Prompt Engineering 完全教學：10 個提升 AI 輸出品質的技巧

你是否曾經使用 ChatGPT 或 Claude 時，對 AI 的回答感到不滿意？回答太籠統、不夠具體、或者完全偏離了你的需求？問題很可能不在 AI 本身，而在於你與 AI 溝通的方式——也就是你的 Prompt（提示詞）。

Prompt Engineering（提示工程）是一門與 AI 有效溝通的藝術和科學。通過掌握正確的提示技巧，你可以讓同一個 AI 模型產出截然不同品質的結果。這就像是與一位才華橫溢但需要精確指令的助手溝通：你的指令越清晰、越具體，助手的工作成果就越出色。

本文將詳細介紹 10 個經過實踐驗證的 Prompt Engineering 技巧，每個技巧都附有具體的範例和應用場景。無論你是 AI 新手還是有經驗的用戶，這些技巧都能幫助你顯著提升 AI 的輸出品質。

什麼是 Prompt Engineering？

Prompt Engineering（提示工程）是指設計和優化輸入給 AI 模型的指令（prompt），以獲得理想輸出結果的過程。它涉及到如何組織語言、提供上下文、設定約束和格式要求，使 AI 能夠準確理解你的意圖並產出高品質的回答。

一個好的 prompt 通常包含幾個核心要素：明確的任務目標、充足的背景資訊、具體的輸出格式要求，以及適當的約束條件。掌握這些要素的組合方式，就是 Prompt Engineering 的核心所在。

為什麼 Prompt Engineering 如此重要？

在 2026 年，AI 工具已經成為許多人日常工作的一部分。然而，不同用戶使用同一個 AI 工具所獲得的結果可能天差地別。研究表明，一個經過精心設計的 prompt 可以讓 AI 的輸出品質提升 3-5 倍。Prompt Engineering 的重要性體現在以下幾個方面：

• 提升工作效率：好的 prompt 可以一次就獲得理想的結果，避免反覆修改和重新生成。
• 提高輸出品質：精確的指令讓 AI 能夠產出更準確、更深入、更符合需求的內容。
• 降低使用成本：減少 token 消耗和 API 調用次數，尤其對於付費 API 用戶來說意義重大。
• 解鎖進階功能：通過高級 prompt 技巧，可以讓 AI 完成更複雜的任務，如多步推理、數據分析和創意發想。

技巧一：角色設定（Role Prompting）

角色設定是最基礎也是最有效的 Prompt Engineering 技巧之一。通過為 AI 設定一個特定的角色或身份，你可以讓 AI 從特定的專業視角來回答問題，輸出更專業、更有深度的內容。

如何使用角色設定

在 prompt 的開頭明確告訴 AI 它應該扮演什麼角色。角色描述越具體，AI 的回答就越符合該角色的專業水準。

普通 prompt：「幫我寫一份行銷計劃。」

使用角色設定的 prompt：「你是一位擁有 15 年經驗的數碼行銷專家，專精於香港中小企業的線上行銷策略。請為一間新開的咖啡店製定一份為期三個月的數碼行銷計劃，包括社交媒體策略、內容規劃和預算分配。」

你可以看到，加入角色設定後，AI 不僅會以專家的視角來回答，還會考慮到香港市場的特殊性和中小企業的實際需求。

技巧二：清晰具體的指令（Clear Instructions）

模糊的指令會導致模糊的回答。清晰具體的指令是獲得高品質 AI 輸出的基礎。一個好的指令應該回答以下問題：做什麼（What）、為誰做（For whom）、怎麼做（How）和做到什麼程度（To what extent）。

如何讓指令更清晰

• 明確任務類型：是要「總結」、「分析」、「比較」、「創作」還是「翻譯」？
• 指定目標受眾：內容是給專業人士、普通消費者還是學生看的？
• 設定長度要求：需要 100 字的摘要還是 2000 字的深度分析？
• 說明語氣風格：正式商務風格、輕鬆對話風格還是學術嚴謹風格？

