AI 提問技巧入門：5 個 Prompt 公式讓 AI 回答品質翻倍，新手今天就能用

早上十點，你打開 ChatGPT，在對話框裡打了一句「幫我寫一份行銷企劃」。真正的問題是 Prompt 太懶，而非 AI 笨——5 個 Prompt 公式（角色設定、情境描述、範例引導、限制條件、迭代修正）讓你 10 分鐘讓 AI 回答品質翻倍。

三秒鐘後，螢幕上跑出一大段文字。你讀了前兩行，眉頭一皺——這不就是隨便哪個網站上都查得到的基本概念嗎？完全不是你要的「幫公司新品上市的具體行銷計畫」。你又試了一次，改打「寫得更具體一點」。AI 確實多吐了一些字，但依然在講空泛的理論，跟你的產品、你的預算、你的目標客群完全搭不上邊。

這個場景，每天在全球數百萬人的螢幕上重複發生。真正的關鍵在於我們問錯了，而非 AI 不夠聰明。

MIT Sloan 在 2025 年發表的一份研究指出，掌握進階提問技巧的專業工作者，完成相同任務的速度比一般人快 40%。差距不在工具，在你怎麼跟它說話。

這篇文章會教你 5 個簡單的提問公式，每一個都有「錯誤示範」和「正確示範」的直接對比。不需要懂程式、不需要背英文術語，用你平常傳 LINE 訊息的方式就能學會。如果你是第一次接觸 AI 工具，建議先讀我們的AI 新手第一步實戰指南，了解基本操作後再回來學提問技巧，效果加倍。

為什麼你問 AI，它總是答非所問？

AI 不會通靈。它沒辦法讀你的心，只能根據你「說出口的話」去推測你想要什麼。

想像你走進一間咖啡廳，跟店員說：「給我一杯咖啡。」你會拿到什麼？可能是美式、可能是拿鐵、可能是又苦又酸的單品手沖。店員不知道你要冰的還熱的、大杯還小杯、要不要加奶。你覺得店員「怎麼連這個都不會」，但其實是你沒講清楚。

跟 AI 對話也是一模一樣。你給的資訊越少，它的回答就越像「隨機猜一個最安全的答案」——而最安全的答案，通常就是最空泛、最沒用的那種。

PTT Tech_Job 板上有一篇熱門討論，列出了使用 ChatGPT 最常犯的七大錯誤。排名第一的就是「上下文不足」。使用者以為 AI 知道自己的工作內容、產業背景，甚至今天開會被主管唸了什麼——但事實是，AI 什麼都不知道。你沒說的，它就不知道。

Dcard 的 ChatGPT 板上也有人精準地總結：「如果你完全不驗證、照單全收，這是在下外包給統計幻覺。」AI 會犯錯是常態，但如果你連提問都沒做好，連「有機會對」的答案都拿不到。

好 Prompt 和壞 Prompt 的差距，用數據說話

「有差那麼多嗎？」很多人第一反應是懷疑。直接看數字：

這些數據來自WifiTalents 彙整的 2026 全球 Prompt Engineering 統計與TechRT 的產業趨勢報告，涵蓋了多個產業的實證數據。

更驚人的是企業端的數字：導入結構化提問框架的公司，AI 投資的回報率比隨意提問的公司高出 340%。同一套工具、同一筆訂閱費用，光是換一種問法，效益就差了好幾倍。

同一個 AI、同一個問題，換一種問法，結果天差地別。接下來的 5 個公式，就是幫你從「隨便問」升級到「有效問」的最短路徑。

角色設定法：告訴 AI「你是誰」，回答深度瞬間拉高

角色設定是最立竿見影的一招，也是所有 Prompt 技巧裡面上手最快的。

錯誤示範 vs 正確示範

為什麼這招有效？當你告訴 AI「你是一位有 10 年經驗的 B2B 業務經理」，它就會從訓練資料中調取與這個角色相關的知識和語氣風格。就像你跟好朋友抱怨工作壓力，和你跟律師諮詢法律問題——同樣一個問題，對方會用完全不同的方式回應。AI 也是這樣運作的。

使用角色設定的三個要領：

第一，角色要具體。不要只說「專家」，而是「有 10 年台灣中小企業輔導經驗的管理顧問」。越具體，AI 的回答就越貼近你需要的專業度。

第二，配合需求選角色。要法律建議就指定律師，要行銷文案就指定資深文案，要財報分析就指定會計師。選錯角色，就像找水電師傅幫你修電腦。

第三，角色可以疊加。「你是一位精通台灣勞基法的人資顧問，同時也了解 50 人以下中小企業的實際運作困難」——這種複合角色能讓 AI 在回答時同時顧及專業性和實用性。

