當我們使用ChatGPT 或 New Bing 這類對話生成內容的AI工具，甚至是 Midjourney、Bing AI 繪圖時，直覺的提問或描述，往往就能獲得不錯的答案。尤其在像是 GPT-4 這樣的 AI 引擎升級，我們可以用更接近日常自然語言對話的方式，來獲得自己需要的結果。

正是這樣的「直覺」與「自然」，不用像是傳統軟體那樣進行複雜功能操作，讓 AI 內容生成工具對大多數一般人來說有驚豔的使用效果。

既然如此，如果不是要開發 AI 工具的話，那麼我們一般日常的工作、生活應用，還有需要去學習更好的「提示語技巧」嗎？還是用自然語言來對話即可？

在幾個月的使用過程後，我目前的經驗心得是，雖然不用學習太像是軟體工程那樣的提問技巧（因為AI強調的就是用自然語言對話），但是就像我們日常跟真正的人對話的時候，我們是否能準確描述任務？是否能讓對方精準理解我的意圖？這裡面也絕對不只是隨便說說，對方就能接住我的對話。

也就是說，當我們需要 ChatGPT、New Bing 這樣的 AI 工具完成不只是「我問你答」的簡單知識問答（例如 XXX 是什麼意思？）， 而是可以完成像是撰寫企畫書、整理知識、繪製表格、分析大綱、規劃目標等等，屬於「我交付任務，AI 完成成果」的需求，那麼就需要一些不用太複雜，但可以更精準的「提示語技巧」。

ChatGPT 基礎三層提示語結構：目的優先、輸入資料、設定輸出

我自己在撰寫 ChatGPT 提示語的時候，有一個基本的三層結構，經過在各種工作、生活任務上的實踐與實驗，有助於解決大多數不同類型的任務。尤其在你的問題有點複雜，想不清楚要怎麼問比較好的時候，透過三層結構，讓我們有方向、有結構的提出問題，並獲得 ChatGPT相對更有效的回答。

這三層結構的基礎是：

1. 目的優先
2. 輸入資料
3. 設定輸出

例如我請 ChatGPT 幫我設計一個台灣歷史問答題庫的提問，我先清楚說出我的目的是要做一個閃卡題庫，然後輸入這個任務的背景資料是給幼兒園練習的台灣歷史人物，最後明確設定我需要的題目格式與數量：

有時候三層結構的後面兩層順序可以調換，例如我請ChatGPT理清一個搬家計畫的步驟，我先清楚說出我的目的是理出搬家任務大綱，但接著設定輸出時要補上可能漏掉的任務，最後才給予ChatGPT我的搬家相關資料。

但是無論如何，當我們要讓 ChatGPT 完成一個比較複雜的任務，卻不知道如何表達自己的問題，不知道如何撰寫提示語時，都可以從這三個層次的架構來思考：

目的優先

盡可能在提示語的一開頭，用一到兩句話，先清楚說出自己的最終目的。例如要做一個閃卡題目、要拆解搬家任務大綱。

這就像我們交付任務給他人時，一開始就「先說結果」，也就是最終希望對方完成的是什麼東西，這樣之後就算需要解釋比較複雜的資料，對方也一開始就知道最終任務到底是什麼，這樣無論是人還是 ChatGPT 都比較不會因此混亂。

有時候比較簡單的問答，可能就只需要「目的優先」這一層結構即可。

輸入資料

和 ChatGPT 傳達任務目的後，可以開始說明任務、問題的獨特背景資料，明確具體的描述跟任務相關的人事時地物。

這其實跟我們交付任務給他人時，也是一樣的道理，要讓對方了解任務有什麼獨特之處，不一定要說一般性的通則資料，但一定要補充跟任務相關的「特殊性資料」，例如是台灣歷史、幼兒園使用的題庫，是要同時處理舊家具的搬家任務等。

設定輸出

最後，我們要更明確界定 ChatGPT 輸出結果的特殊條件，例如要輸出幾個（20 個）？有沒有什麼特殊格式（問題－答案）？有沒有需要什麼語氣、風格或特殊行動（補上可能漏掉的任務）？等等。也可以請ChatGPT提供這樣的任務格式：提供表格、程式碼、流程圖、簡報、markdown語法

