提示工程
Prefilling 是什麼？先幫 AI 起頭，它就會照著往下寫
Prefilling 是什麼？先幫 AI 起頭，它就會照著往下寫
很多高手每天都在用這一招，但不知道它有名字。你只要先寫下「提案摘要」跟幾個編號，AI 交回來的東西就會整整齊齊。
這篇講清楚它為什麼有效，以及什麼時候該用。
你將學到什麼
定義
先寫開頭或結構，再讓 AI 接著完成，用起點控制輸出方向。
為什麼有效
你已經控制了起點，AI 只能順著起點往下發展，方向不會跑偏。
白話比喻
像給實習生一份已經打好標題的空白表格，而不是一張白紙。
跟誰容易搞混
常跟停止序列與格式指定搞混，三者控制的是不同階段。
定義
Prefilling 就是先寫開頭，再讓 AI 接著完成。你給 AI 起點，AI 就會順著起點往下發展，輸出方向更穩定、更符合需求。
一句話記住：你設定方向，AI 負責延伸。起點決定結果，結構帶來穩定。
白話比喻
給實習生一張白紙說「寫個提案」，你會收到一篇散文。給他一份已經打好五個標題的空白表格，你會收到一份提案。
AI 也是這樣。它不是不會寫，是不知道你要什麼形狀。
有沒有預填差在哪？
| 項目 | 一般 Prompt | 使用 Prefilling |
|---|---|---|
| 輸入 | 「請幫我寫提案」 | 先寫下「提案摘要」與五個章節編號 |
| 輸出結構 | 可能沒有結構、重點不明 | 結構清楚、方向一致 |
| 穩定度 | 每次跑出來的樣子都不同 | 格式固定，可重複使用 |
| 修改成本 | 常要整篇重來 | 只需要補內容 |
五個使用技巧
- 先給結構，再要內容：先提供大綱或格式，再請 AI 補完。
- 層級越清楚，輸出越精準：用標題、編號、項目符號把層次寫出來。
- 留出適當空白或提示：例如寫「（請補完）」，或直接留下編號。
- 可結合迭代優化：先產出初稿，再要求調整與精修。
- 關鍵欄位先預填：重要資訊先給方向，AI 會更精準。
實際用例
五個最適合的場景：標準流程文件、提案書、課程講義、JSON 結構化資料、以及欄位固定的表格。
共通點是格式很重要、方向不能跑偏。這種時候，先寫開頭比寫一長串要求有效得多。
想更精準控制結尾的話，可以搭配 Stop Sequences 與 Format 格式 一起用。
最常見的誤解是把預填寫得太滿。你把內容都寫完了，AI 只能重複你的話，這叫抄寫不叫協作。預填給的是骨架，不是血肉。
第二個誤解是每個任務都套。需要發散的任務被預填鎖住方向，你會失去最有價值的那幾個意外選項。
延伸學習
做出你的第一個 Skill
一場快閃直播的完整重製。從搞懂 Skill 的五個層級開始，帶你把一件你每天在做的重複工作，寫成一支 AI 真的會照做的 Skill ── 命名、description、輸入拆解、Workflow 訪談、Output 與 Checks，最後組成一份能通過格式檢查的 SKILL.md。
NT$ 999
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599