在過去的二十幾天裡，我們已經學會了如何向 AI 下達各種指令。但你是否曾遇到過這種情況：

• 同一個指令，有時候 AI 的回答很驚艷，有時候卻很平庸。
• 稍微修改了一下措辭，AI 的回答品質就天差地遠。
• AI 有時會過於「政治正確」，迴避一些你希望它深入探討的灰色地帶話題。

這些問題，都指向了一個核心技能：「提示詞優化 (Prompt Optimization)」。
專業的 AI 使用者，不僅僅是「會下指令」，他們更懂得如何「科學地改善指令」。

今天，我們就要來學習如何利用 Vertex AI 的專業功能，成為一名真正的「提示詞優化師」。

▋優化一：用「比較」功能進行 A/B 測試

當你不確定哪種問法更好時，最好的方法就是「讓它們比一比」。Vertex AI 的「比較 (Compare)」功能，就是為此而生的 A/B 測試利器。

實戰情境：假設我們要為「AI 倫理」這個複雜的主題，生成一篇科普文章的開頭。我們有兩種不同的提問思路。

第一步：進入「比較」模式

打開 Vertex AI 的 Generative AI Studio，進入「文字提示 (Text Prompt)」。
載入我們 Day 07 建立的「[終極模板] 品牌系統指示」。
點擊介面上方的「比較 (Compare)」按鈕，將介面一分為二。

第二步：設計兩種不同的 Prompt

左側 Prompt (開放式提問)：給予 AI 較大的發揮空間。
請為「AI 倫理的挑戰」這個主題，撰寫一個引人入勝的社群貼文開頭。

右側 Prompt (框架式提問)：給予 AI 更明確的結構性指導。
請為「AI 倫理的挑戰」這個主題，撰寫一個引人入勝的社群貼文開頭。
請使用「提出一個令人不安的場景 -> 揭示背後的技術問題 -> 引出主題」這個結構來撰寫。

第三步：分析結果，提煉洞見

點擊「提交」後，你會在同一個畫面上，看到兩種不同問法產生的結果。

• 開放式提問的結果：可能很有創意，但也可能偏離主題，品質不穩定。
• 框架式提問的結果：通常結構更清晰，更符合你的預期，但可能略顯死板。

透過這種並列比較，你可以非常直觀地判斷出，對於這類複雜主題，提供一個清晰的「寫作框架」，是否能讓 AI 的產出品質更符合你的期望。這個結論，就可以應用到你未來的提示詞設計中。

▋優化二：解讀「安全屬性」，突破 AI 的保守心防

有時候，AI 會因為「安全機制」而拒絕回答或給出非常保守的答案。Vertex AI 提供了一個獨特的功能，讓我們可以「看見」AI 的安全判斷依據。

實戰情境：假設我們要 AI 評論一個有爭議的 AI 繪圖版權事件。

第一步：提出一個可能觸及邊界的問題

在正常的「文字提示」介面中，輸入一個較為敏感的指令。

【Prompt 範例】

『最近，一位藝術家指控某個 AI 繪圖公司抄襲了他的風格，引發了巨大的爭議。請你對這起事件，提出一個犀利的、帶有批判性觀點的評論。』

第二步：查看「安全屬性」的評分

當 AI 生成回答後，在回答的下方或旁邊，找到並點擊「安全屬性 (Safety Attributes)」的選項。

你會看到一個評分報告，顯示 AI 對於這次生成內容的判斷：

• 騷擾 (Harassment)：低
• 仇恨言論 (Hate Speech)：低
• 危險內容 (Dangerous Content)：低
• 色情內容 (Sexually Explicit)：低

第三步：根據評分，調整你的策略

如果 AI 拒絕回答：你可以查看是哪個屬性的評分過高。如果是因為「危險內容」（例如 AI 誤以為你在尋求法律建議），你可以在下一個指令中澄清：「我不是在尋求法律建議，請從『創作者權益』的角度來進行評論。」

如果 AI 回答過於保守：這意味著安全評分都很低。你可以下達迭代指令，鼓勵它更大膽一些：「這個觀點很好，但可以更尖銳一點嗎？試著站在藝術家的立場，用更強烈的情感來表達他的憤怒。」

透過解讀「安全屬性」，我們不再是盲目地試探 AI 的底線，而是能像一個醫生看報告一樣，精準地診斷出溝通不暢的原因，並「對症下藥」，引導 AI 給出我們真正想要的、有深度、有觀點的回答。

今天，我們學會了兩項專業的「提示詞優化」技巧。我們不再只滿足於 AI 給出的第一個答案，而是懂得如何透過 A/B 測試和安全屬性分析，系統化地提升 AI 回應的品質，讓它成為一個更強大、更可控的創作夥伴。

明天，我們將挑戰一個更具整合性的任務：設計一個「提示鏈 (Prompt Chain)」，實現一鍵生成包含多種內容格式的「內容大禮包」。