本文根據 OpenAI 官方提示詞教學（ChatGPT Learn）、OpenAI 幫助中心與開發者文檔、Anthropic 官方提示詞文檔和網誌整理，核對日期 2026-10-07；截圖引用自 OpenAI 幫助中心發佈說明和 Anthropic 官方網誌並註明出處。文中示例提示詞為本站編寫，僅供參考。
適用於誰
- 搜「提示詞怎麼寫」「ChatGPT 提示詞技巧」「提示詞公式」，覺得 AI 回答總是泛泛而談、跑題、格式不對的人；
- 同時用 ChatGPT 和 Claude，想知道兩家官方各自推薦怎麼寫的人；
- 想先學會一個通用寫法，再去本站文本提示詞庫裏挑現成模板改的人。
Free 帳號就能照着做，提示詞寫法和套餐無關。
先回答：提示詞工程是什麼
OpenAI 幫助中心的定義很直白：提示詞（prompt）是你輸入給模型、讓它開始回應的內容；提示詞工程就是設計和優化這些輸入，讓模型更穩定地給出你要的結果。Anthropic 的文檔補充了一點：在改提示詞之前，先想清楚「什麼樣的結果算成功」，否則你沒法判斷改得好不好。
結論先說
- 沒有必須照抄的格式。 OpenAI 的官方教學明確說，寫提示詞不需要技術語法或固定公式，先用自己的話說，再根據回答追問。
- 重要任務補齊四件事：目標、背景、輸出、邊界。 這是 OpenAI 官方教學列出的四個部分，用得上的寫，用不上的省略。
- 兩家共同強調的三點： 說清楚要什麼（具體）、說明為什麼（背景和用途）、給一個例子（格式最難描述時最有效）。
- 第一版不完美很正常。 兩家都把「看結果 → 改提示詞」當成標準流程。
步驟
1. 先用一句話說清「要什麼結果」
OpenAI 建議從結果寫起，而不是一上來列一長串步驟；讀者是誰、用在哪裏，如果會影響產出就寫上。
把這份會議記錄整理成發給項目組的簡短進展通報，決定事項和下一步放在最前面。
這一句就包含了「做什麼」「給誰看」「重點放哪」。Anthropic 的說法類似：把 Claude 當成一位很聰明、但不了解你們規矩的新同事，你說得越準，結果越好；寫完可以想像把提示詞交給一個不了解情況的同事，他看不懂，模型也會犯迷糊。
2. 套用通用公式：目標 / 背景 / 輸出 / 邊界
下面這個結構就是把 OpenAI 教學裏的四部分寫成中文模板（「萬能公式」只是個方便記的說法，官方並不要求每次都填滿）：
text
【目標】我要你幫我……（一句話說清要的結果）
【背景】這是給……看的 / 用在……；可參考的資料是……（只放會影響結果的資訊）
【輸出】格式（表格 / 要點 / 電郵 / 300 字以內……），先寫什麼後寫什麼
【邊界】哪些不能改、不確定時怎麼辦、哪些事先問我再做改寫前後對比（示例，僅供參考）：
- 改寫前：「幫我寫個請假條。」
- 改寫後：「【目標】寫一封向直屬領導請 3 天年假的微信消息。【背景】下週三到週五，手頭的週報已安排同事代交。【輸出】100 字以內，語氣禮貌但不卑微，最後一句說明緊急情況可以電話聯絡。【邊界】不要編造請假理由，只寫『家裏有事』。」
如果你還想設定「角色」，可以放在最前面一句。但 Anthropic 2026 年的網誌提醒：現在的模型不太需要誇張的角色設定，與其寫「你是世界頂級專家」，不如直接說明你要它從什麼角度分析。
3. 用「為什麼」代替生硬的禁令
Anthropic 的網誌舉過一個例子：與其只寫「絕對不要用列表」，不如說明「我更喜歡自然段落，因為讀起來更像對話」，模型理解了原因，就能在相關情況下做出更合適的判斷。它的官方文檔還建議告訴模型該做什麼，而不是隻說不要做什麼，比如把「不要用 Markdown」改成「用連貫的段落來寫」。
同樣，OpenAI 建議把邊界控制在最重要的一兩條，例如「保留已確認的日期和預算數字」「只用我給的資料，缺資訊就標出來，不要猜」。
4. 格式難描述，就給一個例子
兩家文檔都把「給例子」（少樣本，few-shot）列為最可靠的手段之一。Anthropic 的建議是：例子要貼近真實用途、彼此有差異，避免模型學到你不想要的模式；先給一個，不夠再加。
下面是我想要的摘要風格：
原文：……
摘要：一句話結論 + 兩條關鍵數據 + 影響誰。
現在按同樣風格總結這篇：……
圖片來源：Claude 官方網誌《Improve your prompts in the developer console》。這是面向開發者的控制台，普通用戶在聊天框裏直接把例子寫進提示詞即可。
5. 長資料放前面，問題放後面