這裡也還是跟我們交付任務給他人時，是同樣的道理，如果可以的話就跟對方講清楚「要交付結果的條件」，或者期望對方處理任務時「一定要採取的行動」，這樣 ChatGPT 才會知道要這樣去做，不要等到對方給我們之後才說數量不對、風格不合、格式有差。

掌握這樣的三層提示語基本結構，就能寫出一個好問題，或是交付一個有效的任務，當我們能精準的提問、交付任務，那麼ChatGPT也能提供給我們更有效的回答。

ChatGPT 進階三層提示語結構：指派角色、原始資料、任務範本

如果要問的問題比較複雜，或是希望 ChatGPT 交付給我們的任務成果更有效果時，可以從上面的基本三層結構延伸出一些進階的技巧。

• 目的優先：明確設定要指派給誰去完成什麼任務，也就是指派 ChatGPT 一個處理任務的特殊角色。
• 輸入資料：比起說明任務背景，不如直接給出任務混亂但完整的原始資料，讓 ChatGPT 自己去分析。
• 設定輸出：比起說明輸出條件，不如直接給出任務成果的完整範本，讓 ChatGPT 依照範本去產出結果。

例如不只希望 ChatGPT 簡單摘要文章，而是可以直接寫成學習筆記。這時候比起單純只是問 ChatGPT：「幫我把這篇文章整理成 300 字的摘要，提供文章：」，不如這樣問：

如果只是簡單的摘要文章指令，只能獲得的是下面這樣的摘要成果：

但是如果用上面的三層結構來提問（目的優先、輸入資料、設定輸出），讓提示語更完整， 並且還指定了任務角色是教養專家，又提供了具體的筆記範本 ，那麼我們就會獲得下面這樣的結果：

善用進階的三層提示語結構，瞬間我們獲得的內容就會有品質上根本的差異，就算使用 GPT-3.5 的版本也能獲得很不錯的AI答案。

目的優先：指派誰完成什麼任務？

我們一定要在指派任務的時候，先說明要讓 ChatGPT 模擬什麼角色嗎？我的經驗是不一定 ，但是如果我們要解決的問題有某種特殊性，那麼指派角色會讓回答的效果更精準。

你可以這樣想，假如你是一位老闆，而 ChatGPT 是你的團隊，當你要指派任務時，會只是模糊的把任務交給整個團隊來做？還是會這樣說：「請文案專家撰寫一篇臉書貼文」、「請專案管理專家撰寫一份目標企劃書」、「請數據分析專家製作一份比較分析表格」，一定是清楚說明：「要指派誰，完成什麼任務」，才是一個精準的任務交派。

輸入資料：提供原始資料讓 ChatGPT 分析

有時候與其講一大堆任務、問題的背景描述，或是設定一大堆輸出成果的條件，不如直接給出原始資料更好。

原始資料可能是我們的想法筆記、雜亂文件等等，把這樣的內容交給 ChatGPT 分析，往往會有意想不到的好效果 。因為在原始資料中，其實就有更完整的背景資料、更完整的輸出需求細節。所以我們可以要求 ChatGPT 根據原始資料去分析並產出任務。

ChatGPT 自動寫出來的 Facebook 貼文雖然不錯，但是往往太過市儈，也就是太像農場的風格。

可是如果我們提供 ChatGPT 原始資料去分析，那麼他就會產出像是下面這樣的貼文建議，整體來說更符合我自己的寫作風格。

設定輸出：直接給出任務成果的範本

ChatGPT 雖然很聰明，但是要執行任務的畢竟還是我們自己， 所以如果我們可以加上自己最需要的「任務執行範本」，讓 ChatGPT 根據我們需要的任務執行邏輯來分析，那麼有可能獲得的答案會更接近直接可用的答案。

例如我下面先做一個三層提問，有指派誰完成什麼任務，也有提供簡單背景資料，也有設定輸出的簡單條件，這時候，獲得的答案其實也不錯。

但是假如我加上一個輸出的計畫範本，往往可以進一步提升答案的品質，深化內容，並且變成我們直接可用的成果。（即使是 GPT-3.5 也可以不錯的結果）

以上就是基礎、進階的三層提示語結構，這是大多數 ChatGPT 與 New Bing 提問時的通用結構，我們把提問想像成是交付任務給 ChatGPT，在這三層結構中進行變化，面對複雜問題時加上進階三層結構的技巧，基本上就能很有效的運用 ChatGPT。

