提示工程（Prompt Engineering）是什麼？
提示工程是透過設計與測試給模型的指令、範例與格式，讓 AI 輸出更符合需求的方法。常見技巧如「思維鏈提示」，由 Google 研究員 Jason Wei 等人在 2022 年論文提出，讓模型先寫出推理步驟，明顯提升數學與邏輯題表現。
模型技術Prompt Engineering提示詞工程Prompt 設計下指令技巧提示設計Prompt
一句話說明
設計與反覆調整給 AI 的指令（提示詞），讓模型更穩定產出想要結果的技巧。
提示工程怎麼運作？
- 先定義清楚「怎樣才算好的回答」與測試方式。
- 寫下明確的任務說明、背景資料與輸出格式。
- 加入範例、指定角色，或要求模型一步步思考。
- 用測試案例檢查結果，逐步修改提示詞。
實際例子
- 要求「用三點條列、每點不超過 20 字」來控制輸出格式。
- 提供兩個寫好的範例，讓模型照同樣風格寫商品描述。
- 把複雜任務拆成多個提示，依序處理（提示鏈）。
常見誤解
誤解：提示工程就是找到一句神奇咒語。
事實：重點是清楚描述需求、提供背景與範例，並用測試反覆驗證，而不是靠特定關鍵字。
事實：重點是清楚描述需求、提供背景與範例，並用測試反覆驗證，而不是靠特定關鍵字。
誤解：所有問題都能靠改提示詞解決。
事實：Anthropic 文件提醒，像延遲或成本問題，有時換模型比改提示更有效；知識不足也可能需要 RAG。
事實：Anthropic 文件提醒，像延遲或成本問題，有時換模型比改提示更有效；知識不足也可能需要 RAG。
常見問題
寫提示詞時有哪些基本原則？
把任務說清楚、提供必要背景、指定輸出格式，必要時附上範例；複雜任務可要求模型先思考再回答，或拆成多個步驟。改完後用同一批測試題比較效果。
提示工程和微調有什麼不同？
提示工程只改變輸入給模型的內容，不改模型本身，成本低、改得快；微調是用資料重新訓練模型參數，適合需要長期固定格式或特定任務表現時。通常建議先試提示工程。
延伸閱讀
相關名詞
參考來源
- Claude 官方文件：Prompt engineering overview
- Wei et al., Chain-of-Thought Prompting Elicits Reasoning in Large Language Models（arXiv 2201.11903）
查核日期：2026-09-26。API：/api/term?id=prompt-engineering