在鐵人賽第一週的最後一天，我們不談「該怎麼寫」，而是專注於「不該怎麼寫」。許多人在使用大型語言模型時，常因不自覺套用人類直覺的對話習慣，反而踩進了降低模型表現的「反模式（Anti-patterns）」。
今天我們盤點三大最常見的提示詞雷區，並在 Google AI Studio 實測破解。
雷區一：否定句陷阱（Negative Prompt Trap）

• 錯誤思維：不斷告訴 AI「不要做什麼」（例如：「不要太長」、「不要用陳腔濫調」、「千萬不要提到價格」）。
• 模型底層邏輯：注意力機制（Attention Mechanism）在解析文字時，會強烈關注句子中的實詞。當你頻繁提到「價格」、「長篇大論」時，模型反而更容易聚焦在這些概念上（類似「請不要想像一隻粉紅大象」心理效應）。
• 修正法則（正向肯定指令）：用「該怎麼做」取代「不要做什麼」。
  • ❌ 反模式：「請寫一篇介紹蔬食的文章，不要太長，不要提到肉類，不要太嚴肅。」
  • ✅ 正向改寫：「請用活潑親切的語氣，撰寫一篇 150 字以內的蔬食優點短文，專注於植物性飲食帶來的輕盈感與精神活力。」
    雷區二：多重目標轟炸（Instruction Overload）
• 錯誤思維：在單一 Prompt 塞入 10 個以上互斥或過於繁瑣的要求，要求 AI 一次全部搞定。
• 模型底層邏輯：當約束條件過多且相互拉扯時（例如：要求「詳細深入」卻又要求「50 字以內」），模型的注意力權重會被分散，最終可能直接忽略後半段的重要條件。
• 修正法則（優先級排序與分段拆解）：
  • 明確標示「必須遵守（Must）」與「可選加分（Nice to have）」。
  • 若任務極其複雜，善用 Chat 模式的「多輪對話」，拆成「第一步先大綱 \rightarrow 第二步擴寫 \rightarrow 第三步精簡」。
    雷區三：缺乏邊界的情感勒索與模糊形容詞（Vague & Emotional Prompting）
• 錯誤思維：使用「請寫得非常震撼、非常專業、超級好看」、「這對我的工作超級重要，拜託了」等情緒字眼。
• 模型底層邏輯：「專業」、「好看」、「震撼」對模型來說沒有具體的特徵向量，它只能按照通用預設去生成看似冠冕堂皇的詞彙。
• 修正法則（量化與規格化）：
  • 將「專業」替換為「引用 2025 年以後的統計趨勢，並採用管理諮詢顧問的 MECE 框架結構」。
  • 將「簡潔震撼」替換為「使用 3 句主動動詞開頭的短句，每句不超過 15 個字」。

AI Studio 實測對照：否定句 vs. 正向肯定句
在 AI Studio 中建立一個快速實驗，直接觀察模型在「負向限制」與「正向指令」下的遵守度：
實驗 Prompt A（踩雷：全是負向指令）
請介紹冥想的好處。
注意：不要太長、不要講佛教或宗教、不要用「首先、其次、最後」、不要太抽象。
成果：

實驗 Prompt B（優化：正向規格化指令）
請介紹冥想對現代人身心的核心助益。
規格要求：

1. 篇幅：120 字以內。
2. 觀點：聚焦在「神經科學（降低皮質醇、改善前額葉皮質活性）」層面。
3. 排版：分為兩個短段落，以主動肯定語氣陳述。
   成果：

第一週結語
從 Day 01 的開箱介面、Day 02 的四要素結構、Day 03 的少樣本範例、Day 04 的溫度取樣、Day 05 的系統角色、Day 06 的思維鏈，到今天的反模式避坑——我們已經掌握了提示工程最核心的底層邏輯與心法！
Prompt 工程的精髓不是背咒語，而是「把模糊的想法，翻譯成模型能精準執行的架構規格」。