Prompt Engineering 實戰指南
其實不是 AI 笨，是我們「交辦工作」的方式不夠清楚。Prompt Engineering（提示工程）就像是在用白話文寫程式。 核心在於給出清晰的指令、必要的背景，並告訴 AI 該怎麼排列組合這些資訊。
想像一下，Prompting 就像是在寫一份給「超級實習生」的工作指南。這個實習生很聰明，但如果你沒說清楚，他就會亂猜。
適合場景：寫作、分析文件、單次問答、資料擷取。
不要只丟一句話給 AI，你要像導演一樣設定角色。
如果不說這是車禍報告，AI 可能會以為是滑雪意外。明確定義身分，AI 就不會瞎猜。
如果是固定不變的資訊（如標準表格、法規），請放在最前面 (System Prompt)。
<form>內容</form>）。AI 喜歡結構化資料。不要只求結果，要規定過程。人類怎麼思考，就叫 AI 照著做。
強迫 AI 把思考過程寫出來 (Show its work)，準確率會大幅提升。
告訴 AI：「請用 JSON 格式輸出」或「請把結論包在 <verdict> 標籤裡」。
這樣你可以直接拿程式去抓取結果，不用人工複製貼上。
適合場景：使用工具、上網搜尋、寫程式、多步驟複雜任務。
基礎篇 AI 像「問答機」。代理人則像「獨立員工」，在迴圈 (Loop) 裡工作：
使用工具 → 觀察結果 → 思考下一步 → 再使用工具
直到完成任務。
殺雞焉用牛刀。適合任務複雜、路徑不固定的場景。
問自己：「如果我是剛畢業的實習生，給我這些工具，我會不會不知所措？」
現在的模型可以邊做邊想。
從小開始。手動測試幾個案例，觀察日誌 (Logs)。
看看它調用了什麼工具？有沒有鬼打牆？這比只看最終答案更能優化指令。