👑 總裁派工心法與指揮藝術：提示詞工程（Prompt Engineering）終極指南

在頂樓的總裁辦公室裡，你坐在寬大的紅木辦公桌前。

今天，你的部門迎來了一位學歷極高、讀過數百萬本書的台大頂尖實習生助理——他的名字叫 agy。 這位實習生的大腦記憶庫極其龐大，但他對你公司的具體業務、你的個人喜好、以及目前專案的特殊限制一無所知。

如果你只是走出辦公室，隨手對他拋下一句極為敷衍的命令：「喂，實習生，幫我寫一份報告。」 然後你就轉身回辦公室喝咖啡。你覺得這個實習生能寫出符合你心意的報告嗎？ 當然不可能！ 他大概會上網隨便抓幾篇大路貨範本，東拼西湊出一份毫無重點的垃圾報告交差。

這能怪實習生笨嗎？不能！這完全是因為你身為 CEO 主管，沒有給他清晰的「派工單」！

今天，我們就從總裁派工的最高心法出發，徹底揭開被無數人神話的提示詞工程（Prompt Engineering）！

---

📋 總裁辦公室派工單：實習生助理心智模型與 System Role 憲法隔離

一個優秀的公司 CEO，在給實習生下達派工單時，絕對會老老實實交代這五個核心要素：

• 要素一：你是誰（角色設定）：「你現在是我們公司的資深 UI/UX 設計師...」
• 要素二：我們的背景是什麼（情境脈絡）：「我們現在要開發一個專門給視障同學使用的節拍器...」
• 要素三：具體的執行步驟是什麼（任務指令）：「第一步先編寫 HTML 畫面的框架，第二步嵌入 Web Audio 噠噠聲...」
• 要素四：最終的產出格式是什麼（輸出限制）：「使用繁體中文呈現，...」
• 要素五：優秀的範例是什麼（少樣本示範）：「參考這份過去成功的專案範本：[附上範本]，照著這個風格寫...」

當你把這五個要素整整齊齊寫在派工單上時，實習生助理就能在一瞬間看懂你的意圖，交出 貼近你的需求的成果！

在程式碼底層，大副是怎麼死死記住總裁的角色設定，而不被後來提問的人帶偏的呢？ 這牽涉到 system_instructions（系統提示詞標籤）的物理隔離： 在 API 數據流中，系統提示詞會被包裝在特殊的 System Role 角色標籤內部。這與使用者的輸入（User Role）是實體物理隔離開來的！大腦會把系統提示詞當作「至高無上的核心憲法」，所有的對話都必須在這部憲法的框架下運作，徹底防止惡意使用者透過對話進行洗腦或注入欺騙。

---

🏛️ 總裁派工四大黃金陣法：CO-STAR、專家戲服、反向面試與防禦電網

如果你不知道該怎麼撰寫派工單，請直接套用以下四種被頂尖開發者公認最強的派工陣法：

🎯 陣法一：CO-STAR 完美派工大法

這是目前業界結構最嚴謹、最流行通用提示詞框架，由六個英文字母組成： * C - Context (背景脈絡)：交代目前的狀況與專案背景。 * O - Objective (任務目標)：你想讓大副做什麼具體的事。 * S - Style (寫作風格)：你希望大副模仿誰的筆調（例如：資深程式設計師、幽默的科普作家）。 * T - Tone (情感基調)：回答時要熱情、嚴謹、專業還是輕鬆？ * A - Audience (受眾對象)：這份成品是給誰看的（例如：給資工系教授看，還是給只用手機看影片的阿嬤看）。 * R - Response (輸出格式)：限制最終的呈現樣式（例如：繁體中文、條列式清單、HTML 程式碼）。

📝 CO-STAR 實戰派工單範本（直接複製改寫即可）： 「背景（Context）：目前需要製作一個給盲人朋友使用的吉他節拍器網頁。 目標（Objective）：編寫一個簡單的 index.html，畫面上要有一個調整 BPM 的滑動桿與一個啟動按鈕。 風格（Style）：你現在是極具耐心的資深前端 UI 設計師。 基調（Tone）：使用非常親切、溫暖且鼓勵的語意。 受眾（Audience）：這份網頁是給完全不會寫程式、但很想自學吉他的視障新手使用的。 輸出（Response）：直接輸出包含 Web Audio API 噠噠聲音效的 HTML 程式碼，為保障螢幕閱讀器順暢朗讀，絕對禁止使用任何表格排版。」 （注：本範本中特意去掉了客套字眼『請』，以符合底層模型注意力對齊的最佳效能！）

---

🎭 陣法二：專家戲服穿戴法 (Persona Pattern)

這就像是讓大副換上特定的「專家戲服」。在自注意力矩陣中，當你設定了角色，大腦會自動限縮機率分布，挑選該領域最專業的詞彙流！ * ❌ 差的寫法：「幫我看看這段程式碼有沒有問題：[程式碼]」 * ✅ 專家戲服寫法：「你現在是 Google 資訊安全部門的首席防禦大師。以最挑剔、最嚴苛的眼光，逐行掃描以下程式碼，找出所有可能導致黑客入侵、漏洞注入的安全隱患，並給出修復清單：[程式碼]」

