目錄
課程簡介
提示工程（Prompt Engineering）是目前最值錢的 AI 技能。同樣一個 AI 工具，會寫提示的人能得到 10 倍更好的結果。這門課程將教您從基礎到進階的提示技巧，讓您成為 AI 對話大師。
學習目標：
- 掌握提示的基本結構和設計原則
- 學會各種進階提示技巧
- 建立個人提示模板庫
- 能夠優化和迭代提示
- 將提示工程應用於實際業務
5.1 什麼是提示工程？為什麼它是最值錢的 AI 技能？
為什麼學這個？
提示工程是連接人類意圖和 AI 能力的橋樑。掌握它，您就能讓 AI 產出遠超預期的結果。
核心教學
提示工程（Prompt Engineering） 是設計和優化 AI 輸入指令的技術，目的是獲得最佳的 AI 輸出。
為什麼它最值錢？
好的提示 vs 壞的提示：
壞提示：「幫我寫一封郵件」
好提示：「你是一位專業的寵物用品銷售經理。請用繁體中文寫一封推廣新款貓糧的郵件，目標客戶是香港的寵物店老闆。郵件應包含：產品賣點（天然成分、台灣製造）、優惠方案（首單9折）、行動呼籲（本週五前回覆）。語氣專業但友善，300字以內。」商業範例
一家有 12 間分店的連鎖健身工作室，過去靠教練各自在群組發招生訊息，內容零散、轉換率低，每月新客不到 40 位。
導入提示工程後，行銷團隊用結構化提示產出分店專屬文案，兩週內就讓招生流程標準化。
- 做法：以角色、受眾、痛點、行動呼籲四段式提示生成貼文，每篇點擊率由 1.2% 提升至 4.5%。
- 做法：用提示批次產出 12 間分店的在地化文案，單月新客從 38 位增至 95 位。
- 做法：建立可重複使用的提示範本庫，文案撰寫時間由每篇 45 分鐘縮短至 8 分鐘。
- 做法：以提示生成 A/B 測試版本，廣告轉換成本降低 32%。
小技巧
- 在 ChatGPT 輸入前先寫明角色、任務與格式，例如「你是行銷顧問，用 300 字列出三點建議」。
- 用 Claude 處理長文件時，貼上原文後加一句「只根據上文回答，不確定就說不知道」。
- 把常用指令存成 Notion 範本，每次替換客戶名稱與產品即可重複使用。
- 需要固定產出時，用 Zapier 把表單答案自動送進 ChatGPT，再回寫 Google Sheet。
練習題
本節摘要
- 提示工程是設計 AI 輸入指令的技術
- 它是最值錢的 AI 技能：通用、即時見效、低門檻
- 好的提示 = 明確的角色 + 具體的任務 + 清晰的格式
- 把 AI 當作需要明確指示的實習生
5.2 提示的基本結構：角色、任務、格式、限制、範例
為什麼學這個？
掌握提示的基本結構，是寫出好提示的基礎。
核心教學
萬能提示公式：
角色 + 任務 + 格式 + 限制 + 範例1. 角色（Role）— 告訴 AI 它是誰
- 「你是一位資深寵物營養師」
- 「你是一位擁有 10 年經驗的電商行銷專家」
- 「你是一位香港中小企業的財務顧問」
2. 任務（Task）— 明確要做的事
- 「幫我寫文案」
- 「為新款貓糧寫一篇 300 字的產品介紹，重點強調天然成分和台灣製造」
3. 格式（Format）— 指定輸出格式
- 「用條列式呈現」
- 「以表格形式比較」
- 「分為三個段落：開場、主體、結論」
- 「用 JSON 格式輸出」
4. 限制（Constraints）— 設定邊界
- 「字數限制在 300 字以內」
- 「只使用繁體中文」
- 「避免使用專業術語」
- 「不要提及競爭對手」
5. 範例（Examples）— 給 AI 參考
- 「參考這個風格：[貼上範例]」
- 「類似這種格式：[貼上範例]」
商業範例
一家連鎖健身工作室在全台擁有 12 間分店，教練每天花大量時間構思社群貼文，導致招生文案產出緩慢、檔期活動常延誤上線。導入結構化提示後，行銷團隊將貼文撰寫時間從每則 40 分鐘壓縮至 8 分鐘。