不好的 prompt：「寫一篇關於 AI 的文章。」

好的 prompt：「請撰寫一篇約 800 字的文章，題目是《AI 如何改變香港零售業》。目標讀者是香港的零售業管理者，語氣專業但易懂。文章需要包含：(1) AI 在零售業的三個主要應用場景 (2) 香港本地的成功案例 (3) 企業導入 AI 的建議步驟。」

技巧三：提供充足的上下文（Context Providing）

AI 模型並不了解你的具體情況。提供充足的背景資訊和上下文，能夠讓 AI 的回答更加貼合你的實際需求。上下文可以包括你的行業背景、目標對象、現有情況、過往嘗試等。

上下文的四個維度

1. 背景資訊：你的公司規模、行業、目標市場等基本情況。
2. 具體情境：當前面臨的問題或需要解決的具體場景。
3. 約束條件：預算限制、時間限制、技術限制等。
4. 期望成果：你希望通過 AI 的回答達成什麼目標。

範例：「背景：我是一間位於中環的小型會計師事務所的合伙人，團隊有 8 人。我們目前的客戶溝通主要依靠電話和電郵，效率不高。問題：我想引入 AI 工具來提升客戶服務效率，但預算有限（每月不超過港幣 5,000 元），團隊成員的技術能力普通。請推薦適合我們情況的 AI 解決方案，並說明具體的導入步驟。」

技巧四：思維鏈（Chain of Thought）

思維鏈（Chain of Thought，簡稱 CoT）是一種讓 AI 展示推理過程的技巧。通過要求 AI 「一步一步思考」，可以顯著提升 AI 在複雜推理、數學計算和邏輯分析任務中的表現。

為什麼思維鏈有效

當我們要求 AI 直接給出最終答案時，它可能會跳過重要的中間推理步驟，導致錯誤。思維鏈技巧迫使 AI 將複雜問題拆解為多個小步驟，逐步推導出答案，從而大幅減少推理錯誤。

不使用 CoT：「一間店鋪的月租金是 HK$30,000，員工薪資佔營業額的 35%，原材料成本佔 25%，如果月營業額是 HK$200,000，每月淨利潤是多少？」

使用 CoT：「一間店鋪的月租金是 HK$30,000，員工薪資佔營業額的 35%，原材料成本佔 25%，如果月營業額是 HK$200,000，每月淨利潤是多少？請一步一步計算，列出每項支出的金額，最後算出淨利潤。」

技巧五：少樣本學習（Few-shot Examples）

Few-shot（少樣本）學習是指在 prompt 中提供幾個輸入-輸出的範例，讓 AI 理解你期望的格式和風格，然後按照相同的模式來處理新的輸入。這是控制 AI 輸出格式和風格的最有效方法之一。

Few-shot 的應用場景

Few-shot 特別適用於需要統一格式、特定風格或者 AI 不容易理解的任務。例如，如果你需要 AI 以特定的格式撰寫產品描述，提供 2-3 個範例比用文字描述格式要有效得多。

範例：

「請根據以下範例的格式，為新產品寫描述：

產品：無線藍牙耳機
描述：告別纏線煩惱！X1 無線藍牙耳機採用最新 5.3 藍牙技術，30 小時超長續航，IPX5 防水等級。主動降噪功能讓你專注每一刻。HK$399，自由從此開始。

產品：智能手錶
描述：你的健康管家隨手而至！S3 智能手錶配備心率監測、血氧檢測和睡眠追蹤三大健康功能。1.4 吋 AMOLED 高清螢幕，7 天超長待機。HK$699，健康生活由此啟程。

現在請為以下產品寫描述：
產品：便攜式空氣清新機」

技巧六：指定輸出格式（Output Format Specification）

明確指定你期望的輸出格式，可以讓 AI 的回答更加結構化和實用。你可以要求 AI 以表格、清單、JSON、Markdown 或任何你需要的格式來輸出結果。

常用的輸出格式

• 項目符號清單：適合列舉要點和建議。
• 編號清單：適合步驟指南和優先排序。
• 表格形式：適合比較分析和數據整理。
• 標題層級結構：適合長篇報告和文件。
• JSON / CSV 格式：適合數據處理和程式開發。

