提示工程
Prompt Parsing 提示詞解析是什麼？AI 怎麼把你那句話拆成可執行的指令
Prompt Parsing（提示詞解析）指的是系統如何解析使用者輸入的提示詞，把一句自然語言拆成結構化的指令與參數。它要判斷三件事：使用者想做什麼（意圖）、需要哪些資訊（實體與槽位）、以及要交給誰做（子代理或工具）。這是設計大型智慧體系統時，讓總調度能正確分派任務的關鍵技術。
Prompt Parsing 提示詞解析是什麼？AI 怎麼把你那句話拆成可執行的指令
你打一句「幫我分析上個月的銷售數據，做成圖表，並寄給業務總監」，系統要怎麼知道這是三件事、要動用三個工具、還有先後順序？答案就是提示詞解析。
一般使用者不太會碰到這個詞，但只要你開始組多個 AI 的系統，它就是決定準確度的那一層。
你將學到什麼
定義
把自然語言提示詞拆成結構化的指令、參數與任務分派。
白話比喻
像櫃檯先問清楚你要辦什麼，再把你帶到正確的窗口。
要解析什麼
意圖、實體槽位、條件限制、輸出需求、優先順序、對應能力。
跟誰容易搞混
它解析的是「你的指令」，不是「你給的文件內容」。
定義
Prompt Parsing 中文叫提示詞解析，專門指 AI 系統如何解析使用者輸入的提示詞，把自然語言轉換成可執行的指令與參數。
它要讓系統知道三件事：使用者想做什麼、需要哪些資訊、以及要交給誰做。在設計大型智慧體系統時，這是總調度能否正確分派任務的關鍵。
白話比喻
像醫院的掛號櫃檯。你說「我這裡痛」，櫃檯要先聽懂是哪一科的事，需要哪些資料，再把你帶到正確的診間。
櫃檯聽錯科別，後面的醫師再厲害也沒用。提示詞解析在系統裡就是那個櫃檯。
它會拆出哪些東西
| 解析項目 | 說明 | 以那句銷售數據為例 |
|---|---|---|
| 意圖 | 使用者想達到的主要目標 | 分析數據、製作圖表、發送郵件 |
| 實體 槽位 | 與任務相關的關鍵資訊 | 時間是上個月、數據類型是銷售數據、收件人是業務總監 |
| 條件 限制 | 特殊條件或限制 | 無明確限制，可預設格式 |
| 輸出需求 | 期望的輸出形式 | 圖表、郵件 |
| 優先順序 | 任務的重要性或順序 | 先分析，再做圖表，最後發送 |
| 對應能力 | 對應到哪些子代理或工具 | 數據查詢、數據分析、圖表生成、郵件發送 |
在系統裡的位置
整條路是這樣走的：使用者輸入自然語言，提示詞解析負責意圖識別、實體抽取與結構化轉換，接著交給總調度理解整體目標、拆解任務並規劃執行順序。
然後由各個子代理或工具實際執行，最後彙整結果回傳給使用者。這一層做得準，AI Agent Workflow 才跑得穩。
常見做法
意圖分類常用分類模型或少量範例提示，實體抽取會用到命名實體辨識與結構化輸出，槽位填充則負責補齊缺失資訊或標準化格式。
要讓後續程式好處理，通常會要求模型輸出固定的 JSON 結構，這一步就是 Structured Output 結構化輸出 的典型用法。此外還會搭配模糊比對，處理口語、同義詞與錯字。
常見誤解最常見的誤解是把提示詞解析和內容拆解混為一談。前者拆的是你下的指令，決定要做什麼、交給誰；後者拆的是你丟進去的文件與資料，決定抽出哪些資訊。另外要注意，解析失敗時應該回頭問清楚，而不是硬猜，否則錯誤會被整條流程放大。
本文源起本文內容出自酒Ann 的「AI 實戰陪跑班」課程教材，由酒Ann 編寫成彙編條目。想系統性搞懂 AI 名詞，歡迎追蹤 酒Ann 的 Facebook。
延伸學習
常見問答
Prompt Parsing 會解析出哪些東西？
常見有六類：意圖，也就是使用者想達到的主要目標；實體與槽位，任務相關的關鍵資訊；條件限制；輸出需求，期望的呈現形式；優先順序；以及對應到哪些子代理或工具。
它和 Parsing 內容拆解是同一件事嗎？
不是。提示詞解析拆的是使用者下的指令，目的是知道要做什麼、交給誰。內容拆解處理的是你丟進去的資料或文件，目的是把資訊抽出來使用。
為什麼多智慧體系統特別需要它？
因為任務要被分派給不同的子代理。意圖判斷錯，整條流程就會走錯窗口，後面每一步都白做。解析得準，分配才會準，也才方便日後擴充新能力。