掌握 AI 對話的藝術
一份基於 2025 年最新研究的 Prompt 工程實戰指南
什麼是 Prompt 工程?
Prompt 工程 (Prompt Engineering) 是設計和優化提示詞 (prompts) 的技術,用來引導大型語言模型 (LLM) 產生高品質、準確且符合預期的輸出。這不僅是一門技術,更是一門藝術。
在 2025 年,Prompt 工程已經從簡單的「提問技巧」演化成包含格式化技術、推理架構、角色指派,甚至對抗性測試的完整學科。
核心概念
好的 prompt 不是告訴 AI「要做什麼」,而是引導它「如何思考」。就像優秀的導師不會直接給答案,而是提供正確的思考框架。
Prompt 工程的基本原則
根據 OpenAI、Anthropic 等機構的最佳實踐指南,有效的 prompt 設計遵循以下核心原則:
1. 明確性 (Specificity)
模糊的指令會導致模糊的結果。
寫一篇文章❌ 太過籠統,AI 不知道主題、長度、風格、受眾
撰寫一篇 800-1000 字的技術文章,主題是「React Hooks 最佳實踐」,
目標讀者是有 1-2 年經驗的前端工程師,語調專業但易懂,
包含至少 3 個實際程式碼範例,並在結尾總結 5 個關鍵要點。✅ 明確指定長度、主題、受眾、風格、格式
2. 結構化 (Structure)
使用清晰的結構幫助 AI 理解不同部分的用途。
幫我改這段話,要更專業,但別太正式,還要檢查文法,
這是訪談記錄: [一大段文字混在一起]❌ 指令和內容混雜,AI 容易混淆
<instructions>
編輯以下訪談記錄:
1. 移除語氣詞 (嗯、啊、那個)
2. 修正文法錯誤
3. 保持口語化但專業的語調
</instructions>
<transcript>
[訪談內容放這裡]
</transcript>
<output_format>
直接輸出編輯後的文字,不需要額外說明
</output_format>✅ 使用 XML 標籤清楚分隔指令、輸入、輸出格式
技術提示: XML 標籤的威力
Claude 經過特別訓練,能識別 XML 風格的標籤 (<instructions>、<context>、<example>)。這些標籤就像路標,幫助模型準確區分提示的不同部分,大幅降低誤解率。
其他模型 (如 GPT-4) 雖然沒有針對 XML 優化,但結構化分隔 (如 Markdown、JSON) 同樣有效。
3. 脈絡提供 (Context)
缺乏背景資訊會導致通用化的回答。
寫一個市場區隔的文章❌ 沒有產業、目標受眾、商業目標等背景
<context>
我們是一家 B2B SaaS 新創公司,產品是專案管理工具,
主要競爭對手是 Asana 和 Monday.com。
目標客戶是 50-200 人的科技公司。
</context>
<task>
基於以上背景,撰寫一份市場區隔分析,包含:
1. 3-5 個主要客戶族群 (persona)
2. 每個族群的痛點
3. 我們產品的差異化價值主張
4. 建議的行銷管道
</task>✅ 提供產業、競爭態勢、目標客戶等關鍵脈絡
4. 迭代精進 (Iteration)
Prompt 工程是反覆測試和改進的過程,不是一次就完美。
初版 Prompt
快速寫出基本需求
測試結果
執行並檢視輸出
分析問題
找出不符預期的部分
改進 Prompt
增加細節或調整結構
進階技術: 從好到卓越
技術 1: Few-Shot Prompting (少樣本學習)
透過提供範例,讓 AI 理解期望的輸出模式。
實際案例: 產品文案風格統一
<task>
根據以下範例,為新產品撰寫相同風格的文案
</task>
<examples>
產品: 無線耳機
文案: 「音樂,隨心所欲。Pro Max 耳機,40 小時續航,
陪你從日出到星空。」
產品: 智慧手錶
文案: 「時間,由你定義。Fit 360 手錶,7 天續航,
見證每個重要時刻。」
產品: 行動電源
文案: 「能量,永不斷電。Power Go 行動電源,20000mAh,
