「阿峰老師，我試過 ChatGPT 了，給的答案很空、很廢，根本不能用。」
這句話我在企業培訓現場，一週要聽好幾次。每次我都請對方把剛剛那句「問法」念出來給我聽——十次有八次，問題不在 AI，在那句話本身就問得太籠統。
這不是我在幫 AI 說話。連 Anthropic（做 Claude 的公司）官方的提示詞指南都反覆強調同一件事：問得越模糊，只會換到越平庸的公版答案；問得越具體，才拿得到你真正要的東西。今天不談什麼高深的提示詞公式，只帶你搞懂一件事——怎麼把問題問對，讓 AI 從「正確的廢話」變成「能直接用的答案」。
看完這篇，你會拿到
- 一張 「爛答案三大症狀 → 真正病因」的診斷表，先學會看病
- 5 個把問題問對的技巧，每一招都有「錯的問法 vs 對的問法」對照
- 三個 「別怪 AI」的踩煞車提醒——有些牆，換問法也過不去
先學看病：爛答案，是有症狀的
要救答案，得先會診斷。你覺得 AI 答得爛，通常會呈現三種症狀——而每一種症狀，背後都對應一個「你問錯了」的病因。
圖 1｜先對症，再下藥。三種爛答案，對應三種「問錯」
為什麼「沒脈絡」會換到空泛的答案？道理很簡單：AI 是靠機率在猜下一個字。你問得越模糊，它能猜的範圍就越廣，最後只好回一個「統計上最平均、最不會錯」的答案——而最平均的答案，講白了就是最廢的答案。
好消息是：這三種病，全都能靠「換個問法」治好。下面五招，一招一招來。
5 招把問題問對
這五招不是我發明的，是 Anthropic 官方提示詞指南、以及一票中立第三方研究反覆驗證過的做法。我把它翻成上班族聽得懂的話，每一招都附「錯 vs 對」對照，你照著抄就會。
圖 2｜五招不用全上，先從「給脈絡」開始，多數爛答案當場就好一半
第 1 招：給脈絡——它不是不會，是不知道你要幹嘛
這是威力最大、最多人漏掉的一招。你心裡想的那些「不用講也知道吧」——這封信給誰、你什麼身分、想達到什麼目的——AI 通通不知道。你不講，它就只能給你一個罐頭答案。
Anthropic 官方指南講得很直接：「解釋『為什麼』很重要，能幫 AI 更懂你的目標、給出更貼題的回答。」
| ❌ 籠統的問法 | ✅ 給脈絡的問法 |
|---|---|
| 「幫我寫一封請款信。」 | 「幫我寫一封請款信。對象是合作三年的老客戶，這次是他們拖款一個月我要委婉催。語氣要客氣但堅定，不能傷感情。目的是這週內收到款、又保住關係。」 |
看到差別了嗎？右邊多的不是字數，是「對象、語氣、目的」三塊脈絡。同一個 AI，左邊給你八股罐頭，右邊給你能直接寄出去的信。
第 2 招：要它反問——最反直覺、卻最好用
大部分人以為「提問」是自己的事。錯。你可以叫 AI 先反過來問你。當你自己也講不清楚要什麼時，這招特別神。
這在學術上叫「翻轉互動模式」（Flipped Interaction Pattern），是 Vanderbilt 大學研究團隊 2023 年正式提出的技巧。原理是：與其你費力把需求一次講完整，不如讓 AI 一題一題問你，它反而更快搞懂你要什麼。
圖 3｜懶得想脈絡怎麼給？那就叫 AI 來問你——這招最省力
實際操作超簡單，你只要在指令尾巴加一句：
AI 就會乖乖先問你「預算多少？對象是誰？想解決什麼痛點？」——你把這幾題答完，它產出的東西，會比你一次寫落落長還準。
第 3 招：拆步驟——別叫它一口氣吃下整頭大象
還記得症狀③「越答越亂」嗎？病因就是一次問太多。你把「幫我分析市場、寫企劃、再做成簡報」塞進一句話，AI 就會每件事都做一半。
正解是拆步驟（官方叫 prompt chaining，提示詞接龍）：先讓它做第一步，滿意了，再拿結果餵給它做第二步。這招是拿「多花幾次對話」換「每一步都做到位」。
| ❌ 一次問完 | ✅ 拆步驟問 |
|---|---|
| 「幫我分析這個產品的市場、寫一份行銷企劃、再做成簡報大綱。」 | 第 1 步：「先幫我分析這產品的目標客群和三個賣點。」→ 滿意後 → 第 2 步：「根據上面，寫一份行銷企劃。」→ 再 → 第 3 步：「把企劃濃縮成 8 頁簡報大綱。」 |
每一步你都能檢查、能修，錯了當場攔下來，不會一路錯到底。這跟你帶新人一模一樣——你不會第一天就把整個專案丟給他，你會一段一段交辦。
第 4 招：給範例——一個樣本，勝過一百句形容
有些東西，你用講的講不清楚，但丟一個範例它秒懂。你想要的語氣、格式、風格，與其用形容詞堆，不如直接給它「長這樣就對了」的樣本去模仿。
