式，AI 產品經理需要與工程師合作，將機器學習模型整合進產品，同時還要確保用戶體驗流暢並符合商業目標。</p>

        <!-- AI 產品經理核心職責 -->
        <h4>AI 產品經理核心職責</h4>
        <ul>
            <li><span class="highlight">需求分析</span>：了解市場與用戶需求，定義產品目標。</li>
            <li><span class="highlight">技術整合</span>：與 AI 團隊合作，確保技術實現符合預期。</li>
            <li><span class="highlight">產品迭代</span>：根據用戶反饋和數據分析，優化產品功能。</li>
        </ul>

        <!-- 英文例句 -->
        <h4>順便學英文</h4>
        <p class="example">"An AI Product Manager bridges the gap between cutting-edge technology and user needs."<br>
        AI 產品經理是尖端技術與用戶需求之間的橋樑。</p>

        <!-- 分隔線 -->
        <div class="divider"></div>
    </div>
</body>
</html>

優先級排序模型提示詞範本

你是一位產品經理，負責使用 [優先級模型，例如 MoSCoW 模型] 來規劃 [產品名稱或類別，例如 AI 聊天 APP] 的功能優先順序。
請根據產品目標與使用者需求，將核心功能、特色功能與次要功能分配至模型的不同區域，並說明分類依據。

請依以下結構撰寫：
1.模型簡介：說明 [優先級模型] 的分類原則（例如 Must-have、Should-have、Could-have、Won’t-have）。
2.功能清單建立：列出 [產品名稱或類別] 的主要功能（至少 6–10 項）。
3.功能分類：依據模型原則，將功能歸入各區域，並簡要說明理由。
4.排序依據說明：闡述如何依照使用者需求、技術可行性與商業價值決定優先順序。
5.建議後續行動：提供短期開發與長期規劃的分階段建議。

語氣要求：正式、清晰、具產品決策邏輯，避免抽象描述，字數約 800–1000 字。

可參考的模型：

MoSCoW 模型：適用於快速、簡單的優先級排序。
RICE 模型：適用於需要綜合考慮多個因素的場景。
Kano 模型：適用於深入了解用戶需求，探索用戶期望和滿意度。
Eisenhower 矩陣：適用於時間管理和任務分配。
ICE 評分模型：適用於快速評估功能的優先級。
加權評分法：適用於需要更精確量化優先級的場景。
故事點估算法：適用於敏捷開發團隊。

面試產品經理提示詞範本

你是 [公司名稱，例如某科技公司] 的面試主管，負責招募 [職位名稱，例如 AI 聊天 APP 產品經理]。
請根據以下四個面向，設計一個能評估候選人綜合能力的面試問題，問題需具挑戰性且可引導深入對談。

請依以下結構撰寫：
1.專業知識技能：考察候選人對產品管理、資料分析、用戶研究或技術理解的掌握程度。
2.通用能力：包含邏輯思維、跨部門協作、溝通表達、決策判斷等。
3.經驗背景：了解候選人過往專案經驗、角色定位與具體貢獻。
4.個人特質：評估其創新思維、抗壓性、學習能力與價值觀是否符合團隊文化。

輸出內容：
•為每個面向各設計一個問題，共四題。
•問題語氣應自然、具啟發性，避免考試式提問。
•所有問題須圍繞 [職位名稱，例如 AI 聊天 APP 產品經理] 的工作情境設計。

語氣要求：正式、清晰、具實務導向。輸出長度約 500–800 字。

寫產品方案提示詞範本

你是一位產品經理，負責撰寫 [產品名稱或類別，例如 AI 聊天 APP] 的完整產品方案文件。
請以清晰的邏輯結構與專業語氣，說明產品定位、功能設計、技術方案、營運策略與風險評估，確保內容具可行性、可執行性與商業價值。

請依以下結構撰寫：
1.產品概述：產品名稱、定位、目標用戶、核心價值。
2.功能設計：核心功能、特色功能、功能優先級。
3.技術方案：技術選型、架構設計、效能優化。
4.營運策略：用戶獲取、用戶留存、商業變現。
5.風險評估：技術風險、市場風險、法律風險。

請確保內容符合以下原則：
•可行性：技術方案切實可行，不含虛構功能。
•用戶體驗：功能設計以使用者需求為導向。
•商業價值：闡述產品如何滿足市場需求並創造價值。
•條理性：段落邏輯清晰、層次分明、便於閱讀。

