到底要怎麼問 AI?讓 AI 真正幫你工作的提示詞邏輯

到底要怎麼問 AI?讓 AI 真正幫你工作的提示詞邏輯

先說一個我常看到的現象。

很多人試過 AI 之後說「沒用」。我問他們怎麼用,答案幾乎都一樣:「我叫他幫我寫東西,他寫出來的不是我要的。」

我問:「你怎麼跟他說的?」
「我就叫他幫我寫一篇文章啊。」

問題找到了。不是 AI 沒用,是你的問法讓他沒辦法好好幫你。


把 AI 想成剛到職的員工

叫一個剛入職第一天的外場人員「幫我處理客訴」,你會得到什麼?

可能是態度普通、不知道店裡規矩、重點也抓不到的回應。這不是他不夠聰明,是你給的資訊不夠。

AI 也是同樣的道理。提示詞不是什麼神秘咒語,就是清楚的溝通。你給的方向越清楚,他幫你做的事越準確。


一句話裡的五段:角色、任務、對象、格式、限制

我在課堂上教的就是這五段。你不一定每次都要五段都給,但缺得越多,他猜得越多。

一、角色:讓他站到你沒有的那個位置

「你是一位幫在地餐廳寫社群貼文十年的文案」

要給的是你自己缺的那種專業。叫他扮演你自己沒什麼用,那只是你的處境。

二、任務:你要他做的到底是哪一件事

「幫我想三個貼文主題」和「幫我寫一篇貼文」是兩件事。

一次交代一件。一句話塞三個任務,他通常只會做好第一個。

三、對象:這東西是給誰看的

「我的店是台中的家庭式合菜餐廳,客群以在地熟客為主,平均年齡 45 歲以上,很少用手機訂位」

對象是他做判斷的依據。少了它,他只能靠猜。

四、格式:你要拿到什麼樣子的東西

「寫一篇 Facebook 貼文,150 字左右,開頭要能馬上抓住人,結尾帶一個來店行動」

格式越明確,你拿到的東西越能直接用。

五、限制:你不要什麼

這是最多人忽略的,也是最有效的。

「不要用太多行銷術語」「不要幫我下結論,只列出選項讓我判斷」

排除掉不想要的,剩下的才是真正需要的。


一個實際的例子

這樣問:「幫我寫一篇行銷貼文」

不如這樣問:「你是一位幫在地餐廳寫社群貼文十年的文案。我開的是台中家庭式合菜餐廳,客群以在地熟客為主,平均年齡 45 歲以上。現在想在 Facebook 發一篇貼文吸引新客人來店裡。風格口語像在跟朋友聊天,150 字左右,不要小標題,結尾帶一句讓人想來店裡的話,不要促銷話術。」

同一句話裡五段都在。自己拿兩種問法各試一次,差別馬上看得到。


還有一件事要提醒。問得清楚,他會給你一個清楚的答案,但清楚不等於正確。日期、金額、法規這些他都可能講得很順但講錯,要拿出去給客戶看的,自己再核一次。

AI 不是神,也不是讀心術。他是一個很強、有耐心、24 小時待命的工具。

但工具要用得好,你得先知道自己要做什麼。說清楚了,他才能好好幫你。

本文與 AI 夥伴[小貫]🦞共同完成

Read more

員工一直請假?你可能搞錯了問題在哪裡

員工一直請假?你可能搞錯了問題在哪裡

跟一群頭家聊天,其中一個抱怨: 「員工一直請假,我都快忙死了。」 我問他:「那你有沒有想過,員工不請假的時候,你在擔心什麼?」 他愣了一下。 很多老闆看到請假,第一個反應是麻煩。 人少,分工又重疊,一個人請假,其他人就要補。會敏感,也可以理解。 但請假不是問題,是訊號。 員工會請假,通常代表幾件事。 狀況不好,他選擇不硬撐。 他覺得照規定申請是安全的,不會被刁難。 他會提前講、安排交接,不是直接消失。 反而是員工從來不請假的公司,我會多看一眼。 有些人是真的狀態好。更常見的是兩種:不敢請,或是已經不在乎了。 不敢請的,表面很穩定,心裡可能早就在找退路。不在乎的,來上班只是履行義務。 這兩種,比請假更需要擔心。 那老闆為什麼會忙死? 多半是公司太依賴特定的人。一個人不在,整條線就卡住,最後常常是老闆自己下去補位。 要解的不是請假,是備援。 誰負責什麼、流程有沒有寫下來、

