「提示工程」究竟是什麼？不是那種你看了標題就略過的技術術語——而是決定你使用 AI 工具能否真正省時省力的關鍵技能。如果你試過在 ChatGPT 輸入一個問題，卻覺得答案「不太對」，你已經體驗過提示技巧好壞的分別。讀完這篇文章，你將掌握一個可以立即套用在業務上的 AI 溝通框架。
什麼是提示工程？
提示工程（Prompt Engineering）是指為 AI 模型撰寫清晰指令的技能，目的是讓 AI 產出準確、實用、具體的結果。就像一位資深主管給員工清晰工作簡報，一個設計良好的提示會告訴 AI 它的角色、背景、任務、輸出格式，以及各種限制條件——全部包含在一個指令之內。
每次你在 ChatGPT、Claude、Microsoft Copilot 或任何 AI 工具輸入文字，你已經在寫提示。初學者與熟練用戶的分別，僅在於是否知道一個有效提示需要包含哪些要素。
這個概念聽起來技術性，但實際操作完全不需要編程或數據科學背景。如果你能為員工寫清楚工作指示，你就能掌握業務級別的提示工程。
為什麼你「怎麼問」比「用哪個工具」更重要？
很多老闆花大量時間比較哪個 AI 工具值得訂閱——ChatGPT Plus、Microsoft Copilot、Claude Pro。事實上，AI 輸出質量最大的差距，不在於工具本身，而在於提示的寫法。
使用同一個 AI 模型，不同的提示方式可以帶來截然不同的結果。請看以下對比：
弱提示：「幫我寫封商業電郵。」
強提示：「幫我寫一封跟進電郵，對象是七天前表示有興趣但沒有回覆的客戶。背景：我們是香港 IT 解決方案顧問公司，對方在第一次會面後對我們的 AI 員工方案表示很有興趣，但之後沒有回音。語氣：有禮貌、有溫度、不強迫。長度：不超過 120 字。最後加入一個行動呼籲，邀請對方下週安排 20 分鐘視像通話。」
強提示多花 30 秒。換來的是一封可以直接發送的電郵。弱提示產出的，是一封你還要花 15 分鐘改寫的範本。麥肯錫 2025 年研究顯示，運用結構化提示技巧的員工，AI 輸出質量比隨機輸入高出 40%，每天平均多出 1.5 小時的有效工作時間。
提示工程如何運作？五個核心要素
一個優質的業務提示，幾乎都包含以下五個要素。你不需要每次全部用上，但了解每一個，可以讓你快速診斷提示為何效果欠佳，並立即修正。
1. 角色（Role）——告訴 AI 它扮演誰：「假設你是一位有 15 年零售業經驗的香港 HR 主管……」這能激活相關的專業知識。
2. 背景（Context）——提供 AI 需要的業務資訊：「我們公司有 12 名員工，主要負責客戶服務和行政，為尖沙咀的內地旅客提供服務……」
3. 任務（Task）——清晰說明具體工作：「撰寫一份客戶服務主任的招聘廣告，準備刊登在 JobsDB 上……」
4. 格式（Format）——指定輸出形式：「用要點列出職責，不超過 350 字，以繁體中文撰寫……」
5. 限制（Constraints）——設定邊界條件：「不要提及薪酬範圍。避免企業套語。目標應徵者有三年零售經驗，尚未擔任管理職位。」
這五個要素適用於所有 AI 工具和所有業務任務——撰寫文案、資料分析、市場調研、翻譯、客戶溝通，全部適用。把它當作每次輸入重要提示前的心理核查清單。
香港中小企的實際應用場景
提示工程不是抽象概念——它直接應用於你的業務每天都在處理的工作。以下三個場景對香港老闆來說應該非常熟悉：
餐廳老闆（旺角）：不要輸入「幫我寫菜單介紹」，改用：「為一間香港茶餐廳撰寫菜式介紹。菜式：雲吞湯麵、港式奶茶、菠蘿油。每款最多兩句，突出新鮮感和本地特色。受眾：本地家庭和內地旅客。語言：英文和繁體中文並排。」結果：一份專業排版的雙語菜單文案，直接可以交給設計師使用。
地產代理（沙田）：不要輸入「介紹這個單位」，改用：「為沙田一個 650 平方呎、兩房的單位撰寫吸引力強的樓盤介紹。距離港鐵 15 分鐘步行，東向、早上有陽光。亮點：廚房剛翻新、鄰近培正中學、環境清靜。受眾：年輕家庭。語氣：親切、實事求是、無誇張成分。繁體中文，不超過 200 字。」結果：一份讀起來像資深代理撰寫的樓盤文案。
