
提示工程入門:讓 AI 給出理想答案的 5 大核心原則
向 AI 聊天機器人提問,卻得到答非所問的回覆,您有過這樣的經驗嗎?問題不在 AI,而在於提問的方式。提示詞工程(Prompt Engineering)是對 AI 下達精準指示、取得理想成果的技巧。本指南將帶領 B2B 業務人員與一般上班族,逐步實作可立即應用於工作的 5 大核心原則。
開始之前:準備實作環境
開啟 ChatGPT:在瀏覽器中前往 chat.openai.com。
開啟新對話:點選左上角的 「New chat」 按鈕。
選擇模型:從上方下拉選單選擇 GPT-4 或 GPT-4o。若使用免費方案,GPT-3.5 也可以。
確認下方輸入框:畫面下方的 「Message ChatGPT」文字輸入框,就是撰寫提示詞的地方。
💡 Claude(claude.ai)、Gemini(gemini.google.com)等其他 AI 也適用相同的原則。無論使用哪一種 AI,都可以直接照著這份指南操作。
原則 1:賦予角色(Role Assignment)
為什麼要賦予角色?
只要對 AI 指定角色,說明「您是~」,AI 就會從該領域專家的角度回答。沒有指定角色時,AI 只會產出泛用而平庸的答案。實驗結果顯示,賦予角色後,答案的專業度平均提升 40~60%。
逐步練習
Step 1. 將游標放在 ChatGPT 的輸入框中。
第 2 步:在提示詞的第一句明確指定角色。格式如下:
您是具備 [年資/專業領域] 的 [職稱/角色]。
第 3 步:在角色之後接著寫具體的要求。
Before / After 對照
❌ Before(未指定角色):
幫我寫一封給客戶的郵件。
結果:內容籠統模糊的電子郵件,完全沒有反映產業特性。
✅ After(賦予角色):
您是一位擁有 10 年經驗的 B2B SaaS 銷售專家。請撰寫一封電子郵件給已 3 個月沒有聯繫的既有客戶 IT 負責人,邀請對方再次會面。語氣要有禮但不造成壓力,篇幅請控制在 150 字以內。
結果:會自然帶入 SaaS 產業用語,產出可直接用於業務實務的郵件。
角色設定範本集
工作情境 | 賦予角色範例 |
|---|---|
撰寫提案書 | 您是一位擁有 15 年經驗、長期面對大型企業採購團隊的解決方案銷售顧問。 |
撰寫報告 | 您是一位出身麥肯錫的經營策略顧問。 |
客戶服務 | 您是一位客戶滿意度(CSAT)維持在 98% 的客戶成功團隊經理。 |
資料分析 | 您是行銷數據分析專家,同時也是 CRM 系統的營運人員。 |
💡 角色越具體越好。比起「業務人員」,「IT 解決方案 B2B 業務 10 年資歷的資深經理」更能引導出精準的回答。
原則 2:提供脈絡(Context Setting)
為什麼背景脈絡很重要?
AI 完全不了解您的處境。若不提供背景資訊,AI 只能靠猜測填補空白,而猜錯的機率很高。提供充足背景的提示詞,一次就得到理想結果的機率比沒有背景的高出約 3 倍。
背景資訊應包含的 5 項要素
對象 — 對象/讀者是誰
要什麼 — 需要哪種成果
為什麼 — 這份成果的目的是什麼
在哪裡——用在哪個管道或情境
限制條件——必須遵守哪些規則或限制
逐步練習
Step 1. 在輸入框中寫下賦予角色的句子。(套用原則 1)
Step 2. 在下方寫上 「背景資訊:」或「情境:」,再逐一填入上述 5 項要素。
Step 3. 按下 Enter(或傳送按鈕)送出提示詞。
Before / After 對照
❌ Before(沒有背景):
幫我做一份業務提案書。
結果:產出的是產業、客戶、產品都不明確的通用範本,修改要花 30 分鐘以上。
✅ After(提供背景):
您是一位專精雲端資安解決方案的業務顧問。
背景資訊:
我們公司:雲端資安 SaaS 新創公司(員工 50 人,B 輪)
產品:即時威脅偵測平台「SecureShield」(月訂閱費 KRW 5,000,000 (≈ US$3,740) 起)
客戶:員工 3,000 人規模的中堅製造業資訊安全團隊
客戶課題:近期遭遇勒索軟體攻擊,深感既有地端資安方案的侷限
競爭對手:目前使用 P 公司的地端(On-premises)解決方案
目的:初次會議後寄出的後續提案書(決策者 CISO 會閱讀)
請針對上述情境,撰寫一份 2 頁篇幅的業務提案草稿。請先點出客戶的痛點(pain point),再說明我們解決方案的差異化優勢、ROI 範例,以及後續步驟(Next Step)。
結果:完全貼合客戶情況的客製化提案書。修改時間 5 分鐘以內。
💡 背景資訊較長時,請用項目符號(-)整理後再輸入。AI 對結構化的資訊理解得更準確。
原則 3:指定輸出格式(Output Format Specification)
為什麼要指定格式?
