同一個問題丟給 AI，換一種問法答案可能就會差很多，這中間的關鍵就在「AI 指令」下得好不好，很多人用 AI 用了一陣子還是覺得回答不夠準、要來回改好幾次，其實不是 AI 不夠聰明，而是指令沒交代清楚。
這篇整理了 8 個實用技巧和 15 句可以直接套用的 AI 指令範例，幫你少走一點摸索的路！
📍延伸閱讀：AI 是什麼？其實你每天無意間都會用到！學會 1 個方法不被取代🔑 重點結論
- AI 指令（Prompt）下得好不好，直接影響 AI 回答的品質，同一個問題換個問法，答案可能差很多
- 最重要的一個習慣是「先人後機」：自己先想過、寫下初步想法，再問 AI
- 好的指令通常會交代清楚情境、背景、要求、格式這四件事
- 想讓 AI 變成教練而不是解答機，可以試試用提問的方式引導自己思考，而不是直接要答案
🁢 什麼是 AI 指令（Prompt）？
AI 指令，也就是常聽到的 Prompt，就是打給 ChatGPT、Claude、Gemini 這類 AI 工具的文字內容，AI 會照著這段內容給你回應。
聽起來很簡單，不就是打字問問題嗎？但實際用過就知道，同一件事情，問法不一樣，得到的答案品質可以差一大截。這幾年「AI 指令」「prompt engineering」「AI 提示詞」這幾個關鍵字的搜尋量一直往上爬，原因也很單純：不會下指令，AI 用起來就是個普通工具；會下指令，才能真的把它當成生產力放大器來用。
📍延伸閱讀：AI 教育是什麼？該怎麼引導孩子正確使用 AI 學習？🁢 為什麼多數人下的 AI 指令效果不好？
大概是因為，遇到問題第一反應就是直接丟給 AI，比如直接問「幫我理解什麼是供需法則」，AI 當然會回答，但通常又長又籠統，因為它根本不知道你已經懂多少、想從哪個角度切入、需要多深入。
哈佛跟華頓商學院之前有研究提到，太依賴 AI 直接給答案，人自己的思考能力反而會退步；MIT Media Lab 也發現，沒先思考就直接用 AI，大腦容易進入一種「脫離」的狀態，之後想重新認真想，反而啟動不起來。
所以指令下得不好，不只是答案比較差而已，長期下來對思考力也不是好事。
🁢 8 個 AI 指令技巧，讓 AI 回答更精準！
◼︎ 先人後機：下 AI 指令前先自己想
輸入指令之前，花一兩分鐘寫下自己對這件事的理解或猜測，連同問題一起丟給 AI，這樣它才能針對你不確定的地方補充，而不是每次都從零開始給你一份通用答案。
比如說：「我對複利的理解是本金加利息之後，利息也會繼續生利息，我不確定的是，複利在什麼情況下反而會讓人吃虧？請針對這部分說明就好。」
◼︎ 給 AI 一個明確角色
讓 AI 扮演特定角色，回答的語氣跟深度會比較貼近你要的！像是「請你扮演一位有 10 年經驗的理財顧問，用完全沒有財經背景的人聽得懂的方式解釋 ETF 是什麼」。
◼︎ 把指令拆成情境、背景、要求、格式
指令裡把情境、背景資訊、具體要求、希望的格式這四件事講清楚，AI 給的答案會準確很多。例如：「情境是下週要在公司做15分鐘簡報，聽眾是非技術背景的主管，主題是這季的專案成果。幫我列大綱，重點放成果和影響，不要太多技術細節，用條列式，5 個段落以內。」
◼︎ 讓 AI 用提問引導你，而不是直接給答案
如果目的是真的搞懂一件事，而不是拿到現成答案，可以直接要求 AI 用提問的方式帶你想，不要直接下結論。比如：「請不要直接給我答案，用提問的方式一步一步引導我想清楚，為什麼公司的現金流比獲利更重要。」
◼︎ 請 AI 標出不確定的地方
AI 偶爾會用很肯定的語氣講錯的東西，就是常說的幻覺，明明是編出來的內容，講起來卻跟真的一樣，一般人很難光看語氣分辨真假。可以在指令裡先講好，要它標出不確定或有爭議的部分，遇到需要查證的資訊也主動提醒你。
比如說：「請解釋這個歷史事件的來龍去脈，如果有年代、人物或數據你不是百分之百確定，請直接標註『這部分建議查證』，不要用肯定的語氣帶過。」
◼︎ 一次只問一個核心問題
問題包山包海，答案通常也會又長又淺，因為 AI 要在同一個回答裡兼顧太多面向，每個部分都只能講到表面，試著拆成幾個小問題分開問，一步一步來，深度跟準確度都會好一些，也比較容易發現自己哪個環節還沒搞懂。
比如原本想問「請幫我規劃一個完整的創業計畫，包含市場分析、財務模型、行銷策略」，可以拆成「先幫我分析這個產品的目標市場輪廓」，等這部分討論完再問下一個。
◼︎ 請 AI 先反問你
如果不確定自己問題描述得夠不夠清楚，可以直接請 AI 先反過來問你，確認方向對了再回答，不要讓它憑假設作答，這樣可以避免 AI 自己腦補一堆你沒說的前提，最後給出一份文不對題的答案。
