長 Prompt 指令還有用嗎？GPT-5、Claude 時代，這 3 個技巧該這樣調整
來源識別
- 發布日期：2026.08.28
- 作者／出處：《經理人》羅秀如；未來商務
- 原文：fc.bnext.com.tw/articles/view/4881
- 分類：TIPS；頁面標籤：人工智慧、生成式 AI
文章內容摘錄
文章指出，早期常見的萬用 Prompt，例如「請扮演一位有 20 年經驗的行銷總監」、「請一步一步思考」、「絕對不要出現幻覺」，即使寫得很長，仍可能產出罐頭套話或缺乏目的的文字。原因之一是 AI 工具持續更新，但使用者的下指令方式仍停留在兩、三年前。
GPT-5、新一代 Gemini 與 Claude 已能自行規劃多個處理步驟，並在取得授權後讀取資料、操作工具，完成較長的工作流程。模型能力提升後，部分早期提示詞技巧不必每項任務都套用；過多限制可能讓 AI 把資源花在無關設定上。文章引用黃仁勳的說法，認為用 AI 處理本來就會做的事可能是算力浪費，AI 的價值在於協助完成能力圈之外的工作。
三種舊技巧的調整
- 不必每次要求「一步一步思考」：對推理模型而言，任務拆解與規劃可能已是內建能力。比起提醒它思考，更應提供預算上限、目標受眾、企畫最在意的成果等判斷條件。
- 角色設定要提供工作脈絡：年資、頭銜與形容詞的幫助有限；角色與任務有直接關係時才有用。撰寫新品上市貼文時，產品特色、溝通對象與讀者應採取的行動，比虛構完整履歷更重要。
- 禁止指令不能取代資料與查核標準：「不要幻覺」不會告訴 AI 哪些資料可信、遇到不確定資訊時如何處理。應提供可參考資料、說明查核方法，並要求標出無法確認的內容，不要自行補寫。
把 AI 當成剛加入團隊的同事
文章建議參考主管交辦流程：先交代工作為什麼要做，包括成果使用者、使用場合與希望解決的問題；再說明什麼樣的成果才算合格，把「專業一點」「有吸引力」轉成可檢查的條件，例如篩選條件、摘要長度與來源保留規則。目的與標準說清楚後，指令不一定變長，但成果會更貼近工作需求。
文章最後指出，當合作方式經過多次測試，可整理成 Skills，供後續任務重複使用。重新學習 Prompting 的重點，不是持續收集固定句型，而是適應模型能力變化，把工作說清楚，並用明確標準驗收成果。
本文轉載自《經理人》。課程與推薦連結屬原文商業內容，不視為本文證據。