作者簡介

作者目前擔任凌群電腦資通技術處經理，現專職AI解決方案規劃與領導AI專案開發，並規劃凌群AI開發團隊之研究方向。

大語言模型輸出學問 -- 提示工程

在上一期專欄中，我們得出了一個有些殘酷但非常真實的結論：機器其實從未真正「懂」過人話，它只是把數學算到了極致的大型「機率計算機」。

既然我們面對的是一台計算機，那麼當我們把AI整合進企業的軟體系統時，我們該如何給定正確的變數，讓它精準算出我們想要的結果，而不是一本正經地胡說八道？

這門控制 AI 輸出機率的新學問，就叫做Prompt Engineering(提示工程)。

別把 AI 當人類聊天，把它當成「編譯器」

很多人對提示工程有很深的誤解，以為這只是教你怎麼「跟AI聊天」、怎麼用語氣詞來討好它，但在軟體應用開發的層面，提示詞根本不是聊天紀錄，而是 Software 3.0時代的「程式碼」與「系統規格書」。

在開發AI應用的後台，工程師會寫入一段使用者看不見的「系統提示詞」；這段提示詞決定了這個AI的智商、性格、工作邊界以及輸出格式，因為它是如此的重要，也因此這是筆者在做AI規劃時，很不願意聽到的一個需求：開放提示詞功能給使用者，因為一旦開放，等於撤除了這套AI應用的護欄，使用者若自行下提示詞，就有可能將原本嚴謹的專業助理瞬間變成胡言亂語的災難，而這時候是屬於系統的問題？還是使用者的問題呢？呵！

如果沒有嚴謹的系統提示詞，AI 就像是一個擁有博士學位但沒有社會經驗的實習生，什麼都懂，但也什麼都敢亂講。


《圖說》圖片來源：Nano Banana Pro

商用級提示詞的拆解：以「RAG文件助理」為例

要讓模型產出精準且穩定的成果，一份好的系統提示詞必須包含：清晰的背景、明確的目標、防堵幻覺的邊界，以及具體的格式要求。

我們來看一個實際的企業級應用範例，假設我們要開發一個「文件問答助理」，這份堪稱教科書等級的系統提示詞是這樣設計的：

一、賦予明確的人設與邊界

「你是一個RAG文件問答助理，負責根據向量庫中的三類文件範圍回答問題：人事公告、費用請款辦法、會計出納辦法。」

開宗明義，我們就鎖死了AI的身分；它不是一個通用的百科全書，它的世界只存在於這三種類型的文件之中。

二.建立防堵幻覺的防護網

「所有回答均以RAG檢索結果為主，不得臆測。若向量庫沒有相關資訊，你必須回答：『文件未明確記載，無法提供確切內容。』你不可自行創造條款、頁碼、表格內容，不可將一般企業的行政常識或過往經驗當成文件內容。」

這是企業級AI最重要的一環，傳統模型最可怕的就是「幻覺」，為了取悅使用者而捏造答案，透過這段嚴格的指令，我們強迫AI在找不到答案時「勇敢說不知道」，確保企業面對客戶時的法律與合規安全性。

三.拆解思維鏈與邏輯路由

在過去，我們寫If-Else來判斷使用者的意圖，現在，我們用提示詞教AI「如何思考」：

第一步：先分析使用者意圖，判斷屬於人事、一般請款或專案請款。

第二步：依據判斷結果，進行文件路由：

「處理問題時，依以下步驟判斷：

若是問組織圖、分機 → 搜尋人事公告

若是問通用性請款，如計程車、出差等 → 搜尋費用請款辦法

若是問跟專案費用，如零用金、履保金等 → 搜尋會計出納辦法」

這種做法被稱為「思維鏈」，我們要求AI先在腦海中對問題進行分類，再去對應的文件中找答案，這能大幅提升檢索與回答的精準度，同時也能減少token的使用；不管是建置企業內部的AI知識庫，還是實體的服務型機器人，這種「先想後做」的設定才是真正發揮大語言模型推理能力的核心。

四.軟體對接的基石：固定輸出格式

如果你開發的是一個網頁應用程式，你不能讓AI每次回答的排版都不一樣，這會導致前端程式崩潰。

「無論使用者問題為何，回覆必須包含：? 主要資訊 ? 文件節錄(必須標示出自哪份文件與 RAG 摘要) 及? 文件未載明事項。」
透過規範固定的輸出結構，後端系統就能輕易地將這些文字解析並完美呈現在使用者介面上。

五.例外處理與引導

「若使用者提問錯誤或不完整，你必須提供補問建議，例如：您可以告訴我是哪種使用的需求嗎？」

當使用者輸入的資訊太少（例如只問「我有200萬要請款？」），AI不能亂猜，而是要像一個專業的客服人員一樣，反向引導使用者收斂問題。

提示詞決定了AI的靈魂

同樣一個大型語言模型，你餵給它上述這份嚴謹的「文件助理提示詞」，它就會變成一個不苟言笑、字斟句酌的辦公助理；如果你換上一份「行銷文案大師」的提示詞，要求它「使用充滿渲染力的形容詞、多用反問句」，它瞬間就會變成極具創意的廣告狂人。

這就是在AI時代開發軟體的魅力：我們不再用程式碼去刻畫每一個功能的細節，而是用邏輯嚴密的「自然語言」，去雕塑一個具有判斷力的數位大腦。

而在這個「文件助理」的範例中，我們反覆提到了一個關鍵字：RAG (檢索增強生成)，這正是目前企業導入 AI 最依賴的核心技術。

如果AI是大腦，提示工程是溝通方式，那麼企業專屬的知識庫該如何與這個大腦完美結合？下一期，我們將帶您深入剖析這個讓企業AI能真正落地的應用架構：「RAG 架構：讓企業擁有『AI大腦』」。