這篇文章後面，再跟大家補充幾個提問的時候可以知道或運用的小技巧，這些技巧不一定要用，但如果遇到符合情境的特殊問題時，這些小技巧就會幫上忙。

跟 ChatGPT 提問的 9 個輔助小技巧：

1. 問題要有特殊性

如果我們問的是普通問題，就只會獲得普通答案。如果我們交付任務時沒有仔細指出這次任務的特殊性，那麼 AI 或人都不會知道我們到底想要什麼結果。

所以，與其問：「請幫我摘要這篇文章」，不如問：「請幫我摘要這篇文章，我想知道裡面關於如何實際執行卡片盒筆記法的具體步驟。」

在「目的優先」、「輸入資料」、「設定輸出」三層結構中，能夠指出愈多問題、任務的特殊性，那麼最後獲得的答案就會愈有幫助。

這也是為什麼我很少在電腦玩物介紹摘要工具、提示語工具的原因，因為別人寫的提示語，很難有我們自己針對問題與任務的特殊性，這個特殊性只有自己知道，請把他們加入你的提示語中。

而最佳的特殊性，就是前面進階三層結構提到的： 提供原始資料（你自己的原始資料，就是最特殊的資料），或是提供自己的範本（你自己的任務範本，就是最特殊的執行流程） 。

2. 不用怕問得不好，不用擔心問得太複雜，追問修正即可

當看了上面的提示語技巧後，可能會不小心陷入綁手綁腳的迷思，就是會想要每一個問題都問得很詳細完整，但這並不一定是好事。 有時候問題就是比較簡單，所以只要把握「目的優先」的技巧即可。有時候，則是問得太複雜 ，反而 ChatGPT 沒辦法抓住所有細節，最後答案反而更加不如預期。

所以， 我們可以先問得比較簡單，只要具體即可 。然後有什麼不滿意的地方，再一步一步的追問。例如下面這樣的提問流程：

• 問題一：從簡單但是具體的提問開始
  “請幫我規劃一個花蓮 5 天 4 夜親子之旅，可以帶5歲小孩體驗花蓮的大自然風光，我會開車前往。”

• 問題二：發現可能問題：
  “針對上一個問題中建議的行程，以親子之旅的目標來說，可能會有哪些問題與風險呢？”

• 問題三：針對具體問題提供解決辦法：
  “針對上述行程，建議如何避免行程太緊湊的問題？可以讓小孩玩得放鬆舒服”

• 問題四：提供開始下一步行動的建議：
  “前面的建議很棒，可以幫我轉換成接下來我該怎麼做的具體下一步行動清單嗎？”

• 問題五：避開資訊的提問技巧：
  “如何規劃一次小孩會很開心的親子旅行？”

之前我的案例：「ChatGPT 幫我不懂程式碼也能寫出番茄鐘待辦清單工具，實測心得」，就是在一步一步追問下完成的。

3. 真的不會問問題時，就讓AI來問妳問題

有時候，我們可能對這個專案任務真的一知半解，這時候怎麼辦呢？這時候，可以反過來讓 ChatGPT 問我們問題。

關鍵的提示語是：「......請用問我問題的方式，引導我......」

例如我問：「假設你是一位敏捷專案管理專家，請用問我問題的方式，引導我建立一個在辦公室小團隊導入敏捷管理的計畫。我們辦公室目前很多專案都會拖延時程，而且大家對專案管理沒有概念。我們需要一個初步簡單可行的計畫來開始推展這個計畫。」

4. 思維鏈提示法：你的輸出範本，也可以是思考邏輯、方法論

ChatGPT的輸出邏輯，通常不是我們真正需要的輸出邏輯，前面有提到可以設定「範本」，讓 ChatGPT依照這個範本來輸出。但問題是如果我們沒有任務、內容的範本時怎麼辦？