範例：「請比較 ChatGPT Plus、Claude Pro 和 Gemini Advanced 這三個 AI 訂閱服務。以 Markdown 表格格式呈現，欄位包括：月費、主要模型、上下文長度、特色功能、最適合的用戶群。」

技巧七：溫度控制（Temperature Control）

溫度（Temperature）是 AI 模型的一個重要參數，它控制著輸出的隨機性和創造性。溫度值通常在 0 到 1 之間，理解溫度控制可以幫助你針對不同任務獲得最佳結果。

溫度設定指南

• 低溫度（0.0 - 0.3）：輸出更確定、更一致、更保守。適合事實查詢、數據分析、程式碼生成、翻譯等需要準確性的任務。
• 中溫度（0.4 - 0.7）：平衡創造性和準確性。適合商業寫作、電子郵件、一般性問答等日常任務。
• 高溫度（0.8 - 1.0）：輸出更多樣、更有創意、更出人意料。適合創意寫作、腦力激盪、故事創作等需要創造力的任務。

雖然在 ChatGPT 和 Claude 的網頁界面中你無法直接調整溫度，但你可以通過 prompt 來間接影響輸出的創造性。例如，加入「請給出最準確的答案」或「請發揮創意，給出一些意想不到的點子」這樣的指令。如果你使用 API，則可以直接設定 temperature 參數。

技巧八：迭代優化（Iterative Refinement）

Prompt Engineering 很少能一次就達到完美的效果。迭代優化是指通過多輪對話，逐步改進 AI 的輸出，直到達到滿意的結果。這是一種非常實用且重要的技巧。

迭代優化的策略

1. 從寬泛到具體：先用一個較寬泛的 prompt 了解 AI 的回答方向，再逐步增加具體要求。
2. 指出不足之處：明確告訴 AI 上一次回答中哪些部分需要改進。例如：「上面的回答不錯，但第二段太籠統了，請加入更多具體的數據和案例。」
3. 要求擴展或精簡：根據需要要求 AI 擴展某個部分或精簡某些內容。
4. 調整語氣和風格：如果語氣不對，可以在後續對話中要求調整。例如：「請用更輕鬆的語氣重寫，像是在跟朋友聊天一樣。」

範例對話流程：

第一輪：「請幫我為公司的 AI 培訓課程寫一段推廣文案。」
第二輪：「不錯，但我希望文案能突出『實戰導向』這個賣點，並且加入一些緊迫感（名額有限）。」
第三輪：「很好！請把文案縮短到 100 字以內，適合在 Instagram 廣告中使用。」

技巧九：系統提示（System Prompts）

系統提示（System Prompt）是一種設定 AI 整體行為模式的高級技巧。它通常在對話開始時設定，用於定義 AI 的角色、行為規範、回答風格和限制條件。系統提示的效果會貫穿整個對話過程。

系統提示的最佳實踐

一個有效的系統提示通常包含以下元素：

• 角色定義：明確 AI 在這次對話中的身份和專業領域。
• 行為規範：設定 AI 應該遵循的回答原則，如「總是提供具體的例子」或「避免使用專業術語」。
• 輸出風格：指定語言風格、詳略程度和格式偏好。
• 限制條件：明確 AI 不應該做什麼，如「不要提供醫療建議」或「如果不確定就說不知道」。

範例系統提示：「你是 aicourse.hk 的 AI 課程顧問，專門幫助香港的職場人士選擇合適的 AI 培訓課程。你的溝通風格友善且專業，會使用繁體中文回答。你會根據用戶的職業背景、學習目標和預算，推薦最適合的課程方案。在回答中，你會提供具體的課程內容介紹和學習路徑建議。如果用戶問到你不確定的資訊，你會坦誠說明並建議他們聯繫課程顧問。」

