怎麼跟AI對話：對話框空白時該打什麼

你不是在對著搜尋框打字

游標在閃爍。提示文字寫著類似「傳訊息給ChatGPT」的字樣，而你就這樣坐在那裡，因為你想得到的東西，沒有一個感覺像是個正經的問題。這是大家用AI時最常見的初次體驗，跟你這個人一點關係也沒有。這個框看起來完全像個搜尋列，行為卻跟你以前用過的任何東西都不一樣。

幾乎每個人第一次都是打關鍵字：三、四個字，沒有動詞，沒有背景。這是二十年搜尋引擎訓練出來的反射動作，也是第一天就值得改掉的一個習慣。搜尋框想要關鍵字，因為它在比對頁面。聊天模型想要句子，因為它在弄清楚你交給它的是什麼任務。拿一個真實的需求，不吵不鬧地取消健身房會籍，用兩種方式寫出來：

• 當成搜尋關鍵字：取消健身房會籍信範本
• 當成一項要求：我想取消我的健身房會籍。幫我寫一則簡短、有禮貌的訊息，我可以用電子郵件寄出。我已經是會員兩年了，合約需要提前30天通知，而且我不想說明原因。

第一種寫法，換來的是一份通用範本，裡面有括號要你自己填。第二種寫法，換來的是一則你可以直接寄出的訊息，通知期已經寫在裡面，而理由則被刻意省略。同樣的需求，多花大約十五秒打字，實用程度卻完全不同。現在就拿你這週生活裡的小事來試試看，一封你欠別人的郵件，或一份你一直拖著沒填的表單。在某個時間點，它也會用篤定的語氣告訴你一件不實的事，這件事最後一節會處理。如果這一切對你來說都很陌生，AI究竟是什麼講解了底層的基礎，AI對比Google搜尋則解釋了哪些問題依然該交給搜尋引擎。這兩個框，獎勵的是完全不同的習慣。

差異	搜尋框	聊天模型
它在做什麼	拿關鍵字去比對已經存在的頁面	弄清楚你交給它的是什麼任務，再產生新的東西
該打什麼	三、四個字，沒有動詞	說清楚你想要什麼、給誰看、要多長的句子
會得到什麼	一份有括號要你自己填的通用範本	一則你能直接寄出、已經填好你的細節的訊息
什麼時候該用它	某個地方已經有現成的頁面收著你的答案	你想要針對你的情況，寫、比較、規劃，或解釋一件事

值得放進第一則訊息裡的四件事

沒有什麼公式需要背。重要的是把只有你才知道的事包含進去，因為模型看不到你的信箱、你的截止日期、你的工作，或你正在寫信給誰。把這件事想成在第一天早上，跟一位能幹的臨時人員交接工作。他們有能力做這件事，只是沒有人告訴他們，這件事是做給誰看的。

四項細節，幾乎撐起了所有的份量。通常只要提到其中兩項，就足以改變答案，四項全提到當然更好。

1. 你想要什麼。動詞，加上你想要的東西：改寫、摘要、規劃、比較、解釋、起草。
2. 這是給誰看的。你的主管、一位客戶、你的房東、一個九歲小孩、六個月後的你自己。
3. 要多長。一句話、一段話、五個重點、一頁。如果沒說，大多數模型會自己選一個沒人要求過的長度。
4. 只有你知道的事實。日期、預算、來龍去脈，以及那件你沒辦法在訊息本身裡直接說出口的事。

這是同一則真實訊息，寫了兩次。之前：「寫一封信給我的團隊，說明延遲的事。」之後：「寫一封簡短的郵件給我六個人的團隊，說明客戶上線日期從3月3日改到了3月17日。三句話，語氣平靜，不要一直道歉。他們已經知道客戶改了簡報內容，所以這部分不用重新解釋。」多出來的細節，不是為了禮貌，而是那六個人、那兩個日期，以及他們已經知道的那件事，這能省下之後大約三輪的修正。

價值藏在追問裡

大多數人送出一則訊息，讀完答案，就判定AI要嘛很厲害、要嘛沒什麼用，然後關掉分頁。這種一次定生死的習慣，正是大多數失望的來源。第一個答案，是一位從沒見過你的人寫出來的第一份草稿，而對話真正的意義，就在於你可以繼續回覆。

這段對話記得你已經說過的一切，所以你不需要重寫原本的要求來修正它。你可以只打三個字。以下這些修正方式，能處理常見的問題，你可以直接照抄使用。

• 太長了：長度減半。剪掉鋪陳，留下具體內容。
• 太正式了：照我平常對一位我喜歡的同事講話的方式說。
• 角度不對：你寫成了[X]，我要的是[Y]，用這個方向重寫一次。
• 它捏造了內容：這裡面哪些是我告訴你的，哪些是你自己填上去的？把你自己填的部分列出來。
• 聽起來不像我：這是兩段我自己寫的東西，用這種語氣，而不是公司式的語氣。〔貼上你自己的兩段文字〕

