新手提示詞工程：一套真正管用的框架

提示詞為什麼會失敗

對新手來說，提示詞工程可以歸結成一項技能：給AI模型它需要的任務、證據、邊界和輸出形狀，好讓它產出有用的東西。大多數糟糕的提示詞之所以失敗，是因為它們求助時沒有定義什麼叫「好」。模型會用最可能的模式去填補空缺，而這些模式聽起來可能很精緻，卻偏離了你真正的目標。

幾乎每一個令人失望的答案，都能追溯到以下四件事之一：

1. 任務不清楚。「把這個弄好一點」可能是指更簡短、更溫暖、更有說服力、更準確、更不技術性，或更容易掃讀。模型會挑一種，而你拿到的往往不是你要的那種。
2. 背景缺失。如果沒有受眾、原始材料、決策標準或目標，模型就會朝著泛泛的品質去最佳化，而那種品質誰都用不上。
3. 限制太弱。沒有長度、語氣、來源、隱私規則，也沒有列出要避免的事，答案就會漂向它見過的所有內容的平均值。
4. 沒有審查循環。第一份答案是草稿。把它當成成品，是所有錯誤裡最常見的一個。

一套穩健的新手工作流程，會把寫提示詞當成一份簡短的說明，加上一次品質檢查。你定義任務、納入背景、設定限制、要求一個格式，然後請模型揭露它的假設或不確定之處。在介紹框架之前先老實說一句：兩行的問題就該配兩行的提示詞。下面完整的簡報格式，是給你會重複使用、分享，或會被拿來評判的輸出用的，如果每件事都套用它，寫提示詞很快就會變得像在做文書作業。

框架：指令、背景、限制和格式

幾乎每一則正式的提示詞都用這套框架：指令、背景、限制、格式。它在每個主流模型上都管用，而且每一部分對輸出的影響你都能親眼看見。

部分	回答什麼問題	弱寫法	強寫法
指令	它該做什麼？	「幫我做市場研究」	「為這個品類裡的五款產品做一張競品對比表」
背景	它需要知道什麼？	什麼都沒提供	受眾、目標、原始文字、決策標準、範例
限制	規則是什麼？	沒有	400字以內、不用行話、把不確定的都標出來、不要捏造數字
格式	結果該以什麼形狀回來？	未指定	一張列出說法、證據和信心程度的表格

指令就是那個動作。以一個動詞和一項交付成果開頭：摘要、比較、改寫、擷取、點評、分類、列大綱、除錯或規劃。與其寫「幫我做市場研究」，不如寫「為這個品類裡的五款產品做一張競品對比表」。指令越清楚，就越容易評判輸出。

背景是模型為了不用猜而需要的材料。包含受眾、目標、背景資料、原始文字、範例、決策標準和定義。對於較長的輸入，結構很重要：Anthropic的長上下文提示（連結見下方）建議把長文件放在提示詞靠前的位置、逐一標示，並把指示放在材料之後，而不是之前。

限制就是那些規則。加上長度、語氣、範圍、排除的說法、所需的證據、隱私邊界、閱讀難度，以及資訊缺失時該怎麼辦。當你需要能提升準確性的提示詞時，限制特別有用：告訴模型把未知的部分標出來，而不是捏造細節，把事實和假設分開，並在可能時引用來源段落。

格式就是輸出的容器。要求一張表格、一份清單、一份備忘錄、一份大綱、類JSON欄位、一封郵件、一份評分表，或一份逐步計畫。OpenAI和Gemini都內建了專門的結構化輸出模式，原因正是如此：明確的形狀能讓答案更容易解析、比較和重複使用，而在聊天視窗裡用白話說出這個形狀，就能拿到大部分這樣的好處。

可複製貼上的提示詞範本：「指令：[具體動作和交付成果]。背景：[受眾、目標、原始材料、範例、定義、決策標準]。限制：[長度、語氣、必須包含、必須避免、證據規則、隱私規則、不確定性規則]。格式：[表格/清單/備忘錄/郵件/大綱/類JSON欄位]。定稿之前，列出假設、缺少的資訊，以及一個能改善結果的追問問題。」

五個範本涵蓋大多數工作任務

工作中最好用的提示詞是可重複使用的模式，而不是一次性的神奇金句。把下面的範例當成起點，然後把那些始終能產出有用結果的存下來。

寫作提示詞：「指令：為了清晰度和具體性改寫這份草稿。背景：受眾是[受眾]，目標是[目標]，草稿是[貼上草稿]。限制：保持所有事實不變、避免誇大、使用平實的語言，並讓下一步一目了然。格式：回覆一份修改後的草稿，接著一張表格，列出原本的問題、所做的編輯和理由。」這樣管用，是因為它給了模型一項任務、一位讀者、一個標準，以及一條可審查的編輯軌跡。

