一則 X 貼文直接點破多數人的使用盲區：「90% 的人用 Claude 的方式，跟用『文法比較好的搜尋引擎』沒兩樣。」

這篇由 X 用戶 @sharbel 發布的長串推文，整理出 12 個 Claude 進階技巧，引發大量轉發與討論。

@sharbel的核心觀點很明確：把 Claude 當成「會反駁你的思考夥伴」，而不是一台更聰明的答題機。他讓 Claude 先問問題、建框架、挑毛病，最後才產出內容。

為什麼換個問法，結果差這麼多？

AI 語言模型的本質是「補全機器」：你給它什麼方向，它就往那個方向延伸。

當你問「幫我寫一份報告」，它補全的是「一份通用報告的樣子」；當你問「用一個看過 400 份報告的投資人視角，告訴我哪裡會讓人失去耐心」，它補全的是「一個挑剔專家的思考模式」。

因此，提問的精準度直接決定了輸出的深度。以下從 @sharbel 的 12 個技巧中，精選 7 個對知識工作者最實用的方法，每個都附上可直接複製的提示詞。

怎麼讓 Claude 幫你找出決策盲點？

告訴 Claude 你已經做了某個決定，然後請它全力反駁。這不是要它唱反調，而是要它用最強的論據來攻擊你的立場，幫你看見自己看不到的角落。

怎麼讓 AI 寫出「像你說的話」而不是範本？

多數人直接對 Claude 說「幫我寫一段介紹」，得到的永遠是通用語氣。@sharbel 的做法是：先讓 Claude 訪談你，等它真正理解你想表達什麼之後，再開始寫。

Claude 通常會問 6 到 10 個針對性問題，釐清你的目標、語氣偏好和核心觀點。完成訪談後產出的內容，會更接近「你自己會說的話」，而不是 AI 範本。

如何模擬特定讀者來審視你的內容？

寫完簡報、提案或文章後，與其自己反覆檢查，不如讓 Claude 扮演你的目標讀者。關鍵是要給出具體的角色設定，包含背景、經驗值和耐心程度。

你可以替換角色：技術主管、財務長、第一次使用產品的消費者。每個角色會從不同的框架來挑毛病，這比自己反覆修改有效得多。

怎麼讓 Claude 永久記住你的寫作風格？

在 Claude 的 Projects 功能中，上傳 5 到 10 篇你自己寫的文章，然後加入一句指令。從此在這個 Project 中的每次對話，Claude 都會自動匹配你的語氣、句式和用詞習慣。

面對難以抉擇的決策，怎麼建立評估框架？

遇到複雜決策時，與其問 Claude「我該選 A 還是 B」，不如請它幫你建一套可重複使用的評估架構，包含評估標準、權重比例，甚至你可能遺漏的關鍵問題。

怎麼在正式提出前，先讓策略「被攻擊過一輪」？

紅隊測試（Red Team）原為軍事演習概念，後被資安領域廣泛採用：派一組人專門攻擊自家系統，找出漏洞。@sharbel 把同樣的邏輯用在商業策略上，讓 Claude 扮演見多識廣的業界老手。

這個方法的價值在於：它強迫你在投入資源之前，先面對最壞的情境。

怎麼從「要一條魚」變成「要一支釣竿」？

@sharbel 整篇貼文最核心的觀念濃縮在最後一個技巧：不要只請 Claude 給你答案，要請它幫你建立一套可重複使用的系統。

舉例來說，你可以把「主題」換成「新市場機會評估」、「供應商選擇」或「內容企劃審核」。建出來的框架可以反覆使用，而不是每次都從零開始問 Claude。

這些技巧有什麼限制？

這 7 個方法都有一個共同前提：使用者必須對自己的領域有足夠的判斷力。

Claude 的反駁再精彩，你仍然需要能力分辨哪些是真正的風險、哪些只是表面上的擔憂。同樣地，模擬投資人視角只是近似值，不能取代真正與投資人對話的經驗。

此外，文中提到的 Projects 功能（上傳個人文章讓 Claude 學習你的風格、設定跨對話持續生效的指令），目前僅限付費方案（Pro 每月 20 美元起）使用。免費版用戶可以在單次對話中嘗試其他技巧，但無法跨對話累積上下文。

「多數人向 AI 要一條魚。你可以要一支釣竿。但幾乎沒有人這麼做。」工具沒有變，改變的是你提問的方式。

（本文出自數位時代）