By Guan Jie Lien
AI 寫的洞,讓 AI 來補,負負得正?

AI 寫的洞,讓 AI 來補,負負得正?

很多人現在用 AI 寫程式,叫 Vibe Coding。一句話講需求,程式就跑出來了。 另一邊,資安專家一直在提醒,AI 寫的程式到底安不安全? 上週 PHP 出了一個大漏洞。 PHP 是很多網站背後的程式語言,大約七成的網站都在用。這次的漏洞在 PHP 裡藏了很多年,攻擊者不用登入,就有機會直接控制伺服器。 最後抓到它的,是 AI。 這個很有趣哈。 用 AI 寫程式,用 AI 找漏洞,再用 AI 補漏洞,不就是負負得正嗎? 我想了一下,好像不太對。 負負得正是兩個錯互相抵銷。可是寫的、找的、補的都是 AI,比較像自己出考題,自己改考卷。 而且想攻擊網站的人,手上也是同一套 AI。 兩邊一起變快,

By Guan Jie Lien
店長讓 AI 整理會議記錄,但會議本身根本沒有結論

店長讓 AI 整理會議記錄,但會議本身根本沒有結論

很多公司開始用 AI,第一件事都是拿來整理會議記錄。 開完會丟給 AI,三分鐘就整理好,重點和待辦都列出來了。 我在一家店看過這樣的記錄。店長拿給我看,說開完會都交給 AI,省了很多時間。 我翻到待辦那一欄。誰負責?沒寫。什麼時候完成?沒寫。 所以我就問店長上次那幾件做到哪了,店長想了一下,說還在討論。 記錄整理得很好。問題出在會議本身,沒有做出決定。 會議上沒決定的事,AI 整理完還是沒決定。沒人負責的事,寫進記錄裡還是沒人負責。 因此,當組織有這樣的情況,可以先想一下:這件事沒用 AI 的時候,做得好嗎? 本來就做得好,只是花時間,那交給 AI 很划算。 而本來就沒做好的,就算交給 AI 也不會變好。 開會也一樣。散會前留五分鐘,每個人講一句自己負責什麼、什麼時候做完,再讓 AI

By Guan Jie Lien
開了很多會,但事情為什麼還是沒推動?

開了很多會,但事情為什麼還是沒推動?

「上次不是說好了嗎?」 這句話我在老闆嘴裡聽過太多次。 兩週前開了一個會,大家都覺得有共識了。然後什麼都沒動。 兩週後,同樣的問題又出現在會議桌上。 問題不是開會沒用 會議本身沒有問題。 問題是:我們在會議裡「討論」了很多,但沒有「決定」什麼。 這兩件事看起來很像,但結果完全不同。 討論是交換想法。決定是指定一個人,給一個時間,讓一件事發生。 如果會議結束的時候,沒有人說「這件事 XX 來負責,下週四之前完成」,那會議就只是一場有共識的聊天。 三個讓會議產生結果的習慣 第一,區分「討論事項」和「決議事項」。 開會之前,先想好哪些議題是要討論的,哪些是要做決定的。不要把所有事情都放在一起談,最後全部都是模糊的共識。 第二,每個決定,一個負責人,一個日期。 「大家一起負責」等於沒有人負責。每一個決定,都要有一個具體的人名和一個具體的完成時間。這不是施壓,是給這件事一個可以追蹤的形狀。

By Guan Jie Lien