研究提示詞：「指令：把這些來源變成一份研究簡報。背景：我正在為[決定]評估[問題]。來源：[貼上來源摘錄或連結/筆記]。限制：只用提供的材料、把證據和推論分開、標出薄弱的證據，並且不要捏造統計數字。格式：回覆關鍵發現、證據表、待解決問題和建議的下一批來源。」拿它和「研究一下這個主題」相比，後者等於邀請模型去捏造簡報沒有講清楚的任何事。

規劃提示詞：「指令：制定一份兩週執行計畫。背景：目標是[目標]，團隊是[團隊]，截止日期是[日期]，限制是[限制]。限制：優先安排可逆的步驟、盡早找出阻礙，並讓每項任務對負責人友善。格式：一張表格，含日期、任務、負責人、產出、風險和成功檢查。」一個團隊可以直接照這張表格執行。

分析提示詞：「指令：比較這些選項並推薦一個。背景：選項是[選項]。決策標準是[標準]。限制：包含取捨、最有力的反駁意見，以及什麼會改變這個推薦。格式：一張打分表，加上一份簡短的決策備忘錄。」反駁意見這一句是關鍵所在：少了它，每一張打分表都只會推薦你原本就偏好的那個選項。

審查提示詞：「指令：在我使用之前先點評這份輸出。背景：預期用途是[使用情境]。要審查的輸出：[貼上]。限制：檢查準確性、沒有依據的說法、缺少的背景、語氣、風險，以及需要人工審查的地方。格式：先回覆關鍵問題，再回覆建議的編輯，最後回覆一個最終的信心評級。」任何要交給客戶的內容，都值得跑一次。

迭代循環，一次只修一個問題

好的提示詞工程是靠迭代出來的。你應該預期第一次的回應會暴露出提示詞漏掉了什麼。與其從頭再來，不如用一個循環：評估、診斷、修訂、比較、保存。

用五個問題評估答案。它有沒有完成那個確切的任務？它有沒有用上提供的背景？它有沒有遵守限制？格式好不好用？各種說法、假設和不確定之處是否清楚可見？如果答案不合格，先診斷提示詞，再去怪模型。輸出含糊，通常表示任務含糊。輸出泛泛，通常表示背景太薄弱。輸出有風險，通常表示限制缺失。

接著每次只用一則精確的指令去修訂。說「讓這個推薦更基於證據，並把未知標出來」，而不是「再試一次」。說「把這個變成一張表格，列出說法、證據、信心程度和下一步核查」，而不是「更有條理一點」。

當輸出很重要時，把修訂後的提示詞放到兩個模型上跑，並從四個方面比較：準確性、完整性、語氣控制，以及各自還需要多少編輯。再跑一次的成本很低。根據Whizi模型成本指數（標價擷取於2026-08-20），一則輸入1,000個token、輸出500個token的標準回答，在Claude Sonnet 5上花$0.007，在GPT-5.5上花$0.02，所以為重要的工作多找一個意見只要幾分錢，但一個錯誤的答案代價可不是幾分錢。

用這份迭代清單：1. 用一句話點明失敗之處。2. 補上缺少的背景或限制。3. 收緊輸出格式。4. 要求列出假設和不確定之處。5. 任務重要時再跑一個模型。6. 只有在真實任務（而不是玩具範例）上跑通之後，才把改進後的提示詞存下來。

打造你可重複使用的提示詞庫

一個可重複使用的提示詞庫，正是新手寫提示詞變成日常工作流程的地方。與其把零散的提示詞留在聊天紀錄裡，不如按工作類型整理範本：寫作、研究、規劃、寫程式、客戶分析、文件審查和決策支援。每個範本都該包含同樣的四個欄位：指令、背景、限制和格式。

為每一則保存的提示詞加上一則簡短的使用說明：什麼時候用、需要哪些輸入、哪個模型表現最好，以及要怎麼查核輸出。舉例來說，一則研究提示詞可能需要來源摘錄和一張說法與證據對照表。一則寫作提示詞可能需要受眾、語氣範例和必須保留的事實。一則程式碼審查提示詞可能需要差異、預期行為和測試背景。

Whizi很適合這套工作流程，因為你可以在同一個工作區裡，把同一個範本跑遍GPT-5.5、Claude Sonnet 5、Gemini和DeepSeek V3.2，不必永遠綁定一個模型，還能把例行任務交給便宜的模型：DeepSeek V3.2按標價回答一次約$0.0005，大約只有GPT-5.5的四十分之一。這週就從三個範本開始：一次寫作改寫、一份研究簡報、一張決策打分表。把每一個範本在真實任務上跑一次，比較輸出結果，修訂範本，留下用最少清理就能產出最有用結果的版本。

想看更全面的新手指南，可以閱讀如何使用AI。想把你最好的提示詞變成固定的例行流程，AI工作流程範本這篇指南已經幫你準備好七套現成的。對於研究密集的工作，可以試試創辦人研究套件。當你準備好把寫提示詞變成一個可重複使用的工作區時，就到註冊頁建立你的帳戶。