Google 官方的提示框架只有五步：Prompting Essentials 的提示基本功

課程一開場，Google DeepMind 的產品總監說了一句讓我印象很深的話：提示是我們與電腦交談的新語言，而且是史上第一次，電腦真的在聽我們說話。既然是語言，就有文法。Google Prompting Essentials 這門課教的，就是這套文法裡最核心的一條公式。

好消息是公式只有五步，而且課程還附了一句幫助記憶的口訣：Thoughtfully Create Really Excellent Inputs，五個字的字首分別對應任務（Task）、脈絡（Context）、參考（References）、評估（Evaluate）、迭代（Iterate）。這篇文章把框架、示範過程與日常套用一次整理給你。

五步框架：一條公式走遍所有工具

課程用 Gemini 示範，但明講這套框架適用於 ChatGPT、Copilot、Claude 等所有生成式 AI 工具。五個步驟是：

• 任務：描述你要 AI 做的事，並且加上角色（要它以什麼專業視角出發，例如「你是有十五年經驗的行銷主管」）與格式（項目清單、短句還是表格）。
• 脈絡：課程說得直白：在提示裡，過度分享是好事。你的目標、任務的原因、之前試過什麼，細節越多輸出越準。比較「給我 30 美元以下的生日禮物建議」與「預算 30 美元，對象 29 歲、熱愛冬季運動、最近從單板改玩雙板滑雪」，後者的輸出天差地遠。
• 參考：附上想模仿的範例，就像剪頭髮時直接給設計師看照片。二到五個範例是甜蜜點。
• 評估：檢查輸出是否準確、無偏、相關、一致。
• 迭代：不滿意就補資訊、調措辭，再送一次。課程的口訣是 ABI：Always Be Iterating。

運動鞋示範：看提示一步一步變好

課程的示範很有說服力，因為它從爛提示開始。第一版只有任務：「為新的高性能運動鞋系列想五個點子。」輸出不算差，但太寬泛。第二版加上格式：「用大綱列出每雙鞋的概念與材質。」輸出立刻變得可以工作。

第三版加脈絡：「這系列是為交叉訓練的運動員設計的。」點子開始對準目標。最後一版附上兩段現有產品的描述當參考，要求照這個風格改寫，成品直接可用。

卡住了？四種迭代方法

提示不給力的時候，別砍掉重練，課程教了四招：

• 回頭檢查框架：角色、格式、脈絡、參考是不是少了哪塊，補上去。
• 拆成短句：長提示塞太多任務時，拆成幾個短提示分次送。先「摘要這份報告的重點」，再「用摘要的資料做圖表」，最後「把重點縮成條列」。一次一小步，結果反而更精準。
• 加上限制條件：例如做旅途歌單時指定「只要某地區的歌手」「近五年發行過作品」，範圍縮小，輸出反而更有新意。
• 換個說法或換個任務：把「幫我寫行銷計畫」換成「寫一個故事，描述這個產品如何融入目標客群的生活」。類似但不同的任務會觸發全新的回應。

套進日常：寫信、發想、表格、摘要

第二個模組把框架套進四種最常見的工作任務，每種都有值得記下的細節：

語氣的描述越具體越好：課程建議用「像跟朋友聊天」取代「輕鬆」，用「像脫口秀演員的冷面笑話」取代「幽默」。另外一個好習慣是建立提示庫：一張試算表就夠，把每次練出來的好提示存進去，之後遇到同類任務就有現成的起點。

負責任地提示：三件事

課程最後一課講負責任的使用，重點有三：一、動手前先確認任務符合公司政策與當地法規，機密與敏感資料不要餵給公開工具；二、輸出必須查核，幻覺（不一致、不正確甚至荒謬的輸出）最常出現在指令模糊、或工具硬猜它沒把握的答案時；三、對外分享 AI 協助產出的內容時要揭露，並在提示裡使用包容的語言，例如職缺描述避免帶性別的用詞。