提示工程（Prompt Engineering）指的是設計和優化輸入AI模型的提示，以獲得期望的高品質回覆的過程。提示的品質會直接影響AI的輸出結果。好的提示能引導AI更準確地理解需求並提供相關的回覆，而模糊不清的提示則可能導致AI產生平庸甚至錯誤的回覆。簡單來說，提示工程就是一門關於如何有效地「指令」AI，讓它產出你想要的結果的學問。
AI模型，特別是大型語言模型（LLM），本質上是預測模型，它們根據訓練資料的模式來逐字預測輸出。因此，與AI協作更像是編寫詳細的「規格說明」，而不是提出模糊的需求。一個理想的提示應包含結構化的要素，例如：上下文（Context）、任務（Task）、指南（Guidelines）和限制（Constraints）。透過結構化的提示，可以提高AI產出結果的穩定性和一致性。這就像給予AI明確的指示，減少它自由發揮的空間，使其更專注於解決特定問題。
想要獲得AI的優質回覆，可以參考以下技巧：提供明確的上下文，例如指定使用的程式語言、框架和資料庫等；關注AI的注意力，將關鍵規格放在提示的最前面，並在結尾重申；明確限制以減少幻覺，例如明確指定使用的庫、輸出範圍以及不可觸碰的檔案或元件；以及提供參考文本或資料，因為AI的知識邊界有限，可能會自信地回答錯誤的資訊。掌握這些技巧，即使沒有專業背景，也能有效地利用AI完成任務、加速除錯、建立和優化工作流程。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容