支撐你的每一天冒險。」
</examples>
<new_product>
產品: 藍牙喇叭
特色: 防水 IPX7、360° 環繞音效、12 小時續航
</new_product>「音樂,無處不在。Wave 360 喇叭,12 小時續航,在雨中也能盡情搖擺。」
最佳實踐
- 2-5 個範例最理想: GPT-5 研究顯示,超過 5 個範例後效能提升趨緩,但成本線性增加
- 範例要多樣化: 涵蓋不同情境,避免過度擬合單一模式
- 確保範例品質: 錯誤的範例會誤導模型
技術 2: Chain-of-Thought (思維鏈)
引導 AI 展示推理過程,提升複雜任務的準確度。
這組奇數相加是偶數嗎? 15, 32, 7, 18, 3AI 可能直接猜答案,容易出錯
這組奇數相加是偶數嗎? 15, 32, 7, 18, 3
請這樣思考:
1. 先找出所有奇數
2. 逐步計算加總
3. 判斷結果是奇數還是偶數
<thinking>
[讓 AI 在這裡展示推理過程]
</thinking>
<answer>
[最終答案]
</answer><thinking>
1. 找出奇數: 15, 7, 3
2. 加總: 15 + 7 = 22, 22 + 3 = 25
3. 25 是奇數
</thinking>
<answer>
否,這組奇數相加的結果是奇數 (25)
</answer>研究發現
Google Research 在 2022 年的論文證實,思維鏈提示在數學推理、邏輯解題、常識推理等任務上,準確率提升 10-50%。
關鍵在於「強迫」模型展示中間步驟,而不是直接跳到答案。
技術 3: Role Prompting (角色扮演)
為 AI 指定特定角色,調整輸出的專業度和風格。
專家角色
你是資深 DevOps 工程師,擁有 10 年 Kubernetes 部署經驗。
請用專業但易懂的方式,解釋什麼是 Service Mesh,
並比較 Istio 和 Linkerd 的差異。
目標讀者是剛接觸容器化的後端工程師。教育角色
你是耐心的程式語言導師,正在教一個 12 歲的學生學 Python。
請用簡單的比喻,解釋什麼是「變數」和「迴圈」,
並提供一個有趣的練習題 (不要太難)。批判角色
你是經驗豐富的程式碼審查者,以嚴格但建設性的風格著稱。
請審查以下 Python 函式,指出:
1. 潛在的 bug 或邊界情況
2. 效能問題
3. 可讀性改善建議
4. 最佳實踐偏離
[程式碼]重要警告: 角色不等於專業知識
當你要求 AI 扮演醫生或律師,它並不會真的具備專業訓練,只是模仿該領域的語言模式。
永遠不要將 AI 的專業角色輸出視為真實專業建議! 僅用於草稿、學習、腦力激盪。
技術 4: Task Decomposition (任務分解)
將複雜任務拆解成多個簡單步驟。
幫我建立一個完整的成長行銷策略,包含 SEO、社群媒體、
內容行銷、電子郵件行銷、PPC、聯盟行銷,
重點放在 B2B 科技新創公司。❌ 太過複雜,AI 容易產生泛泛之談或遺漏重點
我們將分 4 個步驟建立成長行銷策略:
步驟 1: 客戶研究
- 定義目標客戶 (B2B 科技新創的決策者)
- 找出他們的主要痛點和資訊獲取管道
步驟 2: 管道選擇
- 基於步驟 1,從 SEO、社群、內容、郵件、PPC、聯盟中
選出最適合的 3 個管道
- 說明為何選擇這些管道
步驟 3: 各管道策略
- 為每個選定管道制定具體執行計畫
- 包含關鍵指標 (KPI) 和資源需求
步驟 4: 整合與優先順序
- 整合各管道策略
- 建議前 90 天的執行優先順序
請先完成步驟 1,我確認後再進行下一步。✅ 逐步推進,每步都可驗證和調整
常見錯誤與反模式
錯誤 1: 模糊與籠統
症狀
「幫我寫點東西」、「給我一些建議」、「分析這個」
AI 缺乏明確方向,只能產生通用、表面的回應。就像問餐廳服務生「給我一些食物」—— 技術上滿足要求,但肯定不是你想要的。
加入 5W1H: 誰 (受眾)、什麼 (主題/格式)、為什麼 (目的)、何時 (時間範圍)、何地 (脈絡/平台)、如何 (風格/方法)