技巧十：設定約束條件（Constraint Setting）

設定約束條件是控制 AI 輸出範圍和品質的重要技巧。通過明確告訴 AI 什麼可以做、什麼不可以做，你可以確保輸出結果符合你的特定需求和標準。

常用的約束類型

• 內容約束：限制回答的主題範圍。例如：「只討論香港市場的情況，不需要涉及其他地區。」
• 長度約束：控制輸出的字數或段落數。例如：「回答不超過 500 字」或「用 5 個要點概括」。
• 格式約束：指定不能使用的格式或必須包含的元素。例如：「不要使用技術術語」或「每個要點必須附帶一個實際案例」。
• 語言約束：控制用語風格和專業程度。例如：「用中學生能理解的語言解釋」。
• 排除約束：明確不應包含的內容。例如：「不要提及競爭對手的品牌名稱」或「不要包含價格資訊」。

範例：「請為我的 AI 培訓課程撰寫一段 LinkedIn 推廣文案。約束條件：(1) 字數在 150-200 字之間 (2) 使用繁體中文 (3) 語氣專業但親和 (4) 必須包含一個具體的學員成功案例 (5) 以一個引人深思的問題開頭 (6) 以清晰的行動呼籲結尾 (7) 不使用超過 3 個 hashtag。」

Prompt Engineering 常見錯誤

了解常見的錯誤同樣重要，以下是初學者經常犯的幾個 Prompt Engineering 錯誤：

1. 指令太模糊：例如「幫我寫點東西」這類缺乏具體目標的 prompt，AI 只能猜測你的需求，結果往往不如人意。
2. 一次塞入太多需求：在一個 prompt 中同時要求 AI 做 5 件不同的事情，會分散 AI 的注意力，降低每個任務的品質。將複雜任務拆分為多個步驟會更有效。
3. 忽略上下文：不提供背景資訊就直接提問，就像是在沒有任何前提的情況下問路人「我該怎麼辦？」——對方根本不知道你在說什麼。
4. 不進行迭代：期望一次就得到完美的結果，而不願意通過多輪對話來改進輸出。記住，最好的結果通常來自迭代優化。
5. 過度依賴 AI：AI 生成的內容可能包含錯誤，永遠不要跳過人工審核環節。AI 是你的助手，不是替代者。

實用的 Prompt 模板

以下是一個通用的 Prompt 模板，你可以根據自己的需求進行調整：

模板結構：

「[角色設定]：你是一位 [專業身份]，擁有 [相關經驗]。

[任務描述]：請 [具體任務] 關於 [主題]。

[上下文]：背景資訊包括 [相關情境]。

[格式要求]：請以 [指定格式] 呈現，長度約 [字數/段落數]。

[約束條件]：注意 [需要遵守的限制]。

[範例]（可選）：以下是一個參考範例 [提供範例]。」

Prompt Engineering 工具和資源

以下是一些有助於學習和實踐 Prompt Engineering 的工具和資源：

• ChatGPT / Claude / Gemini：這三個平台都提供免費版本，是練習 Prompt Engineering 的最佳場所。
• OpenAI Playground：允許你直接調整模型參數（如溫度），更精確地控制 AI 輸出。
• Anthropic 官方文檔：提供了詳盡的 Prompt Engineering 指南和最佳實踐。
• PromptPerfect：AI 驅動的 prompt 優化工具，可以自動改進你的 prompt。
• aicourse.hk Prompt Engineering 課程：提供系統化的培訓，從基礎到進階，配合大量實戰練習。

總結

Prompt Engineering 是 AI 時代最具實用價值的技能之一。通過掌握角色設定、清晰指令、上下文提供、思維鏈、Few-shot 學習、輸出格式指定、溫度控制、迭代優化、系統提示和約束條件這 10 個核心技巧，你可以顯著提升與 AI 互動的效果，讓 AI 真正成為你工作和生活中的得力助手。

記住，Prompt Engineering 是一門需要不斷練習的技能。不要期望一蹴而就，而是通過持續的實踐和反思，逐步提升你的 prompt 寫作水平。每次與 AI 互動都是一次學習的機會，留意哪些 prompt 效果好、哪些效果差，慢慢你就能培養出與 AI 高效溝通的直覺。

AI 的能力上限取決於模型本身，但你能發揮出 AI 多少能力，取決於你的 Prompt Engineering 技巧。