一、要解決什麼問題？

在生成式 AI 的應用中，輸入精準的提示詞（prompt）對結果品質至關重要。然而，許多使用者往往缺乏有效的提問策略，導致輸出結果與預期差距甚大。雖然網路上已有許多提示詞工程的框架，但資訊分散且難以快速應用。

為了解決這個問題，我透過 Perplexity 搜集並整理了 50 多種提示詞工程框架，並將其整合到一個專屬網站 —— 「Vibe Prompt Lab」。這個平台的目標是讓非技術背景的使用者，也能方便地找到合適的框架，提升提示詞的精準度與應用效能。

二、提示詞設計

你是一位世界級的工程師，請你參考附件檔案的內容製作Vibe prompt lab，網站內容請包含裡面的所有框架。

貼上網路搜尋的所有提示工程的框架(略)

三、產品原型呈現

1. 歡迎頁面與快速開始

• 當進入首頁會看到簡易教學，主要是為了協助使用者深入理解、探索提示工程的技巧。
• 提供了一個「開啟實驗室」的按鈕，讓使用者可以快速進入提示詞編輯與測試環境。
• 下方列出了一些 熱門提示詞框架的快速連結，例如 APE 框架、RACE 框架、Chain of Thought (CoT) 和 AIDA 框架等。

2. 提示詞框架選擇與學習

在左側的導覽列中，提供了多種不同的 提示詞框架（Prompting Frameworks） 供使用者選擇和學習。

3. 框架詳細說明與範例（以 APE 框架為例）

當使用者選擇一個框架（如圖中選擇的 APE 框架）時，頁面會顯示：

• 框架的中文名稱與定義：例如 APE 框架的定義是 "Action（行動）、Purpose（目的）、Expectation（期望）"，並解釋了它的作用是明確定義 AI 應執行的動作、預期達成的目的與最終呈現的格式。
• 使用範例：提供該框架的具體填寫方式和範例內容。
• 提示詞遊樂場：提供一個互動區域，讓使用者可以輸入基於該框架的提示詞，並點擊「生成回應」來測試 AI 的輸出效果。

4. AI 回應生成與預覽

• 在「生成回應」區塊下方，會顯示 AI 根據使用者輸入的提示詞所生成的內容。圖中範例顯示了一段關於行銷文案的生成結果。