錯誤 2: 過度複雜化
症狀
一個 prompt 塞入 10+ 個要求,多層巢狀條件,混雜不相關的指令
撰寫詳盡的成長行銷策略指南,包含 SEO (技術 SEO、內容 SEO、
外部連結)、社群媒體 (Facebook、Twitter、LinkedIn、Instagram,
每個平台都要有發文頻率和內容策略)、內容行銷 (部落格、影片、
Podcast、白皮書、案例研究)、郵件行銷 (歡迎序列、育成序列、
再互動序列)、PPC (Google Ads、Facebook Ads,包含預算分配
和 A/B 測試策略)、聯盟行銷 (夥伴招募和佣金結構),
針對 B2B 科技新創,特別是 SaaS 產品... (還有更多)模型會被淹沒,可能產生混亂、遺漏重點,或輸出泛泛之談。認知負荷太高。
使用任務分解 —— 拆成 5-6 個獨立 prompt,每個專注一個子任務。
錯誤 3: 模糊的語言
症狀
使用「有點」、「可能」、「大概」、「類似這樣」等不明確詞彙
寫個大概 500-1500 字左右的文章,主題隨便你決定,
風格不要太正式但也別太隨便,用點比喻讓它有趣一些,
可能需要一些例子或這類的東西。每個模糊點都是 AI 自由發揮的空間,結果可能偏離你的預期。
用精確的數字、明確的限制條件。「800-1000 字」比「大概 500-1500 字」好。「包含 3 個程式碼範例」比「可能需要一些例子」好。
錯誤 4: 指令矛盾
症狀
在 prompt 中給出互相衝突的要求
寫一份詳盡的技術文件,包含所有實作細節。
但保持簡潔,不超過 200 字。
生成一份正式的商業提案。
但使用輕鬆幽默的語調。AI 必須選擇優先哪個指令,結果不可預測。在推理模型 (如 GPT-5) 上,矛盾指令會大幅降低效能和增加延遲。
使用 OpenAI Prompt Optimizer 等工具檢測矛盾。或手動審查,確保所有指令可以同時滿足。
錯誤 5: 超越 AI 能力
症狀
要求 AI 做它無法做到的事
預測 2025 年最賺錢的成長行銷管道
告訴我明天股市會漲還是跌
檢索我公司內部資料庫的客戶資料 (AI 沒有存取權)- 即時資料: LLM 的知識有截止日期 (如 Claude 是 2025 年 1 月),無法存取即時資訊
- 主觀預測: AI 基於模式,不具備真實預測能力
- 私有資料: 沒有明確提供的資料,AI 無法存取
- 需要即時資料? 使用有網路搜尋功能的 AI (如 Perplexity、Bing Chat)
- 需要內部資料? 使用 RAG (Retrieval-Augmented Generation) 架構
- 需要預測? 改問「基於歷史趨勢,哪些因素可能影響...」
錯誤 6: 不迭代、不驗證
症狀
寫了一個 prompt,得到結果,直接使用,從不檢查或改進
AI 會產生幻覺 (hallucination) —— 編造不存在的事實、引用、統計數據。盲目信任會導致錯誤傳播。
- 永遠驗證事實性陳述,特別是統計數據、日期、人名、研究引用
- 迭代改進: 第一版通常不會完美,根據輸出調整 prompt
- A/B 測試: 對關鍵 prompt,測試不同版本,比較結果
CO-STAR 框架: 結構化你的 Prompt
CO-STAR 是一個實用的記憶工具,幫助你確保 prompt 涵蓋所有關鍵元素:
Context (脈絡)
提供背景資訊,讓 AI 理解情境
Objective (目標)
明確說明你想達成什麼
Style (風格)
指定輸出的寫作風格
Tone (語調)
設定情感基調
Audience (受眾)
明確指出目標讀者
Response (回應格式)
定義輸出的結構和格式
CO-STAR 實戰範例
[C] Context:
我經營一個專注於 React 和 Next.js 的技術部落格,
目前月流量約 10,000 次訪問,主要來自 Google 搜尋。
[O] Objective:
規劃未來 30 天的內容策略,目標是提升自然搜尋流量 30%,
並增加電子報訂閱者 (目前 500 人)。
