「阿峰老師，為什麼一樣的 AI，別人問就給神回覆，我問就一堆廢話？」這是我在企業培訓現場，第二常被問到的問題（第一名是要不要付費，我另一篇講過了）。
我通常反問一句：「如果你是這樣交辦一位新來的下屬，他做得出來嗎？」學員愣一下，多半笑出來——因為他丟給 AI 的那句話，換成丟給人，那位下屬只會滿臉問號。
今天這篇，我要把我招牌的那句話講到底：提示詞，就是交辦單。你會寫交辦單，你就會寫提示詞。不用背任何專有名詞。
看完這篇，你會拿到
- 一個好記到不行的公式：好交辦單的四個欄位（角色＋任務＋背景＋格式）
- 爛提示 vs 好提示的真實前後對比——同一件事，差別一次看懂
- 三個「別把交辦單寫成裹腳布」的踩煞車提醒，過猶不及一樣糟
先搞懂：AI 不是搜尋引擎，是你的下屬
很多人問 AI 的方式，跟用 Google 一模一樣——丟兩三個關鍵字，等它吐答案。「行銷企劃」「離職信」「報告大綱」。這在搜尋引擎行得通，但你其實是把一位能力很強的助理，當成自動販賣機在用。
換個腦袋：AI 比較像一位剛到職的高學歷新人。反應快、讀過的東西比你多、什麼都能寫——但它有一個致命限制：它完全不知道你的脈絡。不知道這封信要寄給誰、不知道你公司調性、不知道你上禮拜跟客戶吵過架、不知道你要的是三頁還是三行。
你交辦得越清楚，它做得越好；你交辦得越隨便，它只能用「平均值」猜——猜出來的，當然就是那種四平八穩、你看了想翻白眼的罐頭答案。
圖 1｜同一個 AI，差別不在它多聰明，在你把它當什麼在用
核心公式：好交辦單的四個欄位
那到底要「交辦」哪些東西？我把它濃縮成一張交辦單的四個欄位，你交辦人的時候本來就會講這四件事，只是對 AI 你常常懶得講：
圖 2｜角色＋任務＋背景＋格式。四格填好，AI 幾乎不會答歪
這四格，其實跟國際上常被講的提示框架講的是同一件事——最入門的 RTF（Role, Task, Format＝角色、任務、格式）就涵蓋了其中三格，再把「背景」也補進去、想得更周全的，還有 CO-STAR 這類框架（Context 背景、Objective 目標、Style 風格、Tone 語氣、Audience 對象、Response 格式，由新加坡 GovTech 推廣而廣為人知）。名稱、格數各家略有不同，核心都一樣：把背景講清楚、把要求說明白，AI 就不用猜。（來源附文末）你不用背那些英文縮寫，記住「交辦單四格」就好。
爛提示 vs 好提示：同一件事，差在哪
講一百句不如看一次。假設你要 AI 幫你寫一封「催客戶付逾期貨款」的信。先看多數人怎麼問：
AI 會給你一封「正確但沒用」的罐頭信——它不知道對方是誰、欠多久、你們關係好不好、你想強硬還是客氣，只好寫一封放諸四海皆準、你根本不敢寄出去的公版。現在換成一張交辦單：
【角色】你是一位處理過很多帳款、EQ 很高的資深業務。
【任務】幫我寫一封催收逾期貨款的 email。
【背景】對象是合作三年的老客戶，這次貨款 12 萬、逾期兩週，對方平常付款都很準時，我猜是財務窗口漏掉了。我不想傷感情，但這筆真的要收回來。
【格式】150 字內、語氣客氣但明確、先給對方台階、最後給一個具體的付款期限。
同一個 AI、同一件事，第二種問法交出來的，是一封你幾乎可以直接寄出去的信。差別不在 AI 變聰明了，在你把它該知道的都交辦清楚了。
圖 3｜爛提示逼 AI 用「平均值」猜；好提示讓它對準你的真實情境
一個心法：把「你腦子裡的預設」講出來
為什麼大家老是交辦得太隨便？因為那些脈絡，在你腦子裡是「理所當然」的。你當然知道對方是老客戶、你當然知道自己想客氣收場——但 AI 讀不到你的腦袋。
