昨天同一題問兩次，答案各走各的。今天再往前追：是不是我下的指令，本來就讓 AI 有太多自由發揮？

很多人把提示詞當咒語，覺得一定要很長、很專業。我的經驗反而是：真正有用的不是堆滿形容詞，而是把「不能誤會的條件」寫清楚。

今天拿問卷題目來測

我曾整理過一題活動參與問卷，原本的方向是：

你較少參加校內外活動最大的原因是什麼？

這句看起來沒問題，卻先假設填答者「較少參加」，也把複雜原因壓成單一的「最大原因」。如果直接叫 AI「幫我優化」，它很可能只把語氣修順，沒有處理偏誤。

所以我設計兩種提示做示範。

第一種只有一句：「請優化這個問卷題目。」

第二種則加入限制：「請改成不預設受訪者參與頻率的中性題目；允許多選；選項需涵蓋時間、資訊、興趣、交通與其他，並指出仍需人工確認之處。」

第二種不一定自動得到完美題目，但它明確告訴 AI：驗收不只看文字順不順，還要看前提、選項範圍與填答方式。

一行提示詞，改變的是驗收邊界

我會把提示詞拆成四個零件：

再用系列固定的五項框架驗收：

• 正確性：有沒有偷加不存在的研究目的？
• 完整性：題幹、選項與作答方式是否一致？
• 可追溯性：修改理由能否對回原始需求？
• 可使用性：填答者看得懂，研究者也能分析嗎？
• 人工修正成本：要不要大改才能放進正式問卷？

AI 最容易犯的錯

即使提示更完整，還是可能出現兩個坑。第一，把所有可能原因塞成過長選項，讀起來像小論文；第二，為了完整而加入「經濟因素」等未必符合研究範圍的項目。

我的修正方式是要求它逐項標示來源：來自原需求、一般性建議，或 AI 新增假設。新增假設可以當提醒，不能悄悄混進正式版本。

可重複使用的提示詞骨架

之後不論企畫、簡報、資料整理，我都能套用：

請完成【任務】，使用情境是【對象／目的】；必須符合【三項限制】；輸出為【格式】；不確定之處標示為待確認，不得自行補成事實。

最後再補一句：「先列驗收表，再產出答案。」這會讓 AI 不只是交作業，也先把作業規則攤開。

今日結論

提示詞不是保證書，但它是驗收的起跑線。指令越模糊，AI 自行補的空格越多；條件越清楚，我就越容易指出它到底哪裡做對、哪裡漏掉。真正省時間的提示詞，不是最華麗的那一句，而是能讓結果少猜一點、少改一點。