[S] Style:
使用資料導向的策略風格,參考 Backlinko 或 Ahrefs 部落格的方法論。
[T] Tone:
專業、自信,但不過度推銷。重視實用性和可執行性。
[A] Audience:
這份策略是給我自己 (部落格作者) 參考,我有中階 SEO 知識。
[R] Response:
請以 Markdown 格式輸出,包含:
1. 執行摘要 (3-5 個重點)
2. 內容主題建議 (至少 8 篇文章,附關鍵字和搜尋量估計)
3. 推廣策略 (針對每篇文章)
4. 關鍵指標追蹤建議
5. 每週行動清單
總長度 1500-2000 字。實用工具與資源
自動化 Prompt 優化工具
學習資源
官方範例集,涵蓋 GPT-4/GPT-5 的實際應用案例
cookbook.openai.comAnthropic 官方文件,特別強調 XML 標籤和思維鏈技術
docs.claude.com免費的互動式課程,從零基礎到進階技術
learnprompting.org模型差異與選擇
不同 LLM 對 prompt 的反應不同,沒有萬用公式。以下是 2025 年主流模型的特性:
- XML 標籤結構化 prompt
- 長文本處理 (200K token 上下文)
- 遵循複雜多步驟指令
大量使用 <instructions>、<context>、<examples> 標籤
- Few-shot learning 效率高
- 創意寫作和腦力激盪
- 程式碼生成和除錯
使用 System Message 設定角色,User Message 給具體任務
- 多模態理解 (文字+圖片+影片)
- 搜尋整合,即時資訊存取
- 多語言處理
需要即時資料或視覺分析時優先考慮
實驗建議
對於關鍵應用,在多個模型上測試相同 prompt,比較結果。有時同一個 prompt 在 Claude 表現優異,在 GPT-4 卻普通,反之亦然。
實戰檢查清單
在提交 prompt 前,用這份清單快速檢查:
最後的建議
Prompt 工程是一個實踐導向的技能,沒有捷徑,只有不斷嘗試。以下是我的核心建議:
從簡單開始,逐步增加細節
不要一開始就寫超級複雜的 prompt。先寫基本版本,看結果,再逐步加入約束條件。
建立你的 Prompt 範本庫
當你找到有效的 prompt 模式,保存下來。久而久之你會累積一個強大的工具箱。
永遠驗證事實
AI 會產生幻覺。任何事實性陳述 (統計、引用、日期) 都必須獨立驗證。
不同任務用不同模型
Claude 擅長長文本分析,GPT-4 擅長創意,Gemini 擅長即時資訊。根據任務選擇工具。
把 AI 當協作夥伴,不是魔法
最好的結果來自人類專業知識 + AI 效率。你負責判斷和策略,AI 負責執行和擴展。
下一步
現在你已經掌握了 prompt 工程的核心概念和技術。接下來:
參考資料
本文基於以下權威來源的研究與最佳實踐:
官方文件與指南
Claude 官方 prompt 工程指南,特別是 XML 標籤技術
GPT 系列模型的官方最佳實踐
GPT-5 Prompt Optimizer 工具與使用指南
Azure OpenAI 的 prompt 工程技術文件
研究資源
開源的全面 prompt 工程指南,涵蓋 Few-Shot、Chain-of-Thought 等技術
2025 年 prompt 工程最新趨勢與最佳實踐
企業級 LLM 應用的 prompt 工程指南
技術教學
互動式 prompt 工程課程,涵蓋進階技術
AWS 官方的 Claude 3 prompt 工程實戰教學
Anthropic 官方的 9 章節互動式教學
常見錯誤與反模式
常見 prompt 工程錯誤與修正方法
新手常犯的 7 大錯誤
CO-STAR 框架
CO-STAR 框架詳細介紹
學術研究
Google Research 關於思維鏈提示的原始論文,論文顯示 CoT 在推理任務上準確率提升 10-50%
資料檢索日期: 2025 年 10 月
Prompt 工程領域快速演化,建議定期查閱官方文件以獲取最新資訊。