Anthropic 指南說得妙：「範例在你要示範特定格式時特別好用。」先給一個範例（業界叫 one-shot），不夠再加。
你給的那則範例，就是 AI 的「臨摹字帖」。它會照著你的味道走，而不是給你一個網路上最公版的貼文。
第 5 招：限定格式——把答案框進你要的形狀
最後一招最簡單，卻能省下你大把整理時間。你不指定格式，AI 就用它高興的方式回你——可能落落長一整段，害你還要自己剪。
直接把「形狀」講明白：要表格、要條列、要幾個字、要幾點。有個小訣竅——告訴它「要怎樣」，別只說「不要怎樣」，正面指令比負面指令好用。
| ❌ 沒限定 | ✅ 限定格式 |
|---|---|
| 「幫我比較這三家供應商。」 | 「幫我比較這三家供應商，用表格，欄位是：價格、交期、品質、風險，最後一列給我一句話推薦。」 |
右邊那樣問，AI 吐出來的東西你複製貼上就能進報告，一秒都不用整理。
誠實踩煞車：有些牆，換問法也過不去
講了五招，該來潑點冷水了。身為天天在教企業用 AI 的人，我必須誠實告訴你：問對問題能救回八成的爛答案，但不是萬靈丹。有三種狀況，你問破嘴也沒用。
圖 4｜工具是機組人員，最後拍板、負責查證的機長，永遠是你
第一，它沒有的資料，問法再神也生不出來。你公司內部的業績數字、客戶名單，AI 沒讀過就是不知道。這種要靠你自己把資料貼給它，或接內部知識庫，光靠問法變不出來。
第二，要即時／最新資訊，得配工具。今天的匯率、上週的新法規，一般聊天視窗答不準，要搭配會聯網查證的功能。別拿它當即時資料庫。
第三，它會一本正經地編。就算你問得再好，AI 還是可能把數字、人名、法條講得煞有其事其實是假的。凡是要對外、要負責的內容，數字和出處務必自己再查一遍。這條是底線，沒有例外。
阿峰老師的觀點
我在培訓現場看過太多人，用了兩次 AI、得到兩個爛答案，就下結論「這東西沒用」，然後把它關掉。可惜的不是那兩個爛答案，是他從此不再給 AI 第三次機會。
其實他跟 AI 之間，差的只是一句「講清楚一點」。同一個工具、同一個模型，會問的人拿它當左右手，不會問的人罵它是智障。差別從來不在 AI 有多強，而在你有沒有把要的東西講明白。
提示詞就是交辦單。你交辦得含糊，員工再優秀也做不對；你交辦得清楚，AI 就是你最不會喊累的部屬。問題問對，答案自然對。
你是機長，AI 是你的機組人員。機組人員再能幹，也得聽得懂機長的指令才飛得動。下次覺得答案爛，先別急著怪它——回頭看看你剛剛那句話，是不是自己都講不清楚。
資料來源（多方交叉查證）
官方提示詞最佳實踐（給脈絡／具體／範例／格式／拆步驟）：
· Anthropic — Prompt engineering best practices for 2026（官方）
「要它反問」＝翻轉互動模式（學術一手）：
· White et al. — A Prompt Pattern Catalog（Flipped Interaction Pattern，Vanderbilt, 2023）
· DEV Community — The Art of Reverse Prompting
為什麼籠統的問法換到空泛答案（第三方分析）：
· BeforeAsk — Why ChatGPT answers are vague, and how to fix it
· How-To Geek — Reasons ChatGPT is Giving You the Wrong Answers
· Jack Righteous — Why ChatGPT Gives You Bad Answers and How to Fix Them
具體化能減少來回、成功準則要先寫清楚（第三方彙整）：
· Promptessor — Prompt Engineering Best Practices 2026
· Promtaix — Fix Vague ChatGPT Responses: The 4-Layer Specificity Framework
＊本文為觀念與方法教學，技巧原則跨模型通用，不綁特定 AI 版本；各家工具的實際功能與限制以官方當下公告為準。AI 仍可能產生看似合理卻錯誤的內容，對外交付前請務必自行查證數字與出處。
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