跳到主要內容
Foxyko
提示詞

提示詞工程是什麼？基本結構、常用技巧與寫法範例

提示詞工程是設計與調整指令、讓 AI 更準確理解需求的做法。這篇整理基本結構、零樣本與少樣本、思維鏈在新模型上的用法，以及能立刻用的寫法。

Foxyko4 分鐘

簡短回答：提示詞工程是設計並反覆調整給 AI 的指令，讓模型更準確理解你要什麼。核心做法是把任務、背景、限制與格式寫清楚，必要時給範例，並用測試結果修正。不是每個問題都要靠提示詞解決，有時換模型或補資料更有效。

本文重點

  • 提示詞工程是把模糊需求改寫成 AI 能準確理解的指令，並依結果反覆調整。
  • 各廠商官方指南的共同核心：清楚直接、提供背景與動機、用幾個相關且多樣的範例、用標籤或分隔符號整理結構。
  • 零樣本適合簡單任務，少樣本適合固定格式或風格；思維鏈在內建推理的新模型上多半不用再手動要求。
  • 調整提示詞之前，先定義什麼叫成功、並能測試；不是每個失敗都該靠改提示詞解決。
  • 提示詞沒有標準答案，用測試修正比一次寫完美重要。

提示詞工程是什麼？

提示詞工程（prompt engineering）是設計、測試並調整給 AI 的指令，讓模型產出更符合需求的結果。它做的事很直觀：把模糊的需求，改寫成模型能準確理解的指令。

同一件事，「幫我寫一段行銷文案」和「幫這款主打天然成分的護膚品寫一段 100 字以內的 Instagram 貼文文案，語氣年輕、帶一點幽默，鎖定 25-35 歲女性」，後者把模型需要的資訊都給齊了，結果準確得多。差別不在誰比較會下指令，而在資訊有沒有給齊。

一個好的提示詞包含哪些部分？

綜合 Anthropic、OpenAI 與 Google 的官方指南，好的提示詞通常有以下幾個部分：

  • 清楚直接的任務。 Anthropic 把模型比喻成聰明但剛到職、不了解你的規範與工作流程的新員工，越精確越好。檢驗方法：給一位缺乏背景的同事看，如果他會困惑，AI 也會。
  • 背景與動機。 說明「為什麼」能讓模型更精準。Anthropic 的例子是：回應會被語音引擎朗讀，所以不要用刪節號，模型能從這個理由推廣到其他類似情況。
  • 輸出格式與限制。 具體到可以驗收，並告訴模型要做什麼，而不只是不要做什麼。Anthropic 建議把「不要用 markdown」改成「用流暢的段落寫」。
  • 範例。 Anthropic 建議給 3 到 5 個、貼近實際用途且多樣的範例，並用標籤與指令區分；Google 的 Gemini 文件建議給「要遵循的模式」而不是「要避免的模式」，格式保持一致。
  • 結構。 指令、背景、範例與輸入混在一起時，用 XML 標籤或分隔符號分開，能減少模型誤解。Anthropic 與 OpenAI 的文件都有這個建議，詳見提示詞怎麼用 XML 標籤分段。
  • 長文件的順序。 Anthropic 建議把長篤資料放在提示詞上方、問題放在最後；官方測試中，把查詢放在結尾可以讓回答品質提升最多約 30%。

零樣本、少樣本與思維鏈該怎麼選？

依任務性質選方式，不是每個任務都要寫落落長的提示詞：

方式做法適合注意
零樣本不給範例，直接下指令簡單明確的任務，例如翻譯、摘要；OpenAI 建議推理模型先試零樣本格式難以用文字描述時效果有限
少樣本先給一到數組「輸入→輸出」範例，再問實際問題需要固定的風格、格式、用詞習慣Gemini 文件提醒：範例太少效果有限，太多會過度貼合範例；格式要一致
思維鏈請模型逐步推理再給答案多步驟計算、邏輯判斷內建推理的新模型多半不必手動要求，見下文

思維鏈要特別注意模型種類。OpenAI 的推理模型文件說，這類模型在內部推理，提示它「一步一步想」或「解釋你的推理」不必要，有時反而不利。Anthropic 的指南也說，現行模型開啟思考功能時，「仔細思考」這類通用指示常比手寫的逐步計畫更有效，手動思維鏈只是思考關閉時的備案。