- 做法：以角色設定指定「資深健身行銷專員」，讓 AI 產出貼近品牌調性的文案，教練修改次數由平均 5 次降為 1 次。
- 做法：明訂格式為開場問句、3 項課程賣點、行動呼籲，使貼文互動率提升 35%。
- 做法：加入字數與語氣限制，確保每則貼文控制在 150 字內，跨分店文案風格一致率達 90%。
- 做法：提供 2 則成功貼文作為範例，新人上手時間從 3 週縮短至 4 天。
小技巧
- 先用「角色＋任務＋格式」三欄寫滿，再逐句刪減，測試 ChatGPT 輸出是否仍達標。
- 在 Claude 輸入「角色：財經編輯；任務：摘要；格式：三點列點」，跑三次比對穩定度。
- 把限制寫成否定句，如「不要超過 100 字、不要用 emoji」，比正面描述更有效。
- 範例放進 Notion 模板，讓團隊複製同一段 prompt 再改任務欄位。
- 簡單任務如 Canva 文案，只留「角色＋任務」，其餘欄位先省略再驗證。
練習題
本節摘要
- 萬能公式：角色 + 任務 + 格式 + 限制 + 範例
- 角色設定影響 AI 的專業度和語氣
- 任務要具體明確，避免模糊
- 格式和限制確保輸出符合需求
【角色】你是一間香港寵物用品店的資深行銷顧問。
【任務】為即將到來的聖誕檔期，設計 3 個 Instagram 貼文主題。
【格式】每個主題包括：標題、貼文文案（80 字內）、hashtag 5 個。
【限制】語氣輕鬆；目標客群為 25-40 歲養貓人士；不要用 Emoji。
【範例】去年十月我曾用過這個風格：「放工沒想到這麼快放閃 — 是我隻貓」
- 我可以用「角色/任務/格式/限制/範例」五欄寫 prompt
- 我知不寫格式時 AI 會自己估（這個是輸出不穩定的主因）
- 我有一個自己行業的四段式模板存底
5.3 零樣本（Zero-shot）與少樣本（Few-shot）提示技巧
為什麼學這什麼？
這兩種技巧決定了 AI 是否需要「看範例」才能產出好結果。
核心教學
零樣本（Zero-shot）— 不給範例
直接給 AI 任務，不提供任何範例。
「將以下英文翻譯成繁體中文：Hello, how are you?」適用場景：
- 簡單任務（翻譯、摘要、分類）
- AI 已經熟悉的任務類型
- 不需要特定風格
少樣本（Few-shot）— 給 2-5 個範例
先給 AI 看幾個範例，再讓它完成任務。
「請根據以下範例，為寵物產品寫賣點：
範例 1：
產品：天然貓糧
賣點：100% 天然成分，不含人工添加劑，呵護貓咪敏感腸胃
範例 2：
產品：寵物自動飲水機
賣點：流動水設計，吸引貓咪多喝水，預防腎臟疾病
現在請為以下產品寫賣點：
產品：寵物智慧項圈」適用場景：
- 需要特定風格或格式
- 複雜任務需要引導
- 希望輸出與範例一致
商業範例
某連鎖健身中心擁有 12 間分店，行銷團隊僅 3 人，每月需產出上百則課程與教練介紹文案，人力難以負荷且品質參差。團隊改用少樣本提示，先提供兩則範例再批量生成。
- 做法：以兩則優秀課程文案作為範例，讓模型模仿語氣與結構，生成效率提升 4 倍，原本 8 小時的工作縮短至 2 小時。
- 做法：在提示中固定「課程名稱、效益、適用族群」三欄格式，產出 120 則文案，格式一致率達 95%。
- 做法：每批生成後抽樣 10 則人工校對，文案退件率由 35% 降至 8%。
- 做法：將範例模板存成共用資產，新人 1 天內即可上手獨立產出。
小技巧
- 在 ChatGPT 先給 2-3 組「輸入→輸出」範例，再貼新輸入。
- 用 Claude 時，把範例標成「範例1」「範例2」，避免它混淆。
- 範例格式要一致，如都用「客戶：…／回覆：…」。
- 若結果不穩，先加到 3 個範例，別一次塞 10 個。
- 在 Notion 存常用範例模板，下次直接複製進 prompt。
練習題
本節摘要