這時候有一種提示方法稱為「思維鏈提示法」：

意思是展示一次「我們的思考邏輯是什麼」，讓 ChatGPT 模仿我們的思考邏輯來輸出答案。

這會讓 ChatGPT 更會解題，或是更能有效的一步一步深入解決我們的問題。

例如我請 ChatGPT 幫我想一個文章標題，如果只是一般的提問可能獲得的答案如下：

但是如果我加上思考邏輯的示範呢？讓我們試試看：

這時候產出的文章標題會是更適合我的題目參考建議：

5. 多加一句：請 ChatGPT 一步一步分析並回答

那如果我也不知道應該用什麼思考邏輯來解出答案、完成任務怎麼辦？

其實很簡單，那就請ChatGPT一步一步分析並回答 ，這樣一來，往往面對一些複雜問題或任務時，會讓 ChatGPT 提供更精準有幫助的答案。

例如下面這個設計文章標題的範例，多加一句「請一步一步分析並回答」，這樣一來，我們可以看到文章標題的建議更好，並且會多出更細緻的背後思考邏輯分析，這有助於我們自己再去找出更好的答案。

6. 多加一句：提示 ChatGPT 要做事實確認再作答

ChatGPT、 New Bing 其實有所謂的更有創意的回答？還是更嚴謹的回答？更有趣？還是更認真？這些後台設定是有意義的，但如果無法作後台設定時，其實我們可以在「提示語」中要求 ChatGPT 改變設定。

例如我們可以這樣說：「請你根據事實確認後再回答」、「請你一定要符合原文語氣」，或是「請你可以更有創意的延伸思考」、「請你可以更自由地發揮想像力」等等。

不過，這裡是一種「比例」的問題，也就是會增加事實的比例，或是增加嚴謹的比例，但還是很難 100% 符合要求。

7. 善用標記：當要提供大量資料，或是多次對話時

ChatGPT 可以在反覆的多次對話中，不斷的深入探討某個問題，但是一旦資料多了、對話多了，有時候 ChatGPT 會誤會我們所說的是哪個資料？哪段對話？這時候，多多利用「標記」，就可以解決問題。

「標記」的意思是，我給某一個提問、某一個任務、某一段資料一個「專有名詞的記號」，例如「@1 A專案」、「@2 B專案」，有了標記，以後就可以跟ChatGPT說：「讓我們先分析 @1 A專案 」，而 ChatGPT 也會知道我們在問什麼、說什麼。

更進一步的，有時候要提供很大量的資料給ChatGPT解讀，但每一則對話有字數上限，這時候善用標記，就可以分段提供所有的資料（我最多測試到 20000 多字的資料），然後請ChatGPT 做分析。

8. 問兩次，進行確認，讓答案更多細節

有時候，你可能覺得 ChatGPT 摘要一篇文章不夠深入，解析一個問題好像漏掉一些細節，這是再所難免，有個小技巧可以克服這個問題。

那就是追問兩次、三次以上，我可以在對話中接續著這樣問：「請你再確認一次有沒有遺漏？」、「請你再確認一次是否符合事實？」、「請你再確認一次還有沒有要補充的？」

這個意思是，請 ChatGPT 根據她第一次回答的基礎，然後回到原始資料或提問中去做兩次、三次的確認，這有助於完滿答案的細節。

9. 當資料、範本很複雜時，用### 或 """ 分隔指令和上下文

我的經驗是，這不一定是個必要手段，很多時候 ChatGPT 確實就會自己分辨出需要的內容。

但是 OpenAI 官方的提問技巧手冊有提到這個技巧，而且有幾次當 ChatGPT 搞不清楚我的提問與資料時，我運用這個技巧確實就解決問題了。

前面的進階三層提示語結構，提到要輸入原始資料，或是要提供範本，這時候，資料跟範本如何清楚區分呢？可以在這些不同資料的前後加上 ### 或 """ 來進行分隔。例如：

• 假設你是一位親子教養專家，幫我針對下面這篇文章進行摘要。摘要時請根據更下方提供的筆記大綱範本撰寫：
• 文章：###
• XXX貼上文章內容
• 筆記大綱範本： ###
• 能不能解決親子溝通之間的問題？
• 文章提到哪些具體技巧？
• 延伸拆解我們可以採取的下一步行動？」

這樣可以讓 ChatGPT 更清楚我們提問的不同段落。

以上，就是我自己這幾個月在利用 ChatGPT 進行提問與完成任務時，會使用的提示語通用三層結構，以及搭配輔助的 9 個小技巧，分享給大家參考。

（本文出自 電腦玩物原創作者 esor huang 異塵行者）