第四句話值得變成一種習慣。這些系統不管知不知道答案，都會產生流暢的文字，所以問哪些部分是它自己填上去的，會比你自己逐句查核，更快揪出捏造的內容。這對數字也適用：問一個數字是哪裡來的，你常常會得到一句誠實的「那是我估計的」。你會注意到，這些修正沒有一句是客氣的。客氣在這裡是可有可無的。真正決定下一個答案的，是這則修正有沒有指出具體要改的東西，這就是為什麼「改好一點」什麼都不會改變，而「刪掉第一段」每次都有效。

十句可以直接複製的開場白

挑一句符合你今天桌上真的擺著的那件事的話。每一句都是設計成直接貼上使用，再把你自己的材料加在下面。

1. 把這封郵件改寫得更短、更溫暖，並保持要求清楚：〔貼上〕
2. 用白話解釋這份文件，然後告訴我該擔心什麼：〔貼上〕
3. 幫我規劃一場給[人數]人的[活動]，日期是[日期]，預算是[金額]。給我一份時間表，不要一堆點子。
4. 我在[A]和[B]之間猶豫。做一張取捨對照表，然後告訴我還有什麼是我沒考慮到的。
5. 從零開始，用五分鐘教我[主題]，中間停下來兩次，確認我跟上了。
6. 我得跟[某人]說[一件尷尬的事]。溫和地起草，三句話，不要一直道歉。
7. 用五個重點摘要這個，對象是只會讀前兩點的人：〔貼上〕
8. 把這個翻成[語言]，語氣保持友善但專業：〔貼上〕
9. 這是我對[某個決定]的理由。用最強的論點反駁它：〔貼上〕
10. 我需要寫[某個東西]，但不知道怎麼下筆。先問我四個問題，再幫我起草。

第十句，是給那個還在閃爍的游標用的。把空白稿紙變成一段簡短的訪談交還給它，是脫身最快的辦法，而它問的四個問題，通常正好就是你還沒決定的那四件事。如果你想要更多、按照你今天過的是哪種日子分類的提示詞，AI用於日常任務有整整一週份的內容。

答案不好的時候，該怎麼辦

不好的答案不是隨機的雜訊，它們會以幾種可以辨認的形式出現，而每一種都有一則訊息就能完成的修正方法。

• 篤定的捏造。一項統計數字、一個引用來源、一項政策，或一個根本不存在的產品功能，用它講述已知事實時完全一樣的語氣說出來。修正方法：請它標出每一項它沒有把握的說法，自己去查核那些部分，而且絕對不要在沒看過原始出處的情況下，把一個數字轉述給別人。為什麼AI會出錯解釋了這些捏造的內容從哪裡來。
• 平淡的平均值。技術上沒錯，卻完全通用，讀起來像一份什麼都沒特別介紹的宣傳冊。修正方法：給它一些具體的東西讓它去回應，你的草稿、你的限制條件、你自己寫的句子。模糊的輸入，可靠地產生模糊的輸出。
• 順從的鏡子。你問為什麼X比Y好，它就替X辯護，因為你就是這樣提問的。修正方法：在一則新訊息裡問反過來的問題，把兩個答案並排讀完，再自己做決定。

如果你已經修正過同一個答案兩次，它還是不對，就別再換說法了。兩次改寫，通常能修好一個措辭問題。第四次，很少能修好一個模型本身的問題，而模型出錯的方向各不相同：有的會捏造來源，有的則不管怎樣都不肯給出明確結論；有的寫得溫暖，有的不管你怎麼講都很生硬。把同一則訊息送給另一個模型，往往能在五秒鐘內解決一件你本來打算花二十分鐘處理的事。就算這只代表在第二家供應商那裡留一個免費帳號，也值得這麼安排。付費的第二意見，花費加起來很快就會很可觀：截至2026年8月，ChatGPT Plus和Claude Pro都掛牌每月20美元，所以兩個都訂閱要花40美元。Whizi則是那種切換只需要一個下拉選單、不用訂第二份的版本，一份帳單就涵蓋來自29家供應商的100個模型（數字來自Whizi模型成本指數，標價擷取於2026-08-20）。怎麼選AI模型講解了該先試哪一個，等修正答案變成一種習慣之後，給新手的提示詞工程會把這些修正方法，變成一套你能重複使用的架構。