零售店主（銅鑼灣）：不要輸入「回覆一個投訴」，改用：「撰寫一封回覆遲延送貨投訴的客戶服務電郵。背景：延誤由物流合作公司造成，非本公司倉庫問題，貨物準時備妥。語氣：真誠道歉、有同理心、以解決方案為重心。優惠：提供下次消費九折作為善意表示。語言：廣東話風格的繁體中文，不超過 100 字。」結果：能化解投訴、建立客戶忠誠的回覆，而非照搬範本的套話。
六個老闆最常犯的提示錯誤
了解提示常見的問題，和知道要包含什麼要素同樣重要。以下六個模式，是最常導致 AI 輸出質量欠佳的原因：
1. 過於模糊：「幫我做市場推廣」讓 AI 無從入手。每次都要指定渠道、受眾、目標和產品。
2. 沒有業務背景：AI 不知道你賣什麼、你的客戶是誰、你服務哪個市場——除非你在提示中告訴它。
3. 沒有指定輸出格式：沒有格式指示，AI 預設輸出長篇段落。需要表格、要點或 100 字摘要，就必須明確說明。
4. 一次要求太多：「分析銷售、寫策略、做電郵推廣」三件事一起問，每件事的質量都會打折扣。把複雜工作拆分為獨立提示。
5. 沒有指定語言或語氣：AI 預設使用正式英語，除非你指定「繁體中文」、「廣東話風格」，或你需要的確切語氣。
6. 把 AI 當搜尋引擎用：輸入關鍵詞的效果，遠不如輸入完整句子加背景說明。AI 面對的是指令，不是搜尋查詢。
三種提升輸出質量的進階技巧
掌握五個核心要素後，以下三種技巧可以在複雜業務任務上進一步提升 AI 的輸出質量：
角色扮演提示（Role Prompting）：以「假設你是一位資深香港勞工法律師」或「你是一間中型零售品牌的資深採購經理」開始，可以讓 AI 調用相關領域知識，以更專業的角度回應。
少量示例提示（Few-Shot Prompting）：如果需要 AI 配合特定風格——你的品牌語氣、電郵格式、報告結構——在指令前貼上兩三個例子：「以下是我們回覆客戶的兩個例子：[例子一] [例子二]。請用相同風格回覆這個新查詢：[查詢內容]。」此技巧對於確保全團隊 AI 輸出一致性尤其有效。
逐步思考提示（Chain-of-Thought）：對於財務分析、風險評估或策略決策等需要推理的任務，加入「請逐步思考後再給我最終答案」，可以顯著提升 AI 的推理質量，讓你在採取行動前更容易發現邏輯漏洞。
常見問題解答
提示工程需要懂編程嗎？
不需要。業務層面的提示工程完全是自然語言技能。本文所有技巧均無需任何程式知識——只需要能夠撰寫清晰、結構化的指令。
需要多長時間才能明顯進步？
大多數老闆在刻意練習 2 至 3 小時後，已能感受到明顯的改善。五個要素的框架可以立即套用。長遠的提升來自積累——整理最有效的提示、不斷優化，形成個人提示庫。
值得把有效的提示保存下來嗎？
非常值得。一份共用的提示庫——記錄公司最常用、最有效的提示——是性價比最高的 AI 投資之一。它能讓不同員工使用 AI 時保持一致的輸出質量，減少每個人從頭摸索的時間。
AI 越來越聰明，提示工程還有必要嗎？
AI 在理解模糊指令方面持續進步，但 Gartner 在 2026 年第一季的研究顯示，結構化提示在複雜業務任務上的表現，仍比隨意輸入高出 35 至 50%。提示技能在演進，但不會消失。
提示工程是新一代商業寫作技能
一代人之前，每位老闆都需要懂得撰寫清晰的商業書信。今天，對應的基礎技能是懂得如何撰寫清晰有效的 AI 提示。本文的五要素框架——角色、背景、任務、格式、限制——是你的起點。
現在掌握這項技能的公司，在競爭對手還在向 AI 輸入模糊問題的時候，已經開始建立複利式的競爭優勢。懂AI的冷，更懂你的難——UD 同行28年，讓科技成為有溫度的陪伴。
準備好把提示工程真正落實到業務中了嗎？UD 團隊手把手教你從零開始——找出最值得優先處理的 AI 應用場景，到建立一套全團隊都能使用的提示庫。