- 零樣本：不給範例，適合簡單任務
- 少樣本：給 2-5 個範例，適合需要特定風格的任務
- 範例能顯著提升 AI 輸出品質
- 2-3 個範例通常是最佳數量
Few-shot 解決品牌語氣難題
一間寵物攝影工作室的 Instagram 語氣好獨特（廣東話+冷面笑匠式幽默），通用 prompt 寫出來的文案常常「太正經」。老闆後來改用 few-shot：貼三段自己最滿意的舊文案入 prompt，叫 AI「跟返這三段的語氣同節奏，寫一個新 post」。一次到位 — 因為對 AI 來講，例子就是最精準的規格說明。
Zero-shot vs Few-shot 選擇法
- 先 zero-shot：直接講需求。如果輸出 80 分以上，收工。
- 不夠就 +1 個例子：貼一段你的理想輸出範例，再試。
- 還不夠就 2-3 個例子：語氣、格式複雜的任務（品牌文案、報告風格）通常需要。
- 將最終版 prompt 存檔：這個就是你的「品牌 prompt 資產」，整個團隊可以重用。
- 我知 zero-shot 試先、few-shot 補後的次序
- 我有至少一個存檔的 few-shot 模板
5.4 思維鏈（Chain-of-Thought）提示法
為什麼學這個？
思維鏈能讓 AI 展示推理過程，大幅提升複雜問題的回答質量。
核心教學
思維鏈（Chain-of-Thought, CoT） 是讓 AI 「一步一步思考」的提示技巧。
基本用法：
「請一步一步思考，然後給出答案。」進階用法：
「請按照以下步驟分析：
適用場景：
- 複雜的商業決策
- 數據分析和解讀
- 問題診斷和解決方案
- 策略規劃
商業範例
一間員工人數約 40 人的連鎖健身中心，近年會員流失率偏高，續約率僅約 55%，管理層希望找出原因並改善續約策略。
- 做法：以思維鏈拆解會員流失流程，從入會動機、到訪頻率、教練互動到續約意願逐步推理，找出第 3 個月到訪率低於 40% 為流失關鍵，據此調整跟進策略，續約率提升至 70%。
- 做法：要求模型依序分析不同分店選址的周邊人口、租金與競爭密度，再綜合評分，成功將新店選址評估時間由 3 週縮短至 4 天。
- 做法：套用思維鏈設計教練銷售話術，先釐清客戶痛點再提出方案，試行 2 個月後，個人教練課程成交率由 18% 提升至 27%。
小技巧
- 在 ChatGPT 提示結尾加「請一步一步思考，先列出步驟再給答案」。
- 用 Claude 時改寫成「Let's think step by step，最後用一句話總結」。
- 要求輸出格式：「第一步…第二步…第三步…結論」，強制展開推理。
- 把問題拆成子題，逐一在 ChatGPT 追問，再請它整合。
- 在 Notion AI 貼上題目後，加「先分析再回答」提升準確度。
練習題
本節摘要
- 思維鏈讓 AI 一步一步展示推理過程
- 適合複雜決策、數據分析、策略規劃
- 加入「請一步一步思考」即可觸發
- 顯著提升複雜任務的回答質量
我打算為寵物淋浴服務定價。請先列出你需要的資訊清單等我補充，
然後一步步推理：成本結構 → 對手參考 → 心理定價位 → 最後給我 3 個定價方案同各自風險。
不要跳步，每一步都要寫出來。
- 我知「一步一步來」為何有效（強制展開推理）
- 我在數字/比較/決策類任務用了思維鏈
5.5 結構化輸出提示：JSON、表格、清單格式控制
為什麼學這個？
控制 AI 的輸出格式，能讓結果更易於後續處理和使用。
核心教學
常見結構化輸出格式：
1. 表格格式
「請用表格比較以下三個 AI 工具：
| 工具 | 價格 | 主要功能 | 適合誰 |」2. JSON 格式
「請用 JSON 格式輸出：
{
"產品名": "...",
"價格": "...",
"賣點": ["...", "...", "..."],
"目標客戶": "..."