情境描述法：把背景交代清楚，AI 才不會亂猜

角色設定解決了「AI 用什麼身分回答你」的問題，但光有身分還不夠——它還需要知道你的具體狀況。

錯誤示範 vs 正確示範

第一個版本，AI 不知道你是什麼行業、在哪個平台發、讀者是誰、要宣傳什麼。它只能寫出一篇「適用於任何人、任何場景」的通用貼文——也就是對誰都沒用的貼文。

第二個版本把五個關鍵情境交代清楚了：

情境越清楚，AI 的回答就越像「你身邊那個超懂你的同事幫你寫的」，而不是「從網路上隨便抄一段過來」。

有個實用的自我檢查方法：在送出 Prompt 之前，想像你是一個剛進公司的新人，只看你寫的這段文字，你能做出老闆要的東西嗎？如果連新人都不知道該怎麼開始，AI 當然也不知道。

範例引導法：給 AI 看一個樣板，它就知道你要什麼

Few-shot prompting——也就是「給 AI 看範例再讓它照著做」——是 prompt 技術裡效果最顯著的方法之一。研究數據顯示，在分類任務上，給 AI 看範例能讓表現提升 30-50%。

錯誤示範 vs 正確示範

錯誤示範：「幫我寫產品描述，要文青風格。」

正確示範：「以下是我之前寫的產品描述風格，請照著這個風格寫新的：

【範例】商品名稱：手沖陶瓷濾杯

描述：三孔設計讓水流速度剛好。不趕時間的早晨，把熱水慢慢倒下去，看咖啡粉膨脹、香氣在廚房裡散開。一杯手沖的時間，剛好夠你想清楚今天最重要的一件事。

現在請用同樣風格，幫我寫：商品名稱：原木手柄不鏽鋼手沖壺」

差在哪？與其花 500 字描述你想要的風格是「文青、有溫度、不要太銷售感、帶一點生活感」，不如直接丟一個範例——30 秒搞定，而且 AI 抓到的風格比你口頭描述的精準十倍。

範例引導法的三種應用場景：

限制條件法：設好輸出的邊界，結果才不會歪掉

沒有限制的提問，就像叫一個實習生「把這份文件整理一下」——他不知道你要整理成報告格式還是簡報格式、要多長多短、哪些資訊該保留哪些該刪掉。結果十之八九要重做。

錯誤示範 vs 正確示範

限制條件越明確，AI 的輸出就越接近「可以直接用」的程度。以下是最常用的限制類型：

小技巧：可以把多種限制條件一次堆疊在同一個 Prompt 裡。「請用繁體中文、條列式、每條不超過 30 字、語氣口語化」——四個限制條件，一句話搞定。AI 完全聽得懂，而且會嚴格遵守。

迭代修正法：別指望一次就完美，追問才是高手的秘密

新手最大的誤解之一，就是以為高手都能「一句話問出完美答案」。

事實完全相反。高手的第一次提問跟你差不多，但他們會花 3-5 輪來修正和精煉。就像你不會一次畫出完美的設計稿，AI 的回答也需要「改稿」的過程。PTT 那篇文章說得很到位：「每一次追問都是 AI 學習你需求的機會，也是拉高回應品質的關鍵步驟。」

三種迭代方式

縮小範圍：「前面那段寫得不錯，但第三點太籠統了，請針對餐飲業給更具體的例子。」——把不滿意的部分指出來，讓 AI 重新處理那一塊。

切換角度：「從客戶的角度重新改寫這段，讓客戶讀完會覺得我們理解他的問題。」——同樣的內容，換一個視角重寫。

調整風格：「語氣再口語一點，像在 LINE 群組裡跟同事聊天的感覺。」——不改內容，改呈現方式。

迭代的實際效果

知乎上有一個觀點值得記住：修改源頭，別打補丁。AI 輸出不對的時候，不要在後續消息裡一條條地修正，回到最初的 Prompt，把所有要求一次寫完整。這樣比來回五六輪「再改一下、再改一下」高效得多。

五個公式組合使用：一個完整的實戰範例

單獨用一個公式已經能看到明顯差異，但真正的威力在組合使用。來看一個完整的情境：

場景：你是一間 50 人公司的行政主管，老闆要你在週五前交一份「公司導入 AI 工具的評估報告」。你完全不知道從哪裡開始。

分步驟拆解

角色設定：「你是一位專門服務台灣中小企業的 AI 顧問，擅長用非技術語言解釋複雜概念。」

情境描述：「我的公司是一間 50 人的 B2B 貿易公司，主要做東南亞市場。目前完全沒有使用任何 AI 工具，同事們大部分是 35-50 歲，電腦操作能力一般。老闆要我在三天內交出一份導入評估報告。」

