Description 描述：把需求講到 AI 聽得懂的三個層次

「嘿，猜猜我在想什麼？」多數人與 AI 的溝通方式就是這樣，只丟半句話，卻期待對方讀心。

4D 框架的第二個 D 就是解這件事的：Description 描述，把你的目標講到 AI 聽得懂。它不只是「把 prompt 寫長一點」，而是一個很清楚的三層架構：描述產出、描述過程、描述表現。這篇一層一層拆給你看。

描述是一種協作環境，不只是一句指令

Description 的定義是：用能建立有生產力的協作環境的方式與 AI 溝通的能力。注意它說的是「協作環境」，不是「指令」。你跟 AI 的每一句話，都在形塑這場協作的樣子：它知道多少背景、按什麼步驟做事、用什麼態度回應你。一句話總結：一開始就清楚溝通，省時間也拿到更好的結果。

而「講清楚」這件事可以拆成三個層次，分別回答三個不同的問題：你要什麼（Product）、怎麼做（Process）、用什麼方式跟你互動（Performance）。

①產品描述：你要的產出、格式、受眾、風格

產品描述是定義你想要的東西：產出、格式、受眾與風格。這是多數人已經在做、但常常做一半的層次。「幫我寫一篇貼文」是半句話；完整的產品描述會講到：寫給誰看、放在什麼平台、大概多長、語氣偏專業還是親切、有沒有一定要包含的重點。

幫我寫一篇 Facebook 貼文，向手作烘焙的客人介紹中秋禮盒預購開跑。
受眾：老客人為主，語氣親切、像朋友聊天。
長度：200 字以內，結尾放一句行動呼籲。
必須包含：預購截止日、限量數量、取貨方式三項資訊。

同樣一件事，講清楚受眾、格式與必要資訊之後，拿到能直接用的初稿的機率高很多。你甚至會發現，光是為了寫出這段描述，你自己對這篇貼文要達成什麼，也想得更清楚了。

②過程描述：告訴 AI 該怎麼做

過程描述是定義 AI 該怎麼處理你的請求，最常見的做法是給它一步一步的指示：「我們要做的第一件事是……」。這對複雜任務特別有效：與其讓 AI 自己決定從哪裡下手，不如把你希望的工作順序寫出來。

請按這個順序處理：
1. 先列出這份逐字稿裡出現的所有問題點
2. 把問題點依主題分組
3. 每組挑出最關鍵的一項，說明為什麼
4. 最後才給改善建議，每項建議對應一個問題

過程描述還有一個好處：AI 照著你的步驟走，你就能在中途檢查每一步的品質，而不是只能對最終結果照單全收。這會直接讓下一個 D（判別）變得容易。

③表現描述：設定 AI 該用什麼方式跟你相處

表現描述是定義 AI 在這場協作中的行為：它該精簡還是詳細？該順著你還是挑戰你？「請扮演蘇格拉底式的家教」就是一個好例句：不直接給答案，而是用提問帶你自己想通。這一層最常被忽略，但它決定了整場對話的「相處品質」。

• 想練習思考：「不要直接給答案，用提問引導我，一次只問一個問題。」
• 想被挑戰：「請扮演最嚴格的審稿人，優先指出漏洞，不用客氣。」
• 想快速拿重點：「回答一律三句話以內，需要展開我會再問。」

我自己最有感的是「請挑戰我」這一類設定。AI 預設傾向順著你說話，主動要求它唱反調，常常能逼出你自己沒想到的盲點。

三層合起來用：一個完整的例子

假設你要 AI 陪你準備一場對內提案。產品描述：一頁式提案大綱，給沒有技術背景的主管看。過程描述：先幫我釐清主管最在意的三個問題，再依這三個問題組織大綱。

表現描述：過程中扮演那位主管，用他的角度質疑我。三層都到位，AI 就從「文字產生器」變成一個真的有用的協作夥伴。

最後提醒兩個常見的失誤。一是把三層混成一大段：需求、步驟、語氣通通攪在一起，AI 抓不到重點，你自己也檢查不了漏了哪層，分段分條寫會清楚很多。二是一次塞太多：描述清楚不等於越長越好，跟你在意的結果無關的細節，只會稀釋真正重要的指示。

先講最關鍵的三件事，其他的等看到初稿再補，往往比一開始就寫滿千字更有效率。