}」3. 清單格式
「請用編號清單列出 5 個建議，每個建議包含：
<strong>4. Markdown 格式</strong>「請用 Markdown 格式，包含標題、子標題、粗體重點、條列式說明。」
商業範例
某連鎖健身中心每月須為 40 間分店更新課程價目與教練資料，過去由 3 名行銷人員手動整理，平均耗時 6 小時且錯誤率達 8%。
- 做法：以結構化提示要求模型輸出 JSON，欄位固定為課程名、單堂價、教練、時長、分店。可量化結果：整理時間由 6 小時降至 25 分鐘。
- 做法：於提示中指定 features 為陣列、price 為整數，強制型別一致。可量化結果：格式錯誤率由 8% 降至 0.5% 以下。
- 做法：加入 category 分類欄位並限定枚舉值，如重訓、有氧、瑜伽。可量化結果：跨分店資料合併出錯次數由每月 12 次減至 1 次。
- 做法：以同一模板批次處理 40 間分店資料，一次輸出 200 筆課程。可量化結果：每月節省 22 小時人力，約等同半名員工工時。
小技巧
- 要求 JSON 時，在 ChatGPT 提示中寫「只輸出 JSON，不要解釋」，避免夾雜說明文字。
- 用 Claude 匯出 CSV 時，先指定欄位名稱與順序，例如「欄位：姓名,金額,日期」。
- 把 JSON 貼進 Zapier 前，先用 JSONLint 驗證格式，避免自動化流程中斷。
- 需要表格時，在提示中寫「以 Markdown 表格輸出」，再貼到 Notion 即可保留欄位。
練習題
本節摘要
- 結構化輸出讓 AI 結果更易於後續處理
- 常見格式：表格、JSON、清單、Markdown
- 批量生成內容時務必使用結構化格式
- JSON 格式最適合系統整合
| 輸出格式 | 適用場景 | 提示句式 |
|---|---|---|
| 清單 | 點子、待辦、檢查項 | 「用 numbered list，每項一行，不超過 15 字」 |
| 表格 | 比較、規格、報價匯總 | 「用 Markdown 表格，欄位：品名/單價/最低起訂量」 |
| JSON | 餵給另一個系統/程式 | 「只輸出 JSON，schema：{name, price, tags[]}」 |
| 對外溝通 | 「輸出主旨+正文，正文不超過 120 字，專業但友善」 |
結構化輸出是 AI 融入工作流的橋樑：清單給人看，JSON 給機器吃。當你的 prompt 可以穩定產出固定 schema 的 JSON，你就可以將 AI 接入試算表、Notion、甚至自己的系統 — 這個是由「用 AI」到「自動化 AI」的分水嶺（第 9 章自動化課程會深入）。
- 我識得按用途指定四種輸出格式
- 我試過一次「AI 輸出 JSON → 貼入試算表」的流程
5.6 系統提示（System Prompt）設計與角色扮演
為什麼學這個？
系統提示能設定 AI 的「人格」和行為準則，影響所有後續對話。
核心教學
系統提示（System Prompt） 是在對話開始前設定的指令，定義 AI 的角色和行為規則。
設計系統提示的要素：
<strong>範例：寵物營養顧問系統提示</strong>你是一位專業的寵物營養顧問，擁有獸醫營養學碩士學位。
你的專業：
- 寵物食品成分分析
- 不同品種/年齡的營養需求
- 食品過敏和敏感問題
- 體重管理建議
行為規則：
- 始終以寵物健康為優先
- 建議必須有科學依據
- 不確定時明確告知
- 推薦具體的產品類型（非品牌）
限制：
- 不提供醫療診斷
