面對快速發展的生成式AI技術，除了學習新技術外，哪些能力更為重要？

面對快速發展的生成式 AI 技術，除了學習新技術外，更重要的是培養能有效應用這些技術的能力。以下將探討在 AI 快速發展的時代，除了技術本身，哪些能力更顯重要。

Prompt 的重要性

Google 的 Workspace 教學強調了撰寫清晰、具體 prompt 的重要性。有效的 prompt 平均長度為 21 個字，但多數人的 prompt 往往少於 9 個字。因此，能清楚表達需求已成為一項關鍵技能。Google 提供了一個必殺絕招：先用 LLM 作為 prompt 編輯器，將原始 prompt 改寫成更精確的版本，再執行。

提升 Prompt 的技巧

撰寫有效 prompt 的通用公式包含四個組成部分：

• 角色設定：指定 LLM 應調用的專業知識領域。
• 任務：明確說明希望達成的目標。
• 背景：提供任務的起源、目標限制及相關人士等背景資訊。
• 格式：指定輸出類型和編排格式。

比技術更重要的能力

面對快速發展的生成式 AI，除了學習新技術外，以下三種能力更為重要：

• 動機：驅使你使用 AI 的「想望」。模型能力的天花板往往取決於操作者本身的動機和目標。
• 思考：解決問題的「方法」，包括任務拆解、流程設計和精準表達能力。
• 校驗：具備足夠的常識或領域知識，以檢查 AI 生成結果的準確性和合理性。

若沒有明確的需求或想改善效率的任務，則不應過度研究生成式 AI 工具，因為 AI 模型和工具的進化速度遠超過個人研究速度。