你有沒有過這種經驗：丟一句話給 AI，結果它回了一大坨不痛不癢、誰看了都覺得「對，但沒用」的東西？問題九成不在 AI，而在你的提示太模糊。今天我們就把這件事一次練好。
今天你會學到什麼：提示工程的五個核心要素——角色、任務、格式、限制、對象——以及怎麼把一句廢話提示，改寫成讓 AI 真的幫上忙的好提示。
📖 學（核心）
提示工程（prompt engineering）聽起來很玄，其實核心就是「把話講清楚」。AI 很強，但它不會讀心。你給的指令越具體、條件越完整，它的輸出就越接近你要的。而一個結構完整的提示，幾乎都能拆成這五個要素。
一、角色（Role）——你要 AI 用「誰」的身分回答。同一個問題，請它當「資深財報分析師」和當「國小老師」，講出來的深度、用詞、切入點完全不同。指定角色等於幫 AI 鎖定知識範圍與語氣，這是最便宜、效果最大的一招。
二、任務（Task）——你到底要它「做什麼動作」。不是「關於行銷」，而是「寫一封招募電子報的開頭三句」。動詞要明確：摘要、改寫、列出、比較、批評、翻譯。任務模糊是廢話輸出的頭號元兇。
三、格式（Format）——你要的輸出長什麼樣。條列還是段落？幾個字？要不要表格、標題、JSON？沒講格式，AI 就用它自己的習慣回你，你再花時間整理，等於白做工。直接規定「用三點條列、每點不超過 20 字」最省事。
四、限制（Constraints）——畫出界線。字數上限、不要用專業術語、只能引用我提供的資料、語氣要正式、不准捏造數據。限制越清楚，越能擋掉 AI 的「自由發揮」和幻覺。
五、對象（Audience）——這份輸出是「寫給誰看的」。寫給 CEO、寫給新進同事、寫給五歲小孩，難度與用詞天差地別。講明對象，AI 才知道要講多深、要不要解釋名詞。
把五個要素串起來，看一個實際例子。模糊版：「幫我寫一段產品介紹。」好的版本：
角色：你是一位擅長 B2B SaaS 文案的資深行銷企劃。 任務：幫我寫一段「會議筆記自動整理工具」的產品介紹開頭。 格式：兩個段落，總長不超過 120 字，第一段點出痛點、第二段帶出產品。 限制：語氣專業但口語，不要用「賦能」「顛覆」這類空話，不要捏造任何數據或客戶名。 對象：寫給沒時間整理會議記錄的中小企業主管。
你會發現，光是把這五項填滿，輸出品質就跳了一個檔次。實務上不一定每次五項全上，但缺了哪一項、輸出就會在哪一項上「自由發揮」——這正是你下次要補的地方。
🧠 記
- 口訣：角任格限對（角色、任務、格式、限制、對象）。
- 模糊提示 = 模糊輸出，AI 不會讀心。
- 五項裡至少先補滿三項，再迭代加滿。
- 「角色」最便宜、效果最大，懶得想就先指定角色。
- 缺哪一項，AI 就在哪一項上失控——看輸出回推你漏了什麼。
✍️ 實踐
今天挑「一件你本來就要做的真實工作」（一封信、一段摘要、一則公告），寫提示的時候逐項對照五要素，確認至少補滿其中三項。先跑第一版，再改寫一次補上缺的要素，跑第二版。最後完成這個可檢核的動作：把兩版輸出並排比較，寫一句話記下「補了哪一項讓結果變好」，並把較好的那版提示存進你的提示詞收藏庫。 今天結束時，收藏庫應該 +1。
🔗 延伸學習
- Anthropic 互動式提示工程教學（GitHub）
- OpenAI 官方 Prompt Engineering 指南
- Prompt Engineering in 2025: The Latest Best Practices
- 【生成式AI導論 2024】完整播放清單
💬 想深入？複製下面這段到 AI（ChatGPT、Claude…），再打上你的問題
你是我的「AI」學習教練。我今天在學的主題是「提示工程的五要素」，重點包括：角色、任務、格式、限制、對象（口訣「角任格限對」）、模糊的提示只會換來模糊的輸出、五項先補滿三項再迭代加滿。請用淺白、可操作的方式回答我接下來的問題，需要時給例子和步驟。我的問題是：
↑ 複製整段，貼到 AI，最後接上你的問題即可。