當我們說「跟AI說話」，聽起來好像不需要什麼特別的技巧。畢竟說話這件事情我們從小就在做了，應該大家都會的吧？

說話，其實是一門藝術

但你有沒有想過，即使是人與人之間的溝通，我們都常常搞砸了。「你應該要懂我的意思啊！」、「你怎麼都聽不懂我在說什麼？」這樣的抱怨，想必你我都不陌生吧。

我們人類甚至發展出了「讀空氣」這樣的技能，把原本應該好好表達的責任，丟給了接收訊息的那一方。這不就是一種我們人類的表達能力不足，其實是長期又普遍現象的最佳證明嗎？

重新認識自己的需求

其實 AI 的出現，給了我們一個絕佳的機會去重新思考：我們到底想要什麼？需要什麼？就像是一面鏡子，當 AI 回應模糊不清時，或許不是它理解能力太差，而是我們自己都還沒把需求想清楚。

Prompt Engineering：專業的「出一張嘴」技巧

而正是「把話說清楚」這件事情意外地如此困難，我們終於意識到「把需求表達好」，其實是一項高度專業的技術。市場上開始出現像 Prompt Engineer 的新興職業。這些人的工作，正是設計出能讓 AI 完全理解我們需求的提示語 (Prompts)，讓 AI 能做出最理想的產出。

還是覺得沒有很難嗎？

那想像一下，當你要求AI「幫我寫一封信」，跟「幫我寫一封給 35 歲的產品經理的求職信，強調我在敏捷開發方面的經驗，以及我對該公司數位轉型的想法」，你覺得哪一個會得到更好的結果？

而在實務場景下，Prompt 工程師們所需要描述的則更加地具體、更加結構化得多。

結構化的對話才能事半功倍

那怎樣才算是一種結構化的說話方式呢？我認為至少需要達到這些基本要素，而我們在一般生活中與人的對話，是很少人能夠真正做到這種程度的：

• 明確定義目標：不只是說「我要一個網站設計」，而是詳細說明目標受眾、核心功能、視覺風格…等具體規格。至少要能活用 SMART、5W1H (5W2H) 等基礎思考框架。
• 提供具體範例：用實際案例說明你想要的結果。附上參考資料與檔案的同時，還需要考慮系統能承受的負載、語言模型的自然語言剖析性能及推理能力，所以窮舉是行不通的。
• 設定限制條件：明確並簡潔地指出必須遵守的規則，包括正向與反向的條件、這些條件的覆蓋範圍、corner cases 及例外處理等。

在這裡要注意的是，結構化對話並不是單純把對話變得制式或生硬而已，而是要以幫助 AI 更精準理解你的需求為出發點來設計。

就像是你在餐廳點餐，「來一份牛排」和「請給我一份三分熟的 USDA Prime 菲力牛排 5oz 搭配海鹽，配菜為香煎蘑菇，季節沙拉搭配凱薩醬。」，我想答案應該很明顯，具體且完整的表達更能幫助服務人員記住及理解你的需求，也更能吃到符合內心預期的牛排。

這些結構化的方法，其實都是在訓練我們如何把模糊的想法，轉化成清晰的表達。當你開始習慣這樣思考，你會發現不只是跟 AI 對話變得更有效率，連日常的溝通也變得更加順暢了。

如何入門 Prompt Engineering 呢？

當你讀到這裡，可能已經對於如何寫出更好的 prompt 感到好奇，並且對 prompt engineering 產生興趣了，那要從哪裡開始入門才好呢？

了解你的說話對象

首先，我們需要先了解你使用的 AI 模型，它的長處與短處是什麼？比如同樣是 ChatGPT、同樣對它下相同的提示語，使用 3.5、4、4o、4o-mini、o1、o1-mini… 的結果就會有很大的差異，原因是它們性能、擅長及不擅長的部份都不一樣。更不用說不同體系 (比如GPT、Claude、Grok、Llama…等等) 之間的差異了。

實戰練習

接著，就像學習任何新技能一樣，多多實際下去練習及嘗試不同的提示方式，觀察每種表達方法帶來的不同結果。可以的話，把每種提示方式記下來，在每個不同的模型之間反覆嘗試。

持續優化

最後，別忘了持續優化你的提示語，根據 AI 的回應來調整你的表達方式。盡量設法在一次對話中說清楚你的需求，避免讓 AI 需要反覆向你索取更多的任務細節，如此一來 AI 就不需要反覆整合及推敲你的多個對話框間的邏輯關係，可以減少不必要的效能浪費、也能把造成誤解的機率降到最低。

你會發現這個過程非常需要耐心去跟 AI 互動，重點不在於一次就要學會所有技巧，而是要培養持續觀察與改進的習慣。

‍專業 Prompt Engineer 的技能樹

那麼，一個專業的 Prompt Engineer 應該要具備哪些核心能力呢？由於這是一個很新的概念與職業種類，整個人力市場對於 Prompt Engineer 的專業與職能定位還沒有一個普遍的共識，權責範圍及待遇的差別也非常大。

而廣義來說，想要將整個提示工程做得得心應手的話，則需要同時具有人文與理工專業深度的人才，在長年將文組與理組分開培養的高等教育環境下，我認為這在目前的市場上並不多見 (也格外珍貴)。

我粗略做了一張做 prompt engineering 所需要的技能列表。你會發現這些技能所屬的專業領域橫跨不同類組，這通常無法在某個單一的大專院校系所完成，而是需要一定的職場經驗與持續主動學習的自我意識來逐步完善這樣的橫向跨度知識：

學會清晰的表達，讓自己成為更好的溝通者

在這個 AI 迅速發展的時代，學會清晰地表達需求不只是跟 AI 溝通的必要技能，更是提升人際溝通品質的關鍵。當我們開始認真思考如何跟 AI 對話，或許也正在學習如何更好地跟人對話。這不正是科技給我們帶來的意外禮物嗎？

即使我們可能不見得有興趣成為專業的 Prompt Engineer，但只要有意識地讓自己逐步成為更好的溝通者，不只能讓我們從 AI 獲得更好的協助，無形中還能在現實生活中的人際互動裡創造更多理解與連結。

我推薦每個人都能試著理解看看，對未來的人生我相信會非常有幫助！

‍