ChatGPT 提示工程 10 大進階技巧：讓回答品質翻倍的實戰方法

很多人抱怨 ChatGPT 給的答案很空泛，其實問題往往不在模型，而在提問方式。提示工程（Prompt Engineering）就是設計提問的技術。同樣的模型，好的提示能問出結構清楚, 可直接使用的答案；差的提示只會得到一堆正確的廢話。以下 10 個進階技巧，每一個都附範例，看完就能用。

技巧一：給它一個明確的角色

開頭指定角色，能大幅提升回答的專業度與一致性。模型會依角色調整用詞, 深度與觀點。

不好的問法：「幫我看這份合約有沒有問題。」

好的問法：「你是一位有十年經驗的商務律師，請以保護乙方權益的角度，審閱以下合約，指出對乙方不利的條款並說明風險。」

角色越具體（加上年資, 立場, 專長領域），輸出越貼近你要的視角。

技巧二：要求思維鏈（Chain of Thought）

面對需要推理的問題，加上「請一步一步思考」或「請先列出推理過程再給結論」，能顯著降低出錯率。因為模型被迫展開推理，而不是直接跳到答案。

範例：「一間店第一個月營收 30 萬，之後每月成長 15%，請一步步計算第六個月的營收，先列出每個月的數字再給最終答案。」

這招對數學, 邏輯推理, 多步驟規劃類問題特別有效。

技巧三：提供少量範例（Few-shot）

與其用文字描述你要的格式，不如直接給幾個範例。模型很擅長模仿。

範例：「請幫我把產品特點改寫成廣告標語，風格參考以下範例：\n輸入：防水, 耐摔 → 輸出：上山下海，摔不壞的夥伴\n輸入：輕量, 長效電池 → 輸出：一機在手，一整天不斷電\n現在請改寫：大容量, 快速充電」

給二到三個範例，比寫一長串規則有效得多。

技巧四：指定輸出格式

明確要求輸出的結構，例如表格, JSON, 條列, Markdown。這對後續要處理資料的情境特別重要。

範例：「請把以下這段文字裡提到的所有人名, 公司名, 日期，整理成一個 Markdown 表格，欄位為：類型, 內容, 出現段落。」

若你要把結果丟進程式處理，直接要求「用 JSON 格式輸出，欄位為 name, date, amount」，可省下大量整理時間。

技巧五：拆解複雜任務

不要一次丟一個超大任務，把它拆成幾個步驟分別執行，或明確要求模型分階段處理。

範例：「我要寫一篇部落格文章，主題是遠距工作。請分三個階段：第一階段先列出大綱與每段重點，等我確認後，第二階段再逐段撰寫，第三階段做潤稿。現在先做第一階段。」

分階段的好處是你能在中途修正方向，避免一次生出三千字卻整篇走偏。

技巧六：設定限制條件

主動加上約束，能讓輸出更符合需求。常見限制包括字數, 語氣, 禁用詞, 目標受眾。

範例：「用 100 字以內, 國中生也能懂的語氣，解釋什麼是通貨膨脹，不要用任何專業術語，若一定要用就當場解釋。」

限制越清楚，模型越不會給你一堆不相干的內容。

技巧七：讓它先反問你

這是很多人忽略的高效技巧。與其一次把需求講不清楚就讓它硬做，不如要求它先釐清。

範例：「我想規劃一趟日本旅行。在給我建議之前，請先問我五個最關鍵的問題，例如天數, 預算, 同行人數, 偏好等，等我回答後再規劃。」

這招能避免它基於錯誤假設給出一堆用不上的建議，特別適合規劃, 諮詢類任務。

技巧八：要求多個版本與自我評估

讓模型一次產出多個版本，並自己比較優劣，你就能得到更成熟的結果。

範例：「請提供三個不同風格的產品命名方案（分別走專業, 活潑, 高級路線），然後以品牌記憶度與好唸程度兩個維度，幫每個方案打分數並說明理由。」

讓它自我評估，往往能逼出比第一版更好的答案。

技巧九：善用「延續」與「修正」指令

對話式的優勢在於可以層層逼近。得到初稿後，不要重新問，而是針對問題精準下修正指令。

常用修正句型：「第二點講得太抽象，請改用一個真實情境的例子說明」「整體語氣太生硬，請改得口語一點但保留專業感」「把第三段刪掉，內容與第一段重複了」。

把 ChatGPT 當成可以反覆磨稿的協作者，而不是一次性的答案機。

技巧十：用分隔符號隔開指令與資料

當你要它處理一大段文字時，用明確的分隔符號把「指令」和「要處理的內容」分開，避免它把資料當成指令。

範例：「請把下方三個引號內的文字整理成三個重點。內容如下：\n"""（貼上你的長文）"""」

這在處理長文, 使用者留言, 郵件內容時特別重要，能防止內容裡的字句干擾你的指令。

綜合範例：把技巧疊加使用

真正厲害的提示，是把多個技巧組合起來。以下是一個實戰範例：

你是一位資深的電商營運顧問（角色）。
我要規劃雙十一檔期的促銷方案。
在給建議前，先問我三個關鍵問題（反問）。
等我回答後，請一步步分析（思維鏈），
並用表格呈現三種促銷方案的優缺點（格式），
每個方案控制在 150 字內（限制）。

這一段就同時用了角色設定, 反問, 思維鏈, 結構化輸出與限制條件五個技巧。

常見錯誤提醒

最常見的三個錯誤：一是提問太籠統，只丟一句「幫我寫文案」卻不給任何背景；二是一次塞太多需求，導致模型顧此失彼；三是得到不理想答案就直接重問，而不是精準下修正指令。避開這三點，你的使用效率會明顯提升。

結語

提示工程不是玄學，而是可以練習的技能。這 10 個技巧的核心精神只有一個：把你腦中的需求，盡可能清楚, 結構化地表達出來。你越把 ChatGPT 當成一個需要完整簡報的專業夥伴，而不是猜謎遊戲的對象，它給你的回報就越大。今天就挑三個技巧，套用到你手邊正在做的事上試試看。