所以寫好提示的關鍵動作，其實是：把你以為「不用講」的那些預設，一條一條講出來。你交辦人也是這樣——面對熟悉的老鳥你可以講一句，面對新人你得把來龍去脈交代完。AI 永遠是那個「什麼都會、但對你一無所知」的新人。
別把交辦單寫成裹腳布（幫你踩煞車）
講到這，一定有人矯枉過正，開始寫落落長的提示，把每個字都想框死。過猶不及，一樣糟。三個提醒：
圖 4｜提示寫得好，不代表可以閉眼收貨——你才是簽名負責的人
第一，別過度堆疊。四格是幫你想清楚，不是要你把每句話都塞滿限制。一次丟二十條規則，AI 反而會顧此失彼、互相打架。先講最關鍵的，其他邊做邊補。
第二，提示是「對話」不是「咒語」。沒人規定要一句話一次搞定。第一版出來不夠好，你就像跟下屬對話那樣追加：「太正式了，口語一點」「這段刪掉」——這種來回迭代，本來就是正常工作流，越修越準。（這也是各家官方指南一致強調的：好提示是反覆調出來的，不是背出來的。）
第三，交辦清楚 ≠ 可以閉眼收貨。就算你交辦得再好，AI 還是可能講錯數字、掰出不存在的資料。它是能幹的下屬，但簽名負責的是你這個主管。凡是要對外、牽涉事實與數字的，一定自己再查一遍。
阿峰老師的觀點
我在企業培訓現場觀察到一個很有意思的現象：那些平常很會帶人、很會交辦工作的主管，通常也最快上手 AI。因為對他們來說，寫提示這件事一點都不新——就是把「怎麼把事情交代清楚給下屬」這套本事，原封不動搬到跟 AI 對話上而已。
反過來，很多人覺得 AI「不好用」，問題根本不在 AI，在於他們平常交辦人就交辦得不清不楚，換成 AI 只是把這個老毛病照出來。學寫提示，其實是在學怎麼把腦子裡的想法，講成別人聽得懂的話——這是一輩子受用的能力，跟哪個 AI 工具無關。
提示詞就是交辦單。你會把事情交代清楚，AI 就會變得很好用；你交辦得含含糊糊，再強的 AI 也只能還你一堆廢話。差的從來不是它，是那張交辦單。
你是機長，AI 是你的機組人員。機組人員再厲害，也要機長先把航線、目的地、注意事項下達清楚，飛機才飛得到你要去的地方。下達指令，是機長的責任。
資料來源（多方交叉查證）
提示框架（RTF / CO-STAR 等）：
· KnowledgeHut — Prompt Engineering Frameworks: RTF, CRISPE & CO-STAR
· Fabio Vivas — RTF Framework: Role, Task, Format
· Virtasant — 5 Prompt Frameworks for Business Leaders
「清楚、具體、給脈絡」的提示原則：
· MIT Sloan EdTech — Effective Prompts for AI: The Essentials
· Atlassian — The Ultimate Guide to Writing Effective AI Prompts
· Orq.ai — Prompt Engineering in 2026: Tips + Best Practices
＊本文為觀念教學，重點在思維框架而非特定工具或模型版本；上述來源為 2026 年 7 月查證，各家對「角色／任務／背景／格式」的具體命名略有不同，核心精神一致：把背景講清楚、把要求說明白，AI 就不用猜。
關於作者
黃敬峰（AI峰哥／阿峰老師），企業 AI 實戰培訓專家，服務客戶包含國泰人壽、工研院、士林電機、中嘉寬頻、電通、城邦媒體等。聯絡方式：ai@autolab.cloud