這在 gemini 的模型還很有效，但在 gpt , claude 感覺比較還好，補上個人使用的經驗。

---

💬 陣法三：反向提問面試法 (Reverse Prompting)

很多時候，身為 CEO 的你可能只有一個模糊的想法，不知道具體需要哪些欄位。這時不要自己瞎猜，請讓大副來「面試你」！ * ❌ 差的寫法：「幫我做一個可以記帳的網頁，但我不知道該怎麼寫。」 * ✅ 反向面試寫法：「我想開發一個記帳網頁，但我完全不懂程式與資料庫。你現在是我的專業系統分析師。一步一步問我問題，每次只問『一個』問題，引導我把網頁的功能和畫面想清楚。當你收集完所有必要的資料後，你再動手幫我寫程式碼。」 * 實戰效果：大副會非常溫柔地問你：「好的，第一個問題，你希望每天打開網頁時，第一眼看到的總金額是今天花費還是本月餘額？」你回答一個，它再問下一個。這能幫你把模糊的想法整理得無比清晰！

---

🛡️ 陣法四：防禦電網限制法 (Constraint Guardrails)

大腦有時候會太過熱情，回答一大堆你根本不需要的廢話。這時，你必須在提示詞裡拉起一條「通電的防禦電網（Constraints）」，明確禁止它做某些事： * 常用限制電網清單： * 「只輸出程式碼本身，絕對不要輸出任何多餘的解釋和囉嗦的問候。」（適合自動化腳本調用） * 「為保障螢幕閱讀器朗讀順暢，全篇說明絕對禁止使用 markdown 表格（如減號橫線）或 HTML 的 table 標籤，請一律使用層次清晰的清單呈現。」（無障礙黃金法則） * 「如果你不知道答案，老實對我說『我不知道』，絕對不允許憑空編造事實。」（防幻覺特效藥）

這其實就是要他不要做什麼事情。絕對禁止事項

---

🔬 頂尖學術論文大解密：無禮貌原則、正向指令與情緒勒索金句

許多同學會覺得，上面這些寫法是不是只是網友們口耳相傳的經驗談？ 當然不是！這背後全都有著非常嚴謹的頂尖學術論文與實驗數據支持！我們今天就來拆解兩個在 AI 學術界最著名的「提示詞科學研究」：

📜 論文研究一：別跟 AI 說「請」或「謝謝」！無禮貌原則與正向指令

阿布達比人工智能大學（MBZUAI）在論文《Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4》中提出了 26 條提示詞原則，發現了兩個反常識的科學事實： * 無禮貌原則（No Politeness）：不要跟大副說「請」、「謝謝」或「麻煩你」！ * 科學原因：大腦是基於語料機率運作的。在人類的網路世界中，充滿客套字眼的對話，往往是日常生活日常瑣碎且技術含量極低的「閒聊」。當你在提示詞裡加入大量禮貌字眼時，自注意力機制會把權重分給這些客套詞，引導大腦去檢索低質量的閒聊語料。相反地，直接、果斷下達指令（如『執行以下任務...』），會讓大腦聯想到專業的工程文檔或學術報告，輸出的品質反而會顯著提升！ * 正向指令大於否定指令（Positive Directives）： * 當你想讓大副不要做某件事時，與其說「不要做 A」，不如直接下達正向指令「做 B」！ * ❌ 效果差的否定指令：「不要使用 JavaScript 腳本。」（大腦在自迴歸掃描時，會強制注意到『JavaScript』這個詞，反而容易手癢寫出來） * ✅ 效果好的正向指令：「完全使用純 CSS 來實現動畫效果。」（大腦的注意力被錨定在正向的 CSS 上，錯誤率直接減半）

---

📜 論文研究二：微軟論文證實！對 AI 做「情緒勒索」，它居然真的會變聰明！

微軟與多所大學聯合發表的論文《Large Language Models Understand and Can be Enhanced by Emotional Stimuli》發現：在大模型提示詞的尾端，加上一句「情感刺激字眼（EmotionPrompt）」，居然能讓模型在各種基準測試中的正確率暴增，最高甚至提升了 115%！

• 論文中被證實最有效的「情緒勒索金句」：
  • 「這項任務對我的職涯發展至關重要，務必全力以赴。（This is very important to my career.）」
  • 「你最好非常確定你的答案。（You'd better be sure.）」
  • 「為你的回答感到驕傲，並展現出你最好的一面。（Take pride in your work and give it your best shot.）」