即使內容相同,依照表格、清單、電子郵件、報告等格式不同,實用程度也會截然不同。若未指定格式,AI 往往會以冗長的散文式文字回答,難以直接複製使用。指定格式後,後續編輯時間平均可減少 70%。
可指定的輸出格式範例
形式 | 提示詞關鍵字 |
|---|---|
表格 | 「請用表格整理」 |
編號清單 | 「請以編號清單的方式撰寫」 |
電子郵件 | 「請寫成可以直接寄出的電子郵件格式」 |
JSON/CSV | 「請以 JSON 格式輸出」 |
簡報大綱 | 「請區分每張 PowerPoint 投影片的標題與內容」 |
對話腳本 | 「請以業務人員與客戶對話的形式撰寫」 |
逐步練習
Step 1. 在提示詞的最後明確寫出想要的輸出格式。
第 2 步。必要時,一併指定篇幅、語言與語氣風格。
Step 3. 直接提供成果範例(樣本),準確度會更高。
實戰提示詞範例
您是 B2B 行銷專家。
請比較分析以下 3 家競爭對手的 CRM 解決方案:
Salesforce
HubSpot
Pipedrive
輸出格式:
以比較表(表格)格式撰寫
比較項目:價格帶、主要功能、優點、缺點、適合的企業規模
在表格下方,以 100 字以內撰寫「最適合我們團隊(業務 5 人規模的新創公司)的推薦」
繁體中文,使用敬語語氣
結果:立即產生清晰的比較表,可直接用於團隊會議資料。
Before / After 對照
❌ Before:「幫我比較 CRM 解決方案」→ 冗長的段落式文字,掌握重點要花 5 分鐘
✅ After:使用指定格式的提示詞 → 得到整理好的比較表,10 秒掌握重點
💡 只要說「請用 Markdown 表格撰寫」,ChatGPT 就會產出整齊的表格。複製後貼到 Notion 或 Google 文件,表格格式會完整保留。
原則 4:引導逐步思考(Step-by-Step Reasoning)
為什麼要讓 AI 逐步思考?
一次拋出複雜的問題,AI 可能會跳過中間過程,得出不準確的結論。研究指出(Kojima et al., 2022),只要多加一句「請一步一步思考(Think step by step)」,邏輯準確度最多可提升 40%。
逐步練習
Step 1. 在要求複雜的分析、計算、策略擬定等時,套用這項原則。
第 2 步。在提示詞中加入下列其中一句:
「請先一步一步思考,再得出結論。」
「請先呈現分析過程,再給出最終答案。」
「請依第 1 步:~、第 2 步:~、第 3 步:~ 的順序進行。」
Step 3. 可能的話,請自行設計思考的步驟,並寫進提示詞中。
實戰提示詞範例
您是 B2B 業務策略顧問。
我們公司(HR 自動化 SaaS)計畫明年進軍大型企業市場。目前有 200 家中小企業客戶,平均合約單價為每月 KRW 1,000,000 (≈ US$750)。目標是明年營收成長 2 倍。
請依照以下步驟擬定銷售策略:
第 1 步:分析現況(優勢、劣勢、機會、威脅 — SWOT)
第 2 步:分析企業級客戶的採購決策流程
第 3 步:定義目標客戶輪廓(ICP)
第 4 步:具體的業務行動計畫(依季度)
第 5 階段:核心 KPI 與成效衡量方式
請依序詳細撰寫每個步驟。
結果:會產出各步驟邏輯相連、架構完整的策略文件。
Before / After 對照
❌ Before:「幫我擬定銷售策略」→ 流於表面的籠統論述 5 行
✅ After:引導逐步思考 → 從 SWOT 分析到季度行動計畫一應俱全、可直接執行的策略文件(A4 約 2~3 頁)
💡 尤其是包含數字計算的需求(ROI 試算、業績預測等),請務必加上「請逐步顯示計算過程」。如此就能輕易發現並修正 AI 的計算錯誤。
原則 5:反覆改善(Iterative Refinement)
為什麼不能期待一次就得到完美的答案?