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000–1200 字。

寫簡報提示詞範本

你是一位產品經理，負責為 [產品名稱或類別，例如 AI 聊天 APP] 設計一份完整的簡報（PPT）。
請以專案提案或內部策略簡報的角度，規劃目錄架構與內容大綱，重點呈現產品的創新性、實用性與市場價值。

請依以下結構撰寫：
1.目錄設計
　根據 [產品名稱或類別] 的產品特性、市場定位與競爭優勢，設計一份邏輯清晰的 PPT 目錄。
　目錄應包含但不限於以下章節：
　- 產品概述
　- 核心功能
　- 技術方案
　- 市場分析
　- 競品分析
　- 商業模式
　- 運營策略
　- 未來展望
2.內容大綱
　針對上述章節，撰寫詳細內容大綱，包含每一章的重點資訊、數據與論點。
　內容應涵蓋：
　- 核心功能與使用場景
　- 技術方案（簡明扼要）
　- 市場潛力與競爭格局（基於真實數據）
　- 商業模式與盈利邏輯
　- 運營策略（用戶獲取、留存、品牌建設）
　- 未來展望與行業趨勢

語氣要求：正式、清晰、具專業水準，內容應結構完整、層次分明。
輸出長度約 1200–1500 字，可作為製作簡報的基礎草案。

產品經理常用提示詞範本

產品經理在日常工作中會使用到許多提示詞，這些提示詞有助於加速需求收集、專案規劃、團隊協作、產品推廣以及持續最佳化等各項工作。

需求收集提示詞

你是一位熟悉行動應用與使用者研究方法的產品經理。
請針對 [產品名稱或類別，例如 AI 聊天 APP]，特別聚焦於 年輕族群使用者，分析他們在使用過程中的主要痛點，並結合市場研究與早期使用者測試的回饋，制定初步的使用者需求列表。

請依以下結構撰寫：
1.研究對象與目標族群描述
2.主要痛點與需求洞察
3.市場研究資料與使用情境分析
4.早期使用者測試回饋摘要
5.初步使用者需求列表與優先排序
6.對後續產品開發的建議方向

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000 字。

專案規劃提示詞

你是一位熟悉敏捷開發與產品管理的專案規劃顧問。
請為 [產品名稱或類別，例如 AI 聊天 APP] 制定一份完整的專案規劃文件，設定明確的專案目標（如提升使用者互動效率、提高回覆內容準確性），並劃分關鍵里程碑（如原型完成、首次用戶測試），建立具體的項目時間軸與執行節奏。

請依以下結構撰寫：
1.專案背景與主要目標
2.關鍵成果指標（KPI）與成功衡量方式
3.專案階段與里程碑規劃
4.任務分配與時程安排
5.風險評估與應對策略
6.專案追蹤與調整機制

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000 字。

團隊協作提示詞

你是一位熟悉產品開發流程與跨部門協作的專案管理顧問。
請為 [產品名稱或類別，例如 AI 聊天 APP] 設計一份高效的團隊溝通與協作計劃，內容需包含開發與行銷團隊的協作策略、進度同步機制，以及根據部門專長進行的任務分配方式。
同時，說明如何建立回饋與改進機制以持續提升協作成效。

請依以下結構撰寫：
1.團隊角色與職責分工概述
2.跨部門協作與資訊流通策略
3.專案進度同步與會議節奏設計
4.任務分配原則與責任歸屬
5.回饋蒐集與改進機制
6.成效評估與持續優化方向

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000 字。

產品設計提示詞

你是一位熟悉生成式 AI 與行動應用設計的產品設計顧問。
請為 [產品名稱或類別，例如 AI 聊天 APP] 撰寫一份產品設計說明，內容需概述核心功能（如語音識別、語境理解），說明互動設計如何讓介面直觀易用，並展示初步原型的設計概念與其對使用者體驗的影響。

請依以下結構撰寫：
1.核心功能與使用場景設計
2.語音識別與語境理解的應用方式
3.互動設計與介面佈局原則
4.初步原型製作與測試重點
5.設計決策對使用者體驗的影響分析
6.後續設計優化方向