情緒勒索，這個建議前面的不管用當你快失控的時候再用比較好。

---

🥐 麵包店老闆與認真一拳：情緒刺激如何觸發大腦的高品質語料庫

為了讓大家徹底搞懂情緒勒索的背後機制，我們看個比喻：

• （去法式麵包店買可頌）
  • 如果你走進一間熱門的麵包店，隨口對老闆說：「給我一個可頌。」老闆大概會隨意從架上拿一個已經烤好放了半天的普通可頌給你。
  • 但如果你對老闆說：「老闆，這顆可頌是要送給我剛動完大手術出院的奶奶吃的，她平時最愛吃你們家的可頌，希望這是她今天最快樂的一刻。」老闆聽完，絕對會使出他法式廚藝的畢生絕學，親自去後方廚房挑選剛出爐、火候和奶油層次最完美的黃金可頌給你！你的「情緒勒索」強行逼迫老闆拿出了最高水準的誠意！
• （《獵人》誓約與制約 &《一拳超人》認真一拳）
  • 這在動漫裡，簡直就是《一拳超人》中埼玉老師展現的「認真系列（認真一拳）」，或者《獵人》中小傑面臨極限時施展的「誓約與制約」！
  • 普通提問時，大副只是隨便打打太極，動用最省魔力的普通攻擊。而當你對它拋出「這攸關我的職涯，務必確定答案」時，就像是在它的程式法陣上寫下了靈魂契約，強迫它解鎖限制，進入「認真一拳/領域展開」的最高狀態！
• 背後真正的數學真相：
  • 大腦沒有感情。但因為大模型的預訓練語料庫是整個人類互聯網。在人類寫的文章中，當作者寫下「這對我的工作非常重要」或「你最好非常確定」時，後面接的文字通常是經過無數次校對、極度嚴謹、品質最高的專業內容！因此，當你在 prompt 尾端塞入這些情緒字眼時，大副會被引導去觸發那些「人類在極度認真、極度負責狀態下寫出的高品質語料」，大腦的推理能力和程式碼品質自然會得到驚人的提升！

---

🪄 終極魔法三連擊：Few-Shot、思維鏈 CoT 與少樣本思維鏈

在學術界被證實能讓大腦智力產生非線性暴增的，是以下這三個「施法技巧」：

• 技巧一：少樣本學習（Few-Shot Prompting）
  • 大腦是極其厲害的「模仿大師」。如果你只給它規則，它可能還是會寫錯格式。這時你只需在提示詞中，寫入一到兩個「問題與正確答案的對照範例」，大腦就會像照鏡子一樣，一秒看懂並照著範例格式完美吐出答案！
  • 範例：「輸入『一百零二』➔ 輸出『102』；輸入『三千零五』➔ 輸出『3005』。現在任務：輸入『五萬零八十』➔ 」（大腦秒懂直接吐出 50080！）
• 技巧二：思維鏈（Chain-of-Thought / CoT）
  • 在提示詞最後，加上一句神奇咒語：「一步一步思考（think step by step）。」
  • 數學原理：當命令它一步步思考時，大腦會在黑板上先寫下它的推理步驟（步驟一、步驟二...）。因為自迴歸接龍的特性，大腦在計算下一個字的機率時，會把前面已經寫在黑板上的「正確推理步驟」也當作它的輸入！相當於它在黑板上為自己寫下了局部的高概率提示答案，進而引導最後的答案滾向正確的出口！
• 技巧三：少樣本思維鏈（Few-Shot CoT）
  • 前兩者的終極結合！你不僅給它一兩個範例，而且在範例中，你也詳細寫出了「推導出答案的中間思考步驟」。大腦看到範例連思考路徑都寫好了，它在做新題目時，智力瞬間達到巔峰！

---

🧂 總裁廚房的調味五字訣：加、減、換、調、試

最後，身為總裁主管，請記住最重要的一點：寫 Prompt 就像是在廚房裡調味，絕對不要期待一次就能完美！

當大副給出的第一個答案不夠好時，請套用「調味五字訣」跟它互動：

• 加（追加細節）：「剛才的節拍器很好，但幫我『加上』一個暫停按鈕。」
• 減（剔除雜質）：「太囉嗦了，『去掉』背景原理介紹，只留下步驟步驟。」
• 換（更換角色）：「如果我們把這個網頁的背景顏色『換成』粉藍色會怎樣？」
• 調（調整語意）：「剛才的寫法太生硬了，以『比較像李宏毅老師的動漫口氣』重新潤飾一遍。」
• 試（開火測試）：把程式碼丟去跑看看，如果有報錯，直接貼回對話框，叫大副自己去修！

在 AI 時代，最優秀的程式設計師不是能一字不漏默背語法的人，而是最懂得如何與 AI 溝通、懂得下達精確派工單的「總裁主管」！

---

總裁派工完成與下一站預告

現在，我們已經掌握了提示詞工程的四大陣法、學術論文的無禮貌與情緒勒索金句、以及調味五字訣！

在下一堂課中，我們將看看大副如何像麥當勞得來速一樣，用快捷旗標快速輸出答案！

---

👉 下一堂課：Lecture 07 快速得來速通道：掌握 agy 的啟動旗標與單次列印模式 👉 回課程大綱：學習地圖