一課讀懂 Prompt 工程:為甚麼同一個問題答案差這麼遠

同一天,兩位小五中文科老師都想用 AI 準備一份閱讀理解工作紙。

第一位打了六個字:「幫我出閱讀理解」。她得到一篇關於熊貓的短文,程度大概是小二,附五條