課程內容
第一章:優化思維與結構診斷
在開始優化之前,我們必須先了解什麼是「壞指令」,以及如何通過結構化思維來拆解問題。這不是文字遊戲,而是邏輯工程。
0/2
第二章:進階引導框架
學習提示詞工程師 (Prompt Engineer) 最常用的兩個強大武器:<strong>Few-Shot (少樣本提示)</strong> 與 <strong>Chain of Thought (思維鏈)</strong>。掌握這兩招,你能解決 90% 的複雜任務。
0/2
AI 提示詞大師班:提示詞優化技巧實戰

🔄 好的提示詞是「聊」出來的

優化提示詞不是「一發入魂」,而是一個「迭代」(Iteration) 的過程。別指望第一次就完美,重點在於如何修正。

迭代優化三步驟流程圖

  1. V1 草稿測試:先用自然語言快速描述需求,觀察 AI 的初步反應。
    目的:測試 AI 對這個主題的理解程度。
  2. 分析落差 (Gap Analysis):比較 AI 產出與你心中預期的差距。
    • 是語氣太生硬?
    • 還是重點遺漏?
    • 格式錯誤?
  3. 加入限制條件 (Constraints):針對落差,加入具體的「限制句」。

💡 實戰演練:修正語氣

假設 AI 寫了一封過於正式的道歉信,我們可以這樣迭代:

User: 這封信太像機器人了,我要給老客戶看的。

Optimization (你的修正指令):
「請保留上述的補償方案內容,但將語氣改為『溫暖、誠懇且帶有人情味』。開頭不要用『親愛的客戶』,改用『Hi [名字]』,並加入一句感謝他們過去支持的話。」

專家心法:與其一次寫出 500 字的超長指令,不如分三次對話引導,效果通常更好。