範例引導：「報告風格請參考管理顧問的簡報風格：先講結論，再用數據佐證，最後給行動建議。」

限制條件：「報告結構分四段：(1) 現況痛點分析 (2) 三個推薦的 AI 導入場景，每個含成本估算 (3) 預期效益與 ROI (4) 30/60/90 天導入路線圖。全文 2,000 字以內，用繁體中文，避免技術術語。」

組合成一個 Prompt 送出後，AI 會回一份結構完整、內容具體的報告初稿。接著用迭代修正微調：「第二部分的三個場景太泛了。請具體到我們公司的日常流程：(1) 客戶 Email 回覆 (2) 出貨單整理 (3) 每月業績報表產出。」

三輪修正下來，你手上就會有一份讓老闆眼睛一亮的報告。原本可能要花一整天查資料、寫草稿、排格式的工作，現在 30 分鐘搞定。

從想法到好答案：AI 提問的完整流程

把上面五個公式串起來，就是一套完整的 AI 提問流程。以下這張圖幫你一目了然：

每次跟 AI 對話前，花 30 秒在腦中跑一遍這個流程，回答品質就能穩定提升。用幾次之後會變成直覺，就像開車一樣——一開始要刻意記步驟，熟了以後自然就會。

新手最常踩的 Prompt 地雷，你中了幾個？

學完五個公式，也要知道哪些坑不能踩。以下是我們觀察到新手最常犯的五個錯誤：

其中第三點特別重要。AI 有時候會非常「自信」地給你一個完全錯誤的答案——這背後的原因是它的運作方式就是「產生聽起來最合理的文字」，不管內容是否正確，並非它故意騙你。尤其是涉及數據、法律、醫療建議的時候，一定要自己查證。

如果你還不確定哪個 AI 工具最適合你，可以參考我們的ChatGPT、Claude、Gemini 三大 AI 完整比較，找到最適合你工作場景的 AI 助手，再搭配今天學的提問公式，效果最好。

不同工作場景的 Prompt 範本，複製就能用

最後提供幾個針對不同職業場景的完整 Prompt 範本，直接複製、把括號裡的內容換成你的資訊就能用：

行政人員：整理會議記錄

「你是一位資深行政助理。請將以下會議逐字稿整理成正式的會議紀錄，包含：(1) 出席者 (2) 決議事項（條列式）(3) 待辦事項（含負責人與截止日）(4) 下次會議時間與議題。語氣正式，用繁體中文，每點不超過 30 字。」

業務人員：撰寫客戶提案

「你是一位 B2B 業務顧問。我要向 [產業] 的 [公司規模] 客戶提案 [產品/服務]。客戶最在意的是 [痛點]。請幫我寫一份 A4 一頁的提案摘要，開頭直接點出客戶痛點，中間說明我們如何解決，結尾放一個明確的下一步行動邀請。語氣專業但不冰冷。」

行銷人員：規劃社群內容

「你是一位社群行銷策略師。我經營 [品牌/公司]，目標受眾是 [描述]，目前 IG 粉絲約 [數量]。請幫我規劃下週的五篇 IG 貼文主題，每篇包含：主題、文案方向（50 字以內）、建議配圖風格。內容要在 [品牌調性] 和 [近期活動/產品] 之間平衡。」

更多 AI 工具的選擇建議，可以看上班族 AI 工具怎麼選這篇完整比較。

常見問題

掌握了 Prompt 技巧之後，下一步就是讓 AI 自己跑起來。企業導入自主思考 Agent 的七大場景這篇解析了 AI Agent 如何在客服、行銷、開發、財務等領域自主執行任務，效率最高提升 60%。

把 AI 提問變成你的職場超能力

回到文章開頭那個場景——你打開 ChatGPT，打了一句「幫我寫行銷企劃」，拿到一堆沒用的罐頭文。

現在你知道為什麼了，也知道怎麼改了。同樣一個 AI、同樣一筆訂閱費，只是換了一種問法，產出的品質就能翻倍。這不是什麼「高階技術」，就是 5 個簡單的公式，今天學、今天就能用。

想要更全面地了解 Claude 的功能和操作方式，推薦先看Claude 完整教學，從註冊到進階功能一篇搞定。

如果你或你的團隊想更系統化地把 AI 導入日常工作流程，我們提供一對一的 AI 導入顧問服務，從工具選擇、提問技巧訓練到自動化流程設計，幫你用最短的時間讓 AI 真正成為團隊的生產力引擎。