從問 AI 到用 Agent · 🟢 入門

Prompt:你對 AI 說的那句話

同一個 AI,你怎麼講,決定它端出什麼

▶ 看影片 🎓 L1 入門 🎬 9 個段落 🀄 投影片 + 逐字稿
本集開場

大家好,歡迎回到《從問 AI 到用 Agent》。這一集講一個你天天在用、卻很少有人真的教的東西:prompt,也就是「你對 AI 說的那句話」。你可能覺得,不就是打字問問題嗎?但同樣一個 AI,同一個問題,你講法不一樣,它給你的東西可以差十萬八千里。這一集,我用大家都懂的「餐廳點餐」,把 prompt 到底是什麼、為什麼這麼重要,一次講清楚。

1

先從點餐說起

🍜
逐字稿

先別管 AI,我們從吃飯講起。你走進一家麵店,跟老闆說「來一碗麵」,老闆會給你什麼?他自己猜一碗,可能是招牌、可能是最貴的。但你如果說「牛肉麵、不要辣、麵少一點、湯多一點」,端上來的就是你真正想吃的。同一家店、同一個廚師,你「怎麼講」,直接決定桌上那碗麵長什麼樣。你對 AI 說的那句話,就是這個道理,它有個名字,叫 prompt。

2

①Prompt 是什麼

💬
逐字稿

第一段,prompt 到底是什麼。講白了,prompt 就是「你交給 AI 的那句話,或那段話」。你打進去的每一個字,就是 prompt。聽起來很簡單,但關鍵在這句:AI 做的每一件事,全都是從你這句話開始的。它不會讀心、不知道你腦子裡想什麼,它唯一的依據,就是你打進去的那段文字。所以這句話,是你跟 AI 之間唯一的方向盤。方向盤怎麼打,車就往哪走。

3

②它怎麼運作:模糊,它就自己猜

⚙️
逐字稿

第二段,它是怎麼運作的。這裡有個很多人不知道的重點:AI 是照「你的字面意思,加上它自己的猜測」在做事。你把話講滿,它照著做;你留白的地方,它就自己補、自己猜。所以你講得越模糊,它要猜的就越多,猜偏的機會就越大。很多人氣呼呼地說「這 AI 好笨」,其實不是它笨,是你那句話沒給夠,它只好用猜的。你給的資訊,決定它要不要用猜的。

4

模糊的代價:一直來回改

🎲
逐字稿

模糊會付出什麼代價?我舉個真的很常見的例子。你跟 AI 說「幫我寫個東西」,它就給你一個它猜的版本。你一看,不是這樣,再解釋一次;它再改,又不太對,你再補一句。就這樣來回三四次,你花的時間,早就超過「一開始就把話講清楚」了。模糊的 prompt 不是比較快、比較省事,它其實是把「講清楚」這件事,拆成好幾次痛苦的來回。

5

③講清楚的好處

逐字稿

第三段,把 prompt 講清楚,到底有什麼好處。最直接的,就是一次到位,省下那些反覆來回。但更重要的是這個觀念:同一個 AI,產出的品質,其實是你自己決定的。不是付更多錢、換更貴的工具才會變好,而是你「怎麼說」就能讓它變好。這是投報率最高的一件事,不用花一毛錢,只要把那句話講好,同樣的 AI 就能給你好上一大截的東西。這也是為什麼這一集我放在最前面講。

6

④怎麼用:一句好 prompt 的四塊

🧩
逐字稿

第四段,最實用的,一句好的 prompt 怎麼組。你不用背公式,記四塊就好。第一塊,做什麼,用動詞:寫、整理、翻譯、比較。第二塊,對誰或對什麼:這份文件、這段話、這張表。第三塊,要求:有什麼條件、限制、你在意的重點。第四塊,長什麼樣:你要表格、還是條列、還是三句話總結。把這四塊講齊,AI 就幾乎不用猜了。回到點餐:什麼麵、給誰、什麼要求、幾分熟,講齊了,端上來就是你要的。

7

前後對比:同一件事兩種講法

🔍
逐字稿

我們把四塊套進一個真的例子,你就有感了。爛的講法:「幫我看一下這封信」——AI 根本不知道你要它做什麼,看完然後呢?好的講法:「幫我把這封客訴信,回一封道歉加補償方案,語氣客氣、控制在三段以內」。你看,做什麼、對什麼、什麼要求、什麼格式,全在裡面。你只是多花十秒鐘把話講齊,就省下後面三次「不對、再改」的來回。這十秒,是你整個過程裡最划算的十秒。

8

一個提醒:prompt 是對話,不是咒語

🗣️
逐字稿

最後給你一個很重要的心態調整。很多人以為 prompt 是一種「咒語」,要一次唸對才有效,唸錯就完了。不是的。prompt 是「對話」。你不用一次寫到完美,你可以先講一版、看它給什麼、再補一句修正。它答歪了,先別急著怪它,回頭看看是不是你那句話還沒給夠。把它當成一個很聽話、但需要你講清楚的新同事,而不是一個要你唸對咒語的機器。這個心態,比任何技巧都重要。

9

這集帶走一句話

💡
逐字稿

這集帶走一句話:下次 AI 做不好,先別急著換工具、也別急著罵它,先回頭看看你那句 prompt,有沒有講清楚。記得那四塊:做什麼、對什麼、有什麼要求、要什麼格式。把它們講齊,大部分問題當場就解決一半。同一個 AI,你的說法,決定它的產出。這是你用 AI 的第一個、也是最划算的技能。下一次,我們講當你把話講清楚之後,怎麼再給它足夠的『背景資訊』,那個叫 context。我們下次見。