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000 字。

產品開發提示詞

你是一位軟體產品開發顧問，熟悉行動應用與生成式 AI 技術實作。
請說明 [產品名稱或類別，例如 AI 聊天 APP] 的技術實現方法，包含所採用的機器學習框架與資料處理技術，並探討如何透過迭代開發與敏捷方法快速完成最小可行產品（MVP）。

請依以下結構撰寫：
1.系統架構與技術選型概述
2.機器學習與模型訓練方法
3.資料蒐集與處理流程
4.迭代開發與版本驗證機制
5.敏捷開發流程與跨部門協作方式
6.MVP 實作重點與持續優化方向

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000 字。

市場推廣提示詞

你是一位熟悉數位行銷與行動應用產業的品牌策略顧問。
請為 [產品名稱或類別，例如 AI 聊天 APP] 制定完整的市場推廣策略，內容需包含市場定位、競品分析、品牌建立與初期用戶拓展計劃。
並說明這些策略如何針對目標市場執行有效的行銷活動。

請依以下結構撰寫：
1.目標市場與用戶族群分析
2.競品比較與差異化策略
3.品牌定位與核心價值主張
4.初期用戶獲取與推廣管道設計
5.行銷活動執行與資源配置建議
6.成效衡量與持續優化機制

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000 字。

數據分析提示詞

你是一位熟悉行動應用與生成式 AI 的數據分析顧問。
請為 [產品名稱或類別，例如 AI 聊天 APP] 設計一個完整的數據分析框架，用於觀察使用者行為、監控性能表現，並進行資料探勘。
請說明如何透過這些分析改善轉換率與計算投資報酬率（ROI）。

請依以下結構撰寫：
1.分析目標與關鍵指標（KPI）定義
2.使用者行為追蹤與事件設計
3.數據收集與儀表板架構
4.性能監控與異常分析方法
5.資料探勘與轉換率優化策略
6.ROI 計算邏輯與決策應用

語氣要求：正式、清晰、具台灣市場導向，避免口語與抽象描述，字數約 1000 字。

用戶回饋提示詞

你是一位產品研究顧問，負責規劃 [產品名稱或類別，例如 AI 聊天 APP] 的用戶研究與回饋收集機制。
請設計一份完整的計劃，內容需涵蓋研究方法、回饋流程與持續改進機制，並說明如何將回饋結果納入產品迭代。

請依以下結構撰寫：
1.研究目標與核心假設
2.用戶招募與樣本設計方式
3.回饋收集與問題追蹤流程
4.回饋資料分析與優先級判定原則
5.持續改進與內部追蹤機制

語氣要求：正式、清晰、具台灣市場導向，避免口語與空泛描述，字數約 1000 字。

產品優化提示詞

你是一位產品策略顧問，熟悉行動應用與生成式 AI 的設計思維。
請針對 [產品名稱或類別，例如 AI 聊天 APP]，提出一份產品功能最佳化建議，分析如何在性能、安全性與使用者體驗三個面向上提升整體競爭力。

請依以下結構撰寫：
1.目前產品狀況與主要挑戰
2.性能與架構優化方向
3.安全性與資料保護建議
4.使用者體驗（UX/UI）改進重點
5.可執行的三項策略行動建議

語氣要求：正式、清晰、具台灣市場導向，避免口語化與抽象描述，字數約 1000 字。

產業趨勢提示詞

你是一位專精於 [技術類別] 與 [市場區域] 的產業策略分析師。
請以正式中文撰寫約 1000 字的策略報告，分析近年新興技術（如多模態 AI、語音代理、隱私強化技術等）與市場變化，如何影響 [產業或產品類別] 的發展方向。

請依以下結構撰寫：
1.技術與市場趨勢概述
2.對使用者習慣的潛在影響
3.對政策與法規的可能挑戰
4.[產業或產品類別] 業者可採取的三項策略建議

語氣要求：專業、清晰、台灣市場導向，避免口語與流行語。

本文參考文獻與文章

Wei, J., Wang, B., & Zhou, M. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. Proceedings of the National Academy of Sciences, 119(3), e2119264119.

Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., … & Amodei, D. (2020). Language models are few-shot learners. arXiv preprint arXiv:2005.14165. Retrieved from https://arxiv.org/abs/2005.14165

要深入了解 AI 產品經理的基本職責和角色，請參考我的詳細指南：AI 產品經理，我的學習方法