你寫的每一條提示裡，其實都藏着一個格式選擇，而幾乎沒有人是刻意去做這個選擇的。當你把角色設定、一組指令、再加一段參考文字貼進 ChatGPT 或 Claude 時，你是怎樣區分這幾部分的？大多數人出於習慣，隨手就用 Markdown 標題。但更可靠的做法，是 Anthropic、OpenAI 與 Google 都一致推薦的 XML 標籤。單單這一個改動，就能把一條「大部分時候有用」的提示，變成「幾乎每次都準」。
這件事跟寫程式無關。提示裡的 XML 標籤，只是像 <instructions> 和 </instructions> 這樣有標籤的括號，用來把請求的每一部分圍起來。你下一則訊息就可以開始用，完全不需要任何技術設定。
什麼是提示裡的 XML 標籤？
XML 標籤是用角括號包住的成對標籤，用來標示提示中每一段的開始與結束。像 <context>...</context> 這樣一個區塊，就明確告訴模型哪段文字是背景資料、哪段才是你真正的指令。它們是結構上的路標，不是程式碼。
標籤本身並沒有魔法。它的威力在於畫出一條模型看得見、毫不含糊的邊界，令它永遠不會把你的指令，跟它應該處理的資料混為一談。
為什麼 XML 標籤比 Markdown 標題更可靠？
XML 標籤更可靠，是因為它建立了有明確開頭與結尾的封閉邊界；而 Markdown 標題只標示了開頭。當一段內容沒有明確結尾，模型就要自己猜你的參考文字在哪裡結束、指令又從哪裡續起，一旦內容複雜，它就會猜錯。
Anthropic 官方的提示工程文件指出，Claude 在訓練時特別重視 XML 結構，並建議用標籤來區分提示的各部分。OpenAI 與 Google 對自家模型也給出類似建議。
Markdown 當初是為了方便人類閱讀而設計，並非為了機器能解析的結構。一個 ## 標題 你看起來整齊，但對模型而言只是一個薄弱訊號，還要跟文件裡其他所有 ##（包括貼進去的內容裡出現的）互相競爭。
XML 標籤在什麼情況下真正有分別？
當一條提示混合了多種不同成分時，XML 標籤最見功效：角色、指令、參考文件、示例，再加輸出格式。組件越多，一條清晰邊界就越能防止模型把它們糊在一起。
對於「幫我摘要這封電郵」這種一句話問題，標籤毫無作用。但如果提示先貼了一份 2000 字的報告、再要求以特定格式做結構化分析，標籤就是「結果乾淨」與「模型把你的指令當成報告一部分」之間的分別。
標籤也能防範一種常見失誤：當貼進去的文字本身含有指令（例如「忽略之前的指示」）時，一個圍起來的 <document> 區塊會告訴模型，裡面全部都是要分析的資料，而不是要遵從的命令。
一條真正用 XML 結構的提示長什麼樣？
結構良好的提示，會為每一個邏輯部分用一個標籤：角色、指令、輸入文件、以及想要的輸出格式。以下是一個完整、可直接複製的範本，你今天就能改一改，套用在幾乎任何分析任務上。
試試這條提示：
<role>
你是一位資深營運分析師，對象是一位工作繁忙的部門主管。
</role>
<instructions>
閱讀 document 標籤內的報告。輸出三個部分：兩句話的摘要、三個最大的風險、以及一項建議行動。不要加入任何未被要求的部分。
</instructions>
<document>
[在此貼上完整報告內容]
</document>
<output_format>
使用以下確切標題：摘要、主要風險、建議行動。整份回覆控制在 200 字以內。
</output_format>
因為指令、來源文字、格式各自坐在自己有標籤的區塊裡，模型就不再靠猜，而是開始老實跟從。只要替換每個區塊的內容，同一副骨架就能處理報告分析、電郵撰寫，或資料抽取。
用 XML 提示有什麼常見錯誤？
最常見的錯誤，是開了一個標籤卻永遠不關閉，這樣就消掉了令標籤有用的那條邊界。每一個 <instructions> 都需要一個對應的 </instructions>，否則結構又會塌回到靠猜。
第二個錯誤，是發明十幾個深層嵌套的標籤。三至五個命名清晰的區塊，效果比一棵複雜的樹更好，因為目標是清晰，而不是複雜。
第三個錯誤，是命名前後不一致：用 <context> 開頭，卻用 </background> 結尾。開頭與結尾的標籤要完全相同，並在不同提示之間沿用同一批名稱，令你自己的範本保持可預測。
什麼時候還是應該用回 Markdown？
當你的重點是一條簡短、易讀、又沒有貼任何參考資料的提示時，Markdown 是更好的選擇。對於一句快速指令，或一張簡單的要求清單，Markdown 更輕巧，增加的 token 也更少。
老實說，XML 標籤確實比較囉唆。每個標籤都會增加 token，在很長的提示上，這個成本是真實存在的。實用法則是：簡短、單一用途的提示用 Markdown；一旦你要把指令跟一整段來源文字結合，就立即換成 XML。
如何在接下來 20 分鐘內親自驗證？
拿一條你本來就在用、而且混合了指令與貼上內容的提示，跑兩次：一次用你現時的格式，一次套上上面那個 XML 範本。比較兩個輸出，各自有多貼近你要求的格式。
大多數人會發現，有標籤的版本明顯更穩定地守住格式，尤其當貼上的文字越來越長時。這一次對照，通常比任何文章都更快替你了結這場爭論。
重點回顧
結構是一種技巧，不是一個設定。那些能穩定拿到好輸出的實踐者，用的並不是什麼秘密模型；他們只是畫出了模型真正看得見的清晰邊界。XML 標籤是達成這件事最簡單的方法，而你現在懂的已經足夠開始。
在 UD，這正是我們一直相信的：科技應該默默替你扛起最難的部分，讓你專注在真正的工作上。懂AI，更懂你；UD 相伴 28 年，讓科技成為一種有溫度的陪伴。
想知道你的 AI 直覺到底有多敏銳？
懂得何時該用 XML 而非 Markdown，正是區分「隨手用 AI」與「真正 AI 高手」的那種直覺。UD 的 AI IQ 測試會幫你看清自己站在哪個位置；如果你想再進一步，我們會手把手帶你完成每一步，把這些技巧變成一套穩定的日常工作流程。