提示詞工程的核心是透過對話反覆改善。即使是專家,也很少能靠一次提示詞就得到完美結果。通常經過 2〜4 次的反覆修改,就能得到滿意的成果。重點是給 AI 具體的回饋。
有效的回饋類型
回饋類型 | 範例用語 |
|---|---|
變更語氣 | 「請用更正式的語氣重新撰寫」 |
調整篇幅 | 「請把目前的內容縮減一半,只留下重點」 |
修改特定部分 | 「請把第 2 段的 ROI 部分改成具體的數字範例」 |
轉換觀點 | 「請從 CFO 而非 CTO 的角度重新撰寫這段內容」 |
追加需求 | 「請在這裡加入 3 項與競爭對手的差異化優勢」 |
變更格式 | 「請將這份內容從電子郵件格式轉換成簡報大綱」 |
逐步練習
Step 1. 送出套用原則 1~4 的提示詞,並確認結果。
第 2 步:將成果中滿意的部分與需要修改的部分區分開來。
第 3 步:在同一個對話視窗輸入後續提示詞。此時請不要開啟新對話 — AI 會記得先前的脈絡。
第 4 步:修改要求要具體。
實戰反覆改善範例
第 1 次請求(套用原則 1~4):
您是一位擁有 10 年經驗的 B2B SaaS 業務經理。請為我們公司的專案管理解決方案「TaskFlow」撰寫一封郵件,在免費試用結束前 3 天,引導客戶轉為付費方案。收件對象是一間 50 人規模行銷代理商的主管。語氣請像提供協助的夥伴,150 字以內,使用韓文敬語撰寫。
第 2 次回饋:
很好。請修改以下部分:
第一句太像在推銷了。請改成先提到客戶在試用期間達成的成果。
請在價格部分加上「年繳享 8 折優惠」。
請將 CTA(Call to Action)改為「15 分鐘簡短通話」。
第 3 次回饋:
幾乎完美了。最後請再提供 3 個主旨(Subject line)選項,要開信率高的風格。
結果:經過 3 次反覆修改,完成了可直接寄出的業務郵件。總共耗時約 5 分鐘。
Before / After 對照
❌ Before:結果不滿意就開新對話 → 每次都要從頭說明背景,浪費時間
✅ After:在同一個對話中以具體回饋反覆調整 → 3 次內就產出最終成果,時間節省 80%
💡 請善用 ChatGPT 畫面左側的對話記錄。為包含優質提示詞的對話命名(點選對話標題 → 鉛筆圖示 → 重新命名),日後處理類似工作時就能重複使用。
整合 5 大原則的萬用提示詞範本
複製下方範本,只要依照您的情況修改 [方括號] 內的內容即可。
[角色] 您是一位擁有 [N 年經驗] 的 [專業領域] [職稱]。
[背景]
我們公司:[公司說明]
情境:[目前的狀況/背景]
對象:[會看到成果的人]
目的:[希望藉由這份成果達成的目標]
[需求] 請針對上述情境,撰寫[成果類型]。
[輸出格式]
格式:[表格/清單/電子郵件/報告等]
篇幅:[字數或頁數]
語氣:[正式/輕鬆/專業等]
語言:[韓文/英文]
[逐步思考]請依下列順序撰寫:
[第 1 階段]
[第 2 步]
[第 3 步]
3 個實戰練習題
現在就打開 ChatGPT,動手練習以下作業:
練習 1:撰寫開發信(難度:★☆☆)
套用原則 1(角色)+ 原則 2(背景)+ 原則 3(格式),
請試著撰寫一封寄給素未謀面的潛在客戶的第一封信。
練習 2:季度業績分析(難度:★★☆)
以原則 4(逐步思考)為重點
請提供一份虛構的季度營收資料,並要求 AI 依照「原因分析 → 洞察 → 改善方案」的順序撰寫。
練習 3:完成提案書(難度:★★★)
完整套用 5 大原則,
請實際撰寫工作上需要的提案書,並至少反覆改善 2 次(原則 5)。
常見錯誤 TOP 5 與解決方法
名次 | 常見錯誤 | 解決方法 |
|---|---|---|
1 | 提示詞太短又模糊 | 將原則 2 的 5 項背景要素當作檢核清單使用 |
2 | 一次提出多項要求 | 將複雜的需求拆成 2〜3 個提示詞分次送出 |
3 | 結果不滿意就開新對話 | 在同一段對話中,以具體回饋反覆改善(原則 5) |
4 | 未經查證就直接使用 AI 的回答 | 數字、專有名詞、日期務必查證 |
5 | 每次都從頭撰寫提示詞 | 將萬用範本存放在記事本/Notion 中,重複使用 |
結語:從今天開始實踐的行動計畫
今天:將萬用提示詞範本存到書籤或備忘錄。
本週:從 3 個練習題中,至少實作 1 個。
本月:將 5 大原則套用在實際工作的電子郵件、報告與提案撰寫上。
目標:4 週後,將運用 AI 撰寫文件的時間比原本縮短 50% 以上。
💡 提示詞工程重實作,勝於理論。與其花時間苦思完美的提示詞,不如先寫出來,再反覆改進,這是最快的學習方式。現在就打開 ChatGPT,從第一個練習題開始吧!