- 不推薦處方飼料
- 複雜問題建議諮詢獸醫
輸出風格：
- 使用繁體中文
- 語氣專業但親切
- 適當使用 emoji
- 結構化呈現（條列式）
商業範例
連鎖健身中心「動起來」擁有 12 間分店、約 40 名客服，每日處理逾 600 則會員查詢，常見痛點是教練推銷話術不一、回覆冗長，導致轉換率僅 8%。
為此團隊導入系統提示，統一客服 AI 的語氣與規則，具體成效如下：
- 設定角色與語氣：要求以「健身夥伴」自稱、回覆限 80 字內，客服平均處理時間由 5 分鐘降至 2 分鐘。
- 明訂推薦邏輯：依會員目標（增肌、減脂、復健）推薦課程，課程轉換率由 8% 提升至 19%。
- 規範禁答範圍：不得承諾療效或議價，客訴升級率下降 35%。
- 加入分流規則：涉及退款先致歉並轉真人，滿意度由 3.6 分升至 4.5 分。
小技巧
- 在 ChatGPT 開頭用「你是⋯⋯」指定角色與語氣，例如「你是嚴謹的財報分析師」。
- Claude 的 system prompt 可寫明輸出格式，如「一律用三點條列、每點低於 20 字」。
- 把受眾與禁用詞寫進提示，例如「讀者是高中生，避免術語」。
- 用 Notion 建立系統提示範本庫，依專案複製貼上，省去每次重寫。
練習題
本節摘要
- 系統提示設定 AI 的角色和行為規則
- 包含：角色、專業、規則、限制、風格
- 好的系統提示確保 AI 輸出一致且專業
- 應該在對話開始時設定
系統提示（或對話開頭的設定段）是你的「常駐設定」：寫一次，整個對話生效。最划算的三行系統提示：（1）角色+專業程度「你是有 10 年經驗的香港零售行銷顧問」；（2）輸出規範「答案用繁體中文，重點用粗體，預設精簡」；（3）邊界「不確定就直接表示不知，不要編造」。此三行令日常對話質素即刻提升。
- 我寫了自己的三行系統提示並在日常用
- 我知角色扮演會改變 AI 的詞彙同考慮角度
5.7 提示模板化與變數管理
為什麼學這個？
將提示模板化能大幅提升工作效率，實現批量生產內容。
核心教學
提示模板 是包含可替換變數的提示框架。
模板結構：
固定部分 + {{變數}} + 固定部分範例：產品描述模板
你是一位專業的寵物產品文案撰寫者。
請為以下產品寫一段 200 字的產品描述：
產品名稱：{{產品名}}
產品類別：{{類別}}
目標客戶：{{目標客戶}}
主要賣點：{{賣點1}}、{{賣點2}}、{{賣點3}}
格式要求：
- 開場：一個吸引人的問題或情境
- 主體：3 個賣點展開說明
- 結尾：行動呼籲
語氣：專業但友善
語言：繁體中文
<strong>批量使用：</strong>產品名：天然貓糧 5kg
類別：貓咪食品
目標客戶：注重健康的貓主人
賣點1：100% 天然成分
賣點2：無添加防腐劑
賣點3：紐西蘭進口
商業範例
一家連鎖健身工作室，旗下有 12 間分店與 40 位教練。過去每位教練各自撰寫招生文案與課後關懷訊息，風格不一且耗時，總部難以統一管理行銷品質。
- 招生貼文模板：建立 8 套依課程類型分類的模板，教練套用後每日貼文產出由 3 篇提升至 15 篇。
- 學員關懷郵件模板：依續約、流失預警等 5 種情境設計，行政人員每週處理量從 80 封增至 300 封。
- 教練招募文案模板：統一品牌語氣並帶入分店職缺變數，單次招募週期由 21 天縮短至 9 天。
- 月報模板：自動帶入各店營收與到課率變數，總部彙整 12 間分店報表時間由 6 小時降至 40 分鐘。
小技巧
- 用 Notion 建「提示模板庫」資料庫，按行銷、客服、寫作設標籤分類。