把長文檔、表格一起發給模型時，Anthropic 的文檔建議：長資料放在提示詞上方，問題和要求放在最後；多份資料可以用標籤或標題分開，並先讓模型引用原文中相關的段落再作答。OpenAI 開發者文檔也建議用 Markdown 標題和 XML 標籤劃清「說明」和「資料」的邊界。在聊天框裏可以簡單寫成：
text
<資料>
（粘貼內容）
</資料>
請根據上面的資料回答：……；先列出你依據的原文句子，再給結論。6. 允許它說「不知道」，再迭代
Anthropic 的網誌建議明確告訴模型「數據不足就直說，不要猜」，以減少編造。拿到第一版後，不必重寫整段提示詞，直接說要改哪裏，例如 OpenAI 教學裏的示範：「開頭更直接，保留證據，把建議移到背景之前」。重要的工作，可以最後讓它自查一遍，比如「檢查每個待辦是否都有負責人和截止日期」，然後你自己再核對。
7. 長期偏好放進設定，別每次重複
OpenAI 建議把所有對話都適用的偏好寫進 設定 → 個性化 的自定義指令，只和當前對話有關的再寫進提示詞。Claude 也有對應的帳號級設定（「Instructions for Claude」，在 設定 裏填寫）。某一個課題的固定規則，則更適合放進項目說明（見本站《ChatGPT 項目功能有什麼用、怎麼用》）。
圖片來源：OpenAI 幫助中心：ChatGPT Release Notes（2025-01-17）
ChatGPT 和 Claude 寫法有區別嗎
大方向一致，細節上有幾處值得注意：
| 要點 | ChatGPT（OpenAI 官方） | Claude（Anthropic 官方） |
|---|---|---|
| 基本結構 | 目標、背景、輸出、邊界，用得上的才寫 | 清晰直接、說明原因、給例子 |
| 結構化標記 | 可用 Markdown 標題和 XML 標籤分隔 | XML 標籤可用；2026 年網誌稱多數場景用清楚的標題就夠 |
| 角色設定 | 未作為必需項 | 一句話角色可以，但不要過度限定 |
| 讓它動手 | — | 想讓它直接修改，就說「改這段」，而不是「能不能給點建議」 |
常見問題
Q：提示詞越長越好嗎？
不是。Anthropic 的網誌把「過度設計」列為常見錯誤：最好的提示詞不是最長的，而是用最少的必要結構穩定達到目的。先寫簡單版，結果不對再加。
Q：網上的「萬能提示詞模板」能直接用嗎？
可以當起點，但要換成你自己的目標、資料和邊界。本站文本提示詞庫按「角色 / 背景 / 任務 / 約束 / 輸出格式」整理了科研、寫作、編程、職場等模板，方括號裏的部分替換成你的內容即可。
Q：同一個提示詞，ChatGPT 和 Claude 結果不一樣？
正常。不同模型的預設風格不同，Anthropic 文檔也專門列了各型號的差異（比如有的型號預設回答更長）。如果對長度、格式有要求，直接寫明。
Q：AI 還是編造內容怎麼辦？
給它資料、要求它只依據資料回答、允許說「不知道」，並要求列出依據。涉及事實、數字的內容，最後都要自己核對。
參考資料
- ChatGPT Learn：Prompting — https://learn.chatgpt.com/docs/prompting
- OpenAI 幫助中心：Prompt engineering best practices for ChatGPT — https://help.openai.com/en/articles/10032626-prompt-engineering-best-practices-for-chatgpt
- OpenAI API 文檔：Prompt engineering — https://developers.openai.com/api/docs/guides/prompt-engineering
- Claude 文檔：Prompt engineering overview — https://docs.claude.com/en/docs/build-with-claude/prompt-engineering/overview
- Claude 文檔：Prompting best practices — https://docs.claude.com/en/docs/build-with-claude/prompt-engineering/claude-4-best-practices
- Claude 網誌：Best practices for prompt engineering — https://claude.com/blog/best-practices-for-prompt-engineering
- 截圖來源：OpenAI 幫助中心發佈說明、Claude 官方網誌（見各圖下方連結）
0 條評論
還沒有評論，來搶沙發～