「為什麼別人的 ChatGPT 能寫出精彩文章，我的卻只會給我罐頭回覆？」

這問題我在 2024 年剛接觸 AI 時也問過自己無數次。後來才發現，差別不在於工具，而在於「怎麼問」。提示詞（Prompt）就是打開 AI 能力的鑰匙，而這把鑰匙，其實人人都能學會使用。

2026 年的 AI 新常態

進入 2026 年，AI 工具早已從「新奇玩具」變成「日常必需品」。OpenAI 在今年推出的 Prompt Packs，一口氣涵蓋了 11 大職能領域，從行銷、程式開發到專案管理，幾乎每個行業都有現成的提示詞範本可以套用。

但這不代表我們可以完全依賴現成模板。真正能發揮 AI 威力的，是懂得「客製化」提示詞的人。以下三大核心技巧，是每個 AI 使用者都該掌握的基本功。

三大核心提示詞技巧

1. 角色設定：讓 AI 知道「它是誰」

你可能看過這種開頭：「請扮演一位專業的…」。這不是多餘的話術，而是告訴 AI 該用什麼視角來回答你的問題。

範例：

普通問法：「幫我寫一封求職信」 角色設定：「你是一位有 10 年經驗的人資主管，現在要指導一位轉職者撰寫軟體工程師的求職信。請告訴我該注意哪些重點，並提供範本。」

差別在哪？前者會給你一篇制式的信件模板；後者會從人資的角度，告訴你什麼樣的信件能脫穎而出，甚至會提醒你哪些細節容易被忽略。

2. Few-shot（少樣本學習）：給 AI 範例參考

AI 很聰明，但有時候「看例子」比「聽解釋」更有效。Few-shot 的概念就是：給 AI 幾個你想要的輸出範例，讓它模仿你的風格和格式。

範例：

請幫我把以下句子改成更口語化的表達：

輸入：「本公司致力於提供優質的客戶服務。」 輸出：「我們很重視每一位客戶的感受。」

輸入：「本產品具有高度創新性。」 輸出：「這產品真的很有創意。」

輸入：「本研究旨在探討人工智慧的應用。」 輸出：？

這時 AI 就會自然延續你的風格，給出：「這個研究主要是在看 AI 怎麼用。」而不是給你一篇學術論文式的回答。

3. Chain of Thought（思考鏈）：讓 AI 一步步推理

有些問題需要多步驟思考，例如數學推理、複雜決策、邏輯分析。這時候與其直接要答案，不如要求 AI「把思考過程寫出來」。

範例：

直接問：「這間餐廳值得去嗎？」 思考鏈：「請分析這間餐廳的評價，並逐步說明你的判斷過程：首先看評分趨勢，再閱讀近三個月的評論重點，最後綜合價格與地點因素，給我你的結論。」

這樣做的好處是：你可以檢查 AI 的推理邏輯是否合理，而不是只能接受一個「不知道怎麼來」的答案。

實用小技巧：讓提示詞更精準

除了三大核心技巧，這幾個小習慣也能讓你的 AI 體驗更順暢：

  1. 具體明確：不要說「寫一篇好文章」，要說「寫一篇 800 字的旅遊心得，對象是 20-30 歲的上班族」。

  2. 分步提問：複雜任務拆成多個問題，比一次要 AI 做完更可靠。

  3. 提供背景：告訴 AI 你是誰、為什麼問這個問題，它會給你更貼切的回答。

  4. 反覆修正：第一個回答不滿意很正常，告訴 AI 哪裡需要改，它會越改越好。

結語：AI 是工具，你是駕駛

2026 年的 AI 工具已經非常強大，但「怎麼用」才是決定效果的關鍵。提示詞不是什麼高深技術，而是一種溝通能力的延伸。

從今天開始，試著在每次發問前多花 10 秒鐘：設定一個角色、給一個範例、要求寫出思考過程。你會發現，那個「不太聰明」的 ChatGPT，其實可以變成你工作上的得力助手。

AI 的上限，取決於你如何與它對話。