# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Khairallah AL-Awady (@eng_khairallah1) · 平台：X (Twitter) · 日期：2026-04-23

> 原始來源：https://x.com/eng_khairallah1/article/2046881340977782970

## 中文摘要

2026年AI瓶頸不在模型而在提示工程。  
提示工程決定AI互動品質天花板，兩人用相同模型同任務卻輸出品質天差地遠，差異永遠在提示而非模型。  
本文完整課程從基礎到專家技巧，教你系統提升輸出，讓每則AI回應皆精準生產級。  

**基礎錯誤根源**  
大多數提示失敗因LLM訓練預測最可能下一個token，模糊提示讓模型填補最統計常見的泛泛內容，如「寫一篇關於AI的部落格文章」僅產出平均水準。  
反之，「寫一篇1500字部落格，針對中型SaaS公司CTO，解釋多數企業AI採用失敗原因，用直接數據導向語調，含反傳統開頭、三個具體失敗模式加案例證據、最後90天行動計畫」則產生獨特內容。  
核心原則：具體性擊敗泛化，每添細節即移除模型預設平均的自由度。  

**專家提示的六大元素**  
專家提示皆含這六元素，無論明示或隱含，新手僅觸及一二，此差距解釋輸出品質落差。  
- **角色**：指定如「擁有15年B2B SaaS經驗的高階產品策略師」，形塑詞彙深度與視角，非泛泛「有幫助助理」。  
- **脈絡**：提供產業、受眾、限制、目標，否則模型用假設填空。  
- **任務**：精準如「寫競爭分析，比對我們定位對三特定競爭者，在定價、功能、訊息三面向」。  
- **格式**：指定如「三競爭者比較表後接兩段建議」，否則模型猜測常不符需求。  
- **限制**：負面指令如「勿用行銷術語、勿泛用建議、勿超500字」，阻絕常見失誤。  
- **品質標準**：定義「好」如「分析具體到產品團隊5分鐘內決策，無需追問」。  

**結構技巧：XML標籤**  
Claude訓練於結構輸入，XML標籤非竅門，乃設計用於處理多組件複雜提示。  
範例：  
```xml  
<context>  
你是幫助50人B2B SaaS公司，賣營建業專案管理軟體。  
</context>  
<task>  
寫給中型營建公司營運副總的冷開信。  
</task>  
<constraints>  
- 低於150字  
- 無泛開頭（如「希望此信找到您安好」）  
- 提營建專案管理特定痛點  
- 含一具體可驗證產品影響主張  
- 以低承諾CTA結尾（非「預約展示」）  
</constraints>  
<output_format>  
主旨行後接信件主體，僅此。  
</output_format>  
```  
各標籤明確角色，脈絡作背景、任務作指令、限制作邊界，模型依結構適當處理。  

**結構技巧：脈絡先行、問題殿後**  
長文件、資料或參考置於問題上方：  
```xml  
<document>  
[500行季度財務資料]  
</document>  
```  
基於上方財務資料，辨識3最憂慮趨勢並解釋各需CFO立即關注。  
模型先處理文件建構理解，再遇問題帶滿脈絡；問題先行則強迫回溯重解，結果明顯較差。  

**結構技巧：少樣本範例**  
一範例勝十段描述，展示欲模式：  
```xml  
<examples>  
<example>  
輸入："本季流失率從5.2%降至4.1%"  
輸出："流失降至4.1%從5.2%—相對改善21%。若持續，按現基數年留130客戶。值調查驅因：3月入門變更或4月定價重組？"  
</example>  
<example>  
輸入："本季聘12工程師"  
輸出："Q3增12工程師。假標準3月爬坡，明Q1見產效影響。目前工程人力47。檢視是否變動規劃會議團隊對功能比。"  
</example>  
</examples>  
```  
現分析：「行銷支出增34%，潛客量僅增8%」。  
3至5多樣本涵正常與邊緣案例，勝任何描述指令。  

**進階技巧：鏈式方法**  
勿一提示求五事，改鏈式：  
提示1：「研究營建專案管理領域前5競爭者。」  
提示2：「用此競爭分析，辨3最大定位缺口無競爭者填補。」  
提示3：「基此缺口，寫我們產品定位聲明，明確主張一缺口。」  
提示4：「現寫首頁標題、副標、三支持點基此定位。」  
各提示聚焦、輸出深度，品質每步累積，可逐階段審核修正，一體巨提示辦不到。  

**進階技巧：自我修正迴圈**  
Claude首回永為草稿，命其修正：  
重讀回應。在準確性、具體性、可行動性評1-10分。低於8者解釋弱點並修正，僅秀改善版。  
85至90%修正版優，添15秒即測得更好輸出，每重要任務用之。  

**進階技巧：動機限制**  
告知限制緣由而非僅何物：  
壞：「限200字。」好：「限200字—Telegram貼文超長平台截斷。」  
壞：「避術語。」好：「避術語—讀者非技術業主遇不懂詞即離棄。」  
懂緣由，模型智能應用、捕邊緣案例，裸規則漏之。  

**進階技巧：多視角分析**  
決策需深度時：  
從三視角析此定價決定：  
1. 成長導向CEO欲最大市場佔有  
2. 注毛利跑道的CFO  
3. 只求公平價值的客戶  
各視角：3句論述。後綜合平衡建議，標最重視角及緣由。  
迫模型慮權衡而非單維優化，戰略分析遠勝單視角提示。  

**進階技巧：元提示**  
難寫好提示時，讓Claude代寫：  
我想達成：[目標描述]  
脈絡：[背景]  
好輸出樣貌：[描述或範例]  
寫最有效提示達成此。添缺脈絡、除歧義、結構最高品質輸出。  
Claude知何產好輸出，此技用其知改善請求，生成提示常勝自寫，因捕你忽略盲點。  

**系統層掌握：脈絡文件**  
單提示為戰術，系統為策略。建持久Markdown文件每類工作：  
- writing-rules.md：你的聲音、受眾、標準。  
- analysis-framework.md：評資料方式、關鍵指標。  
- project-context.md：現專案、狀態、關鍵決定。  
每會話開頭：「全讀[file]後始。遵每規。若將破規，停告我。」  
Claude全談話適用文件規，你永不重述偏好，依輸出品質更新文件愈智。  

**系統層掌握：模板程式庫**  
每佳提示存作可重用模板，除具體換變數、留結構。  
數月建各任務類庫：內容創作、分析、程式碼審核、策略、電郵撰寫。永不從零，拉模板填變數，得一致優輸出。  
此累積效乃真專家優勢，每佳果成下基礎。  

**系統層掌握：每週回饋迴圈**  
每週五檢本週AI輸出。何處失準？何提示改能修？何新規添脈絡文件？  
連三月週做者，提示能力認不出起點；不做者永停原水準。  

**結論實踐**  
提示工程非尋魔咒，乃系統增具體性、結構、脈絡每AI互動。  
六元素每提示、XML結構標籤、範例勝形容詞、鏈勝一體、自修正每重任務、脈絡文件持久記憶、模板累積品質。  
學之、日練、周煉，你與他人輸出差距每月拉大，多數人續打模糊提示收平庸，你掌握者得如異科技結果。

## 標籤

Skills, 教學資源, LLM, AI