怎麼一步步寫出好用的提示詞？

1. 先定義成功長什麼樣子

Anthropic 的提示詞工程概覽這樣起頭：在調整之前，要有清楚的成功標準、能實際測試的方法，以及一份初稿提示詞。日常使用也適用：先想清楚「怎樣算好」，再動手。

2. 寫出第一版，講清楚任務與背景

把任務、目的、讀者、長度與語氣寫進去。第一版很少是最好的，先求資訊齊全。

3. 需要時加範例與結構

輸出風格或格式難以用文字描述時，就給一到數個範例；輸入混雜時，用標籤或分隔符號分段。下面是一個可直接套用的範本：

提示詞範本（任務＋背景＋限制＋範例）
你是一位協助行銷團隊的文案編輯。
任務：為［產品］寫一則 100 字以內的 Instagram 貼文。
背景：目標讀者是 25 到 35 歲的上班族；貼文會搭配產品照片發布。
限制：語氣年輕、帶一點幽默；不要使用誇大療效的字眼；結尾附一個行動呼籲。
範例：［貼上一則你認可的貼文］。請照這個語氣與長度寫。

4. 測試、看輸出、調整

一次只改一處，才知道是哪個修改有效。也要分辨問題出在哪：Anthropic 指出，不是每個測試失敗都最適合用提示詞工程解決，例如延遲與成本有時換一個模型更容易改善。具體排查步驟見提示詞沒效果怎麼辦。

5. 存成範本重複使用

把測試過、有效的版本存成範本，下次只換括號內的內容。現成範本可參考提示詞框架。

常見的提示詞錯誤有哪些？

  • 目標模糊、沒給背景。 模型不會知道你沒說的細節，只會用猜的填空。
  • 只說不要做什麼。 改成說明「要怎麼做」，效果通常更好。
  • 一次塞太多任務。 複雜任務拆成數個步驟，每一步的產出都更可控。
  • 把舊模型的技巧硬套到新模型。 例如對推理模型一直要求逐步思考；Anthropic 也提醒，為了讓舊模型更積極而加的強硬語氣，在新模型上可能過度觸發，改用一般的語氣即可。
  • 沒有測試就當成定稿。 提示詞的效果因模型而異，重要用途要用自己的範例驗證。

什麼時候提示詞工程不是答案？

  • 模型缺少你的資料：直接提供原文，或用檢索方式補資料，見RAG 是什麼。
  • 問題是速度或成本：考慮換一個模型，而不是繼續改提示詞。
  • 需要固定的複雜 JSON 格式：Google 的 Gemini 文件建議改用結構化輸出功能，見怎麼讓 AI 輸出固定格式。
  • 需要百分之百正確：再好的提示詞也無法保證，要加上人工查證，見AI 幻覺是什麼。

相關文章

想從基礎開始，看Prompt 中文是什麼意思；想設定角色，看提示詞怎麼設定角色；想分清指示要放哪一邊，看System Prompt 與 User Prompt。

資料來源

常見問題

提示詞工程需要學程式嗎？
不需要。提示詞本身就是自然語言，寫得清楚、有條理比會不會寫程式重要。少數進階應用，例如透過 API 大量生成、自動化測試提示詞效果，才會用到程式。
零樣本、少樣本、思維鏈需要背起來嗎？
不用背名詞，理解什麼情況用哪種即可：簡單任務直接問；要固定格式或風格，給幾個範例；多步驟推理則依模型決定是否需要手動要求逐步思考。
同一個提示詞，換一個模型結果差很多，是正常的嗎？
正常。Anthropic 為各個模型提供個別的提示詞頁，OpenAI 也說推理模型與 GPT 模型需要不同的提示。基本原則通用，換模型後仍要用自己的範例測試和微調。
提示詞要寫多長？
沒有固定長度。重點是資訊齊全：給一位缺乏背景的同事看，他能照著做就夠了。簡單任務一兩句即可，複雜任務才需要拆成數個部分、加範例與標籤。
現在還需要寫「一步一步思考」嗎？
視模型而定。OpenAI 說推理模型不需要，有時反而不利；Anthropic 說思考功能開啟時用通用指示即可，手動思維鏈是思考關閉時的備案。
主題標籤提示詞基礎概念少樣本思維鏈

延伸閱讀

提示詞入門3 分鐘

Prompt 中文是什麼意思？提示詞入門與寫法

Prompt 中文通常譯為提示詞，是你交給 AI 的整段輸入。這篇說明提示詞的定義、包含哪些內容、四個要素、實用寫法與範例，以及新手常犯的錯誤。