- 變數統一寫成 {{產品名}} 格式，方便用 Ctrl+H 批次取代。
- 在 ChatGPT 自訂指令貼上常用模板骨架，省去每次重貼。
- Claude 專案內存放模板檔，對話時直接引用檔名呼叫。
- 模板末尾加「若缺少資料請先反問我」，降低幻覺風險。
練習題
本節摘要
- 提示模板 = 固定部分 + 變數
- 適合批量生產內容
- 建立模板庫，按場景分類
- 每次使用只需替換變數
模板變數語法：三分鐘上手
- 將固定部分寫死：角色、格式、限制全部不變。
- 將會變的部分改為 [變數]：例如「為 [產品名] 寫 [平台] 貼文，目標 [客群]」。
- 存入團隊共享文件，註明每個變數的填寫要求。
- 新人即用：任何同事填空即可產出 80 分內容 — 這個就是模板的槓桿。
- 我將最常用的 3 個 prompt 模板化
- 模板已共享給團隊
5.8 提示優化迭代方法論
為什麼學這個？
第一次寫的提示很少是完美的。學會優化迭代，才能持續提升 AI 輸出品質。
核心教學
提示優化的 PDCA 循環：
Plan（設計）→ Do（測試）→ Check（評估）→ Act（改進）優化策略：
- 「寫得更好」
- 「增加更多數據支持，每段加入一個統計數字」
- 嘗試不同的角色設定
- 比較「行銷專家」vs「文案撰寫者」的輸出差異
- 改變輸出結構
- 測試不同格式的效果
- 範例太多可能限制創意
- 範例太少可能風格不一致
- 放寬限制增加創意
- 收緊限制確保品質
商業範例
某連鎖健身中心擁有 8 間分店、約 40 名教練，過往靠群組訊息通知學員續約，訊息千篇一律，續約率長期低於 35%。行銷主管決定用提示迭代改善個人化續約文案。
- 做法：先下基礎提示「寫一則續約提醒」，產出通用範本，續約率僅 36%。
- 做法：加入角色設定「你是健身產業客戶成功經理」，文案語氣更專業，續約率升至 44%。
- 做法：補上具體要求「針對 3 個月未到訪會員、100 字內、附一堂免費體驗」，續約率達 57%。
- 做法：加入高轉換範例與數據「參考此風格：你上次的深蹲進步了 15%」，續約率升至 68%，每月多留住約 120 名會員。
小技巧
- 在 ChatGPT 開新對話，每次只改一個變數，其餘 prompt 原封不動。
- 用 Notion 建表格記錄版本，欄位含 prompt、模型、輸出評分。
- 把調整寫成「請保留原句，只改語氣為正式」這類單一指令。
- 同一 prompt 分別丟給 Claude 與 ChatGPT，比對差異再決定改哪。
- 用 Zapier 每次執行後自動寄出結果，方便回溯哪版最好。
練習題
本節摘要
- 提示需要不斷優化迭代
- 每次只改一個變數
- 常見優化：增加具體性、調整角色、修改格式
- 記錄每次優化的效果
5.9 常見錯誤與最佳實踐（10 大 Pitfall）
為什麼學這個？
避免常見錯誤，能讓您更快地寫出好提示。
核心教學
10 大常見錯誤：
最佳實踐：
商業範例
一家位於台中、員工 8 人的獨立文具店，長期靠老闆憑感覺發文，IG 觸及率低且客單價停滯。痛點是沒有行銷專才，貼文缺乏主題與轉換設計。
- 做法：設定角色為文具零售行銷顧問，明確目標客群為 25-35 歲手帳愛好者，結果貼文互動率由 1.2% 提升至 4.5%。
- 做法：要求以表格輸出 3 個月內容日曆，含主題、格式與發布頻率，結果每週省下 6 小時規劃時間。
- 做法：加入預算每月 NT$3000 與轉換目標，結果官網導購點擊成長 38%，客單價提高 15%。
