你是不是常常覺得 AI 回答有點答非所問，或者明明問題很簡單，回應卻一大篇繞來繞去？其實問題很可能出在——你怎麼問。
這個月，Google 推出了由開發者關係專家 Lee Boonstra撰寫的《Prompt Engineering》白皮書（提示工程白皮書）。裡面不只是介紹怎麼寫 prompt，而是從原理到實戰，帶你一步步掌握「怎麼和 AI 說話」，讓 Gemini 模型真正幫上忙。
📘 這本白皮書有什麼特別？
這份 68 頁的白皮書不走理論路線，而是聚焦在實用的提示設計技巧，適合開發者、內容創作者、數位行銷人，甚至是剛接觸生成式 AI 的新手閱讀。
它特別針對 Google 自家的 Gemini 大型語言模型（透過 Vertex AI 或 API 使用），整理出一系列好用又經過驗證的提示設計方法。裡面不只有說明，還有範例、應用情境和最佳實踐，非常實戰取向。
🔍 白皮書重點：10 種好用的提示技巧＋範例
1. 零樣本提示（Zero-shot prompting）
直接發問，不提供任何範例，考驗模型的直覺理解力。
例如：「解釋什麼是量子糾纏，用簡單的方式讓高中生也聽得懂。」
2. 少樣本提示（Few-shot prompting）**
提供一兩個例子，幫助模型模仿語氣與邏輯。
例如：「請模仿以下範例撰寫商品文案：商品：極簡筆記本，特色：環保、可平攤、質感黑色。」
3. 系統提示（System prompting）
為整段對話設定角色與任務規則，常見於API使用開場。
例如：「你是一位專業的職涯顧問，請根據用戶提供的履歷給出升遷建議。」
4. 角色提示（Role prompting）
讓AI扮演特定身份來產出對應語氣的內容。
例如：「請扮演一位資深產品經理，分享你帶過最難忘的一場簡報經驗。」
5. 上下文提示（Contextual prompting）
給AI足夠的背景資訊，提升回應的準確度與實用性。
例如：「背景：我正在為行銷團隊設計年度簡報。請幫我產出一頁‘趨勢預測’的內容，針對2025年AI行銷工具發展。」
6. 思維鏈提示（Chain-of-Thought, CoT）
引導AI按部就班地邏輯推理，特別適合用在數學、推理題。
例如：「請逐步推理並計算出以下問題的答案：一台機器每天可生產200個零件，5台機器工作3天總共可生產多少？」
7. ReAct提示（Reason + Act）
結合「思考」與「執行」兩步，幫助AI先判斷再回應，甚至進一步執行行動。
例如：「請先分析這篇文章的主題，再生成一條適合的SEO標題，並格式化成 Markdown 標題語法。」
8. 自動提示工程（Automatic Prompt Engineering, APE）
把寫提示這件事也交給AI，讓模型產出不同版本的prompt並自我優化。
例如：「我想讓AI幫我撰寫商品評論摘要，請你幫我產生5組不同風格的提示語供測試。」
9. 格式化輸出（例如JSON）
讓AI輸出的內容有結構，便於程式處理與後續使用。
例如：「請根據以下產品資料，生成對應的 JSON 格式資料，並保留key名稱。」
10. 混搭風格與語氣（Styling & Tone Prompting）
嘗試不同語氣、語言風格、格式等，找出最貼近任務需求的回應方式。
例如：「請用輕鬆幽默的語氣，寫一段開場白，歡迎新員工加入我們的設計部門。」
✅ Google 推薦的提示設計做法
Google在白皮書中也提供一些實用的提示撰寫建議：
- 提供示例：能有效幫助模型模仿任務邏輯與語氣風格。
- 保持簡潔明確：不囉嗦，重點清楚，避免語意模糊。
- 明確下達任務：比起「幫我整理一下」，說「請幫我列成三點摘要」更有效。
- 模組化撰寫：將提示寫成可重用模板，可大幅提升效率。
- 控制輸出長度：使用像是「限50字內」「請用推文風格」的指令，有助掌控生成結果。
🖱️ 資源整理
- 🎥 精華影片：[觀看影片]
✨ 總結
這份白皮書不只是寫給工程師，它其實是一本「AI 溝通指南」，教你如何讓生成式模型變成真正的幫手。
記住一句話：「會問問題的人，才是真正懂用AI的人。」
無論你是日常使用者還是專業從業者，只要你懂得設計 prompt，AI 就能為你發揮超過預期的效果。
