Artificial Intelligience

什麼是AI?

AI的定義

1956 年,在美國達特茅斯學院(Dartmouth College)

AI的定義

讓機器的行為看起來像是需要人類智慧才能完成的事

機器能思考嗎?

思考是什麼?

Perceptron(感知器)

讓機器的行為看起來像是需要人類智慧才能完成的事

Prompt Engineering

1. 什麼是 Prompt ?

2. 什麼是 Prompt Engineering ?

3. 為什麼需要 Prompt Engineering ?

Prompt Engineering

如何精準對 AI 下指令,讓它給出最完美答案

  1. 減少幻覺 (Hallucination)
  2. 透過精準的上下文 (Context)給予更精確的回答
  3. 拆解複雜任務 (Breaking Down Tasks)

Prompt 六大核心元素

  1. Persona(角色設定)
  2. Context(背景資訊 / 上下文)
  3. Instruction(具體指令)
  4. Rules & Limitations
  5. Tone(語氣)
  6. Input Data(輸入資料)

Persona (角色設定)

  • 作用:賦予 AI 一個特定身分或專業視角(例如「你是一位資深行銷顧問」)
  • 效果:讓回答的語氣、專業程度、思考角度更貼近特定情境,減少泛用、空泛的回覆

Context(背景資訊 / 上下文)

  • 作用:提供任務相關的背景知識、情境或限制條件
  • 效果:幫助模型理解「為什麼」要做這件事,避免因資訊不足而產生偏離需求的答案

Instruction(具體指令)

  • 作用:明確說明要 AI 執行的任務內容與步驟
  • 效果:指令越具體、越可執行,輸出品質越穩定;是整個 Prompt 的核心驅動力

Rules & Limitations

  • 作用:設定輸出的邊界,例如字數限制、禁止事項、格式要求
  • 效果:避免模型輸出超出範圍、不符規範或不適用的內容,提高結果的可控性

Tone(語氣)

  • 作用:定義回應的風格,例如正式、輕鬆、專業、親切
  • 效果:確保輸出內容與使用情境(如對客戶、對內部團隊)在語感上一致

Input Data(輸入資料)

  • 作用:提供實際要處理的資料本體(如文章、數據、對話紀錄)
  • 效果:讓 AI 的輸出建立在具體資料上,而非憑空生成,大幅提升準確性與相關性

Patterns(模式)

可以用來套用的固定模式以及句型

Audience Persona Pattern(受眾角色模式)

概念:不是讓 AI 扮演某個角色,而是反過來,告訴 AI「我」是誰,讓它依照聽眾的背景調整解釋方式

魔法句型: 請向我解釋 [某個複雜概念]。請假設我是一個 [特定身分,例如:小學五年級學生/完全不懂歷史的理科生]。

 

例句:

請向我解釋『光電效應』。請假設我是一個只懂國中基礎理化的學生,請用生動的比喻來說明。

Question Refinement Pattern(問題精煉模式)

概念:讓 AI 主動幫你優化問題本身,藉此提升輸出品質 

核心句型:「每次我提問時,請先建議一個更好的問題版本,能幫助你給出更準確的答案」

應用場景:當你不確定該怎麼問,或擔心問題不夠精確時,讓 AI 反過來教你怎麼問

Question Refinement Pattern(問題精煉模式)

例句:

從現在開始,每當我問你問題時,請先幫我把問題改寫成更精確、更容易得到高品質答案的版本,並說明為什麼原本的問法不夠好,然後再依照改寫後的問題回答我。

例如我問:『怎麼讓網站變快?』
你應該先建議我問:『我的網站主要是用 WordPress 架設,目前平均載入時間 5 秒,請問有哪些優先順序的優化步驟可以把載入時間降到 2 秒以內?』

Alternative Approaches Pattern(替代方案模式)

用途: 當你面臨選擇障礙,或是想知道有沒有其他更好的方法時。它會強迫 AI 給出不同的選項,並列出優缺點。

魔法句型: 當我向你詢問關於 [某個任務] 的建議時,如果還有其他方法可以達成相同目標,請列出最好的替代方案,並比較它們在 [條件A]、[條件B] 上的優缺點。

Alternative Approaches Pattern(替代方案模式)

例句:

我們社團想在畢業典禮上募集 5,000 元的活動經費,請提供至少 3 種不同的募款方式(例如:企業贊助、義賣、線上募資),並分別列出每種方式的優點、缺點,以及大概需要多久時間才能達成目標。

Flipped Interaction Pattern(角色反轉互動模式)

  • 概念:讓 AI 從「回答者」變成「提問者」,把 LLM 從受訪者轉變成訪問者,直到它取得解決問題所需的資訊為止
  • 核心句型:「請針對 X 持續問我問題,直到你有足夠資訊建議 Y 為止。當你有足夠資訊達成該條件時,向我提出 Y 方案。請先問我第一個問題

Flipped Interaction Pattern(角色反轉互動模式)

例句:

請你反過來問我問題,目的是幫我確認這次社團成果發表會的整體規劃是否完整。請一次只問一個問題,等我回答後再問下一個,直到你認為資訊足夠後,再給我一份完整的檢查清單與改善建議。請先問我第一個問題。

Made with Slides.com