比如說：「我想請你幫我寫一封離職信，但在動筆之前，請先問我幾個你覺得需要知道的細節，例如任職多久、離職原因、想保持什麼語氣，確認清楚後再開始寫。」
◼︎ 講清楚你要的格式跟長度
要條列還是表格、字數上限多少、需不需要範例，先講清楚，可以省掉很多來回修改的力氣。很多人沒講格式，AI 預設給的常常是一大段文字，如果你其實想要的是能直接貼進簡報的條列重點，就得再花一輪來回才能改成想要的樣子。
比如說：「請用表格呈現，欄位是方案名稱、優點、缺點、適合對象，每個欄位控制在 30 字以內，不要額外加總結段落。」
🁢 15 句 AI 指令範例，依情境分類
| 情境 | 指令範例 |
|---|---|
| 學習、理解新知 | 請用先人後機的方式引導我，先問我對這個主題已經知道什麼，再根據我的回答補充。 |
| 學習、理解新知 | 請把這個概念拆成三個層次，從最基礎講到進階，每個層次給一個生活化的例子。 |
| 學習、理解新知 | 假設要教一個完全不懂的十歲小孩，你會怎麼解釋這件事？ |
| 工作、簡報 | 情境是〔你的情境〕，背景是〔聽眾或目的〕，要求是〔具體需求〕，希望的格式是〔呈現方式〕，請照這個架構回答。 |
| 工作、簡報 | 請幫我把這段內容精簡到 100 字以內，保留最關鍵的三個重點。 |
| 工作、簡報 | 請扮演資深主管，針對這份提案給出三個最可能被質疑的問題，並說明理由。 |
| 寫作、內容產出 | 請先不要動筆，反問我這篇文章的目標讀者、核心訊息、希望的語氣，確認清楚再開始寫。 |
| 寫作、內容產出 | 請用某個作者或某種風格改寫這段文字，保留原意但調整語氣。 |
| 寫作、內容產出 | 請針對這篇草稿，指出邏輯不通順或論述薄弱的地方，不用幫我改，只要標出問題。 |
| 程式、技術 | 請解釋這段程式碼在做什麼，並指出可能的效能或安全性問題，不要直接改寫。 |
| 程式、技術 | 請用提問的方式引導我自己找出這個 bug 的原因，不要直接告訴我答案。 |
| 生活、決策 | 請列出這個決定的三個關鍵考量因素，每個因素分別列出正反面。 |
| 生活、決策 | 在給我建議之前，請先問我幾個能幫助你更了解我情況的問題。 |
| 自我檢核、複習 | 請針對我剛剛學的主題出三題，幫我釐清概念，不要出送分題。 |
| 自我檢核、複習 | 請用一句話總結我們剛剛討論的重點，並標出我還沒完全理解的部分。 |
🁢 想系統化學好 AI 指令，不只是收集語法
上面這些技巧和範例可以直接拿來用，但如果你發現自己常常套了模板還是問不出好答案，問題往往不是缺更多範例，而是缺一套完整的判斷框架，什麼時候該用 AI、什麼時候該自己先想、AI 給的答案能不能信。
WORD UP《總校長的 AI 教育寶典》由葳格國際學校總校長李海碩老師主講，裡面包含這篇文章提到的先人後機原則、用提問引導思考的教練式問法，還有拆解情境、背景、要求、格式來設計指令的做法，總共整理出 40 種可以直接套用的 AI skill。
課程搭配 10 週線上直播，卡關可以直接在直播裡問，會比自己上網東拼西湊語法範本更清楚每個技巧背後為什麼有效，也比較能舉一反三用在自己的工作或學習上。
如果是家長或老師，課程也有針對國小、國中設計的分齡引導版本，適合想帶著孩子一起學會正確用 AI 的人。
🁢 常見問題
AI 指令是什麼？
AI 指令就是 Prompt 的中文說法，指輸入給 ChatGPT、Claude 這類生成式 AI 的文字內容，AI 會依照這段內容產生回答。
新手學 AI 指令，第一步該做什麼？
養成先人後機的習慣，問AI之前自己先花一兩分鐘寫下已知和不確定的部分，再一起丟給AI，這是最基礎也最有效的起手式。
為什麼同一個問題，不同人問 AI 答案差很多？
差別通常在指令有沒有講清楚情境、背景、具體要求跟希望的格式，資訊越完整，AI 越能給貼近需求的答案，而不是一份通用的籠統回覆。
AI指令要學到多細才算有用？
不用背一堆語法範本，重點是理解背後的邏輯：什麼時候該讓 AI 直接給答案，什麼時候該讓它用提問引導你想，這個判斷力比記住 100 句指令模板重要多了！
AI 幻覺要怎麼避免？
可以在指令裡先講好，要 AI 標出不確定或有爭議的地方，重要資訊也建議另外查證，不要完全依賴 AI 講話很肯定的語氣去判斷對錯。
AI 指令的核心，不是背語法，而是先想清楚再問
AI 工具會一直變，今天有效的 AI 指令技巧，明年可能就有新說法，但先自己想過再讓 AI 補足這個邏輯不會過時。與其收藏一堆指令範本，不如花時間搞懂每個技巧背後的原理，這樣不管工具怎麼換，你都知道該怎麼下指令、怎麼跟它對話。