如何打造真正有效的 AI 提示

你請一個大型語言模型（LLM）產出高品質報告
結果卻得到充滿專家信心的文字
但內容卻完全是胡扯
熟悉嗎？
因此，為了避免這種情況，你需要理解
以下這些基本點：
> “聰明但不可靠” 的助手問題
LLM 的輸出20%來自模型，80%來自你如何構建提示
提示工程——就是純粹的自然語言計算控制
所以，為了獲得高質量的輸出，你需要停止與模型閒聊，開始編程它
> AI 幻覺——不充分指令的指標
為了確保有根據，請使用以下技巧：
- 設定明確的預期
- 限制輸出 (設定嚴格界限)
- 要它自己驗證/檢查自己 (自我事實核查)
> 框架——“藍圖”用於 AI
前三名：
- RACE (角色、行動、背景、預期)
快速、簡單，適合日常使用
- STOKE (情境、任務、目標、知識、範例)
適用於深度工作和專門領域
- CRISPE (能力、洞察、陳述、個性、實驗)
創意、假設測試與風格控制
LLMs 更擅長這些結構
因此，輸出結果會更接近你真正想要的
不要用無意義的重複提示來複雜化你的 AI 使用
掌握基本技巧，從 LLMs 獲得高品質、理想的輸出