Prompt

Google 官方認證！提示詞 (Prompt) 實戰心法：從「直覺回話」到打造「數位分身」

Aiezn • 2026-01-07 • 6 min read

最近稍微整理了谷歌 (Google) 官方文檔關於樣本提示（Prompting）的 Best Practice。意外的是，官方教的類型比想像中精簡，但後兩者確實是我在實務上極高頻率使用的「大招」。

很多人常問：「為什麼 AI 總是回不到我想要的結果？」通常問題不在 AI 笨，而是你給的指令（Prompt）、參數（Temperature）或模型（Models）選錯了。今天 Aizen 就幫大家把官方精華結合實戰心得，一次整理給你。

1. 直接提示 (Zero-shot)

零樣本提示是指直接向模型提供指令或提問，完全不給予任何額外的說明或範例。

適用場景：構思點子（Brainstorming）、簡單的摘要、基礎翻譯。
例子：
- 「幫我列出五個關於 AI 科技報道的創意標題。」
- 「請將這段英文翻譯成繁體中文。」

分析與洞察：
這是最考驗模型「原生智力」的方法。如果你的需求很通用，Zero-shot 很快；但如果你有特定的排版或語氣要求，這招通常會讓你修得滿頭大汗。

2. 樣本提示 (Few-shot)

這種方法會先向模型提供一或多個想要的「輸入/輸出組合範例」，再呈現真正的提示。這能幫助模型瞭解任務的細節，進而生成精確的回覆。

2.1 實戰策略表

策略	提示範例
提供輸入/輸出範例	輸入：「貓」；輸出：「有鬍鬚且毛茸茸的小型哺乳動物」。提示：「大象」。
表明風格或語調	範例 1 (幽默)：「政治人物的演說很無聊，可以治癒失眠症狀」。範例 2 (正式)：「高官傳達的訊息既實用又引人入勝」。提示：「寫一句話來介紹喜劇演員的單口喜劇節目。」
呈現詳細程度	範例 1 (簡短)：「這部電影的內容是小男孩與外星人成為朋友」。範例 2 (詳盡)：「這部科幻片講述艾略特的故事。這名孤單的男孩發現受困在地球上的外星生物，並與這個外星人建立起獨特的情誼」。提示：「總結你剛讀完的小說情節。」

Aizen 的實戰觀點：
Few-shot 的好處在於可以極其嚴格地控制輸出格式。但缺點也顯而易見：給了範例後，AI 的創意性會稍微下降，它會變得非常聽話（甚至有點死板）。

3. 思維鏈提示 (Chain of Thought)

思維鏈 (CoT) 旨在鼓勵模型將複雜的推論細分成一系列「中間步驟」，最終生成條理分明的內容。

3.1 為什麼這是「數位分身」的前期？

CoT 的核心在於引導 AI 模擬個人的思維模式。當你要求 AI 解釋推論過程時，你其實是在把你的邏輯框架灌輸給它。

3.2 官方推薦策略

鼓勵逐步推論：
「大強有 5 顆蘋果，吃掉 2 顆後剩幾顆？請分步驟解決：第 1 步...第 2 步...」
要求說明推論過程：
「解釋你是如何判斷這則電影評論的情緒：『演員演技很棒，但情節容易預測』。」
引導邏輯思考：
「將電子郵件歸類為垃圾郵件時，請考量：1. 寄件者是否已知？2. 主旨是否有可疑關鍵字？」

graph TD
    A[複雜問題] --> B{思維鏈 CoT}
    B --> C[步驟 1: 拆解邏輯]
    B --> D[步驟 2: 中間推論]
    B --> E[步驟 3: 最終驗證]
    C --> F[條理分明的輸出]
    D --> F
    E --> F

策略	提示範例 (Prompt Example)
鼓勵逐步推論	「逐步解決這個問題：大強有 5 顆蘋果，他吃掉 2 顆後，還剩下幾顆？第 1 步：大強原先有 5 顆蘋果。第 2 步：他吃掉 2 顆，因此需要將 5 減去 2。第 3 步：5 - 2 = 3。答案：大強還剩下 3 顆蘋果。」
要求模型說明推論過程	「解釋你是如何判斷這則電影評論表達出的情緒：『演員的演技很棒，但情節發展容易預測』。」
引導模型進行邏輯思考	「將這封電子郵件歸類為垃圾郵件或非垃圾郵件時，應考量下列幾點： 1. 是否為已知的寄件者？ 2. 主旨行是否含有可疑的關鍵字？ 3. 這封電子郵件是否提供有違常理的好處？」

4. Aizen 的實戰觀點：混合技與參數調教的藝術

在實際操作中，我很少只用單一類型。現在的 Context Window（上下文視窗）隨便都很大，過去那種「怕字數太多 AI 會忘記」的限制已經小很多了。

4.1 混合技 (Few-shot + CoT)

我最常做的就是：給 2 個範例（Few-shot），並要求它在產出答案前先寫下推論邏輯（CoT）。 這樣既能保證格式正確，又能確保邏輯不翻車。

4.2 參數與模型的完美組合

當有人問我為什麼產不出預期結果時，我通常會要求對方提供這三要素：

完整 Prompt：你是用哪種提示類型？
Model 類型：是用 Gemini 1.5 Pro 還是 Flash？(Pro 適合 CoT，Flash 適合 Zero-shot 快速反應)。
Temperature (溫度值)：
- 想要求精準、嚴格執行規則：Temperature 調低（例如 0.2）。
- 想要發想點子、寫文案：Temperature 調高（例如 0.8）。

4.3 總結

AI 時代，「出張嘴」也是有技術含量的。理解 Google 官方這三套基礎心法，並靈活運用 Few-shot 的「控管力」與 CoT 的「邏輯力」，你才能真正讓 AI 成為你的數位分身。

5. 參考文檔

[1] 提示工程：總覽和指南 https://cloud.google.com/discover/what-is-prompt-engineering?hl=zh-TW#prompt-engineering-overview-and-guide

[2] Tips to enhance your prompt-engineering abilities https://cloud.google.com/blog/products/application-development/five-best-practices-for-prompt-engineering

目錄