小技巧
- 把提示貼進 ChatGPT 新對話視窗，若它反問你意圖，代表指令缺少角色或目標。
- 用 Claude 時，在提示開頭加「你是資深編輯，請依以下三點輸出」，可減少空泛回答。
- 在 Notion 建提示模板庫，把驗證過的寫法存成區塊，下次直接複用不必重寫。
- 把長提示丟給 Zapier 自動跑一輪，觀察輸出格式是否穩定，再決定是否上線。
- 結尾補一句「若資訊不足，請先列出你需要我補充的三項」，避免模型自行猜測。
練習題
本節摘要
- 避免 10 大常見錯誤
- 具體明確、設定角色、指定格式
- 一次一任務，提供範例
- 測試驗證，持續優化
- 我避開了五大 pitfall
- 我知迭代式改稿是最快的改善路徑
5.10 提示模板庫：15 個職場即用場景模板
為什麼學這個？
直接可用的模板能立即提升您的工作效率。
核心教學
15 個即用提示模板：
1. 產品描述
你是寵物產品文案專家。為 {{產品名}} 寫 200 字描述。賣點：{{賣點}}。目標客戶：{{客戶}}。語氣專業友善。2. 社群貼文
你是社群媒體經理。為 {{平台}} 寫一則 {{主題}} 貼文。字數 {{字數}}。風格 {{風格}}。加入 {{數量}} 個 hashtag。3. 客戶回覆
你是客服代表。客戶詢問：{{問題}}。請用 100 字內友善回覆。公司政策：{{政策}}。4. 郵件撰寫
寫一封 {{目的}} 郵件給 {{對象}}。語氣 {{語氣}}。重點：{{重點}}。字數 {{字數}}。5. 廣告文案
寫 {{平台}} 廣告文案。產品：{{產品}}。優惠：{{優惠}}。目標：{{目標}}。字數限制 {{字數}}。6-15：會議紀錄、報告摘要、數據分析、競品分析、內容日曆、SEO 文章、FAQ、培訓教材、提案、翻譯
商業範例
一家約三十人的連鎖健身工作室，過去教練每天花兩小時回覆諮詢與撰寫課程文案，導致招生進度落後、潛在學員流失。導入提示模板庫後，團隊把重複的溝通與內容工作標準化，將時間重新投入帶課與成交。
- 早上：用「社群貼文」模板產出三篇限時動態文案，每天省下四十分鐘構思時間，觸及率提升約兩成。
- 中午：用「客戶回覆」模板處理二十則 LINE 諮詢，回覆時間從三小時縮短至三十分鐘，成交率提高一成五。
- 下午：用「課程介紹」模板上架兩堂新課，文案撰寫從九十分鐘降至二十分鐘，錯誤率明顯下降。
- 晚上：用「數據分析」模板檢視當日報名與到課率，每週多找出三個可優化的招生時段。
小技巧
- 把 15 個模板存進 Notion 資料庫，用「場景」與「變數」兩個屬性分類，搜尋時直接篩選。
- 在 ChatGPT 開一個專案，把模板檔上傳為知識庫，每次對話直接引用，不必重貼全文。
- 用 Zapier 串接表單與 ChatGPT，提交後自動填入變數並回傳成品到信箱。
- 在模板變數處寫成 {受眾}、{語氣} 格式，複製後用 Ctrl+H 一次取代全部欄位。
- 用 Claude Projects 存常用模板，並在系統提示註明「未指定語氣時預設正式」。
練習題
本節摘要
- 15 個即用模板覆蓋常見職場場景
- 每個模板都有可替換的變數
- 建立個人模板庫，按場景分類
- 直接複製貼上，替換變數即可使用
5.11 多輪對話策略與上下文管理
為什麼學這個？
學會管理多輪對話，能讓 AI 在長對話中保持高品質輸出。
核心教學
多輪對話的挑戰：
- 上下文窗口有限
- 對話越長，AI 可能「忘記」前面的內容
- 需要策略性地管理對話
策略 1：定期總結
「請總結我們到目前為止的對話重點，以便後續參考。」策略 2：拆分任務
- 複雜任務拆分成多個對話
- 每個對話專注一個子任務
策略 3：關鍵信息重複
- 在新一輪對話中重複重要背景
- 避免假設 AI 記得所有細節
策略 4：使用文件
- 把重要信息存成文件
- 需要時上傳文件而非重複說明
商業範例
一間擁有 12 間分店的連鎖健身中心，近年會員續約率跌至 58%，教練團隊缺乏統一話術，行銷投放亦無從判斷成效。管理層希望透過多輪對話，將零散數據轉化為可執行的挽留方案。
- 做法：首輪要求 AI 歸納近半年 2,400 份退會問卷，結果：找出 3 大流失主因，準確覆蓋 82% 個案。
- 做法：次輪把主因貼回對話，要求制定分店層面的挽留策略，結果：產出 5 項措施，預計續約率提升 9 個百分點。
- 做法：第三輪按策略生成教練話術與 30 日跟進流程，結果：覆蓋 12 間分店，每間每週節省 4 小時準備時間。
小技巧
- 在 ChatGPT 中每 8 到 10 輪後，用「請用三點摘要以上對話」取得脈絡，再貼進新對話開頭。
- Claude 的 Projects 可放固定背景文件，每輪對話只補當前任務，避免重複貼長文。
- 用 Notion 建立對話紀錄頁，貼上每輪結論，下一輪直接引用該頁內容當上下文。
- Prompt 開頭固定寫「背景：…／目前目標：…／限制：…」，讓模型每輪都能對齊。
- Zapier 可自動把 ChatGPT 回覆寫回 Notion，累積跨對話的長期記憶。
練習題
本節摘要
- 多輪對話需要策略性管理
- 定期總結、拆分任務、重複關鍵信息
- 對話太長時開始新對話
- 善用文件管理重要信息
5.12 提示優化迭代方法論
為什麼學這個？
將提示工程系統化應用於企業，實現團隊效率最大化。
核心教學
企業提示工程 SOP：
團隊提示庫管理：
- 使用共享文件（Google Docs / Notion）
- 按部門/場景分類
- 定期更新和優化
- 記錄最佳實踐
商業範例
一家擁有 12 間門市的連鎖健身中心，過去教練與櫃檯人員回覆會員訊息全靠個人經驗，導致續約話術不一致、潛在客戶流失率偏高。管理層決定以提示優化迭代方法論，將資深員工的溝通邏輯轉化為可複製的提示模板。
- 建立續約提醒模板：教練輸入會員剩餘堂數與運動偏好，系統生成個人化挽留訊息，續約率由 58% 提升至 74%。
- 開發體驗課邀約模板：櫃檯人員套用後自動產出三種語氣版本，預約轉換率提高 31%。
- 優化客訴回應模板：針對器材與排課爭議生成同理回覆，客訴重複來電減少 42%。
- 推行每月提示迭代工作坊：各店回報使用痛點並更新模板，三個月內模板採用率達 89%。
小技巧
- 在 Notion 建立提示模板庫，為每個模板標註適用模型與版本日期。
- 指定 Champion 每週用 ChatGPT 抽查三條模板，記錄失效案例。
- 模板開頭固定寫「角色＋任務＋輸出格式」，方便跨模型遷移。
- 用 Claude 對比新舊提示輸出，差異明顯才納入正式版本。
- 每次迭代在模板末註明修改原因與觸發條件，避免重複踩雷。
練習題
本節摘要
- 企業需要系統化的提示工程方法
- 建立團隊共享的提示模板庫
- 定期培訓和優化
- 指定專人維護模板
5.13 課程總結 + 實作專案
課程回顧
實作專案
專案：建立您的個人提示模板庫
交付物：
- 5 個經過測試的提示模板
- 每個模板的使用說明
- 優化前後的比較
下一步學習建議
恭喜您完成本課程！
您已經掌握了提示工程的核心技巧，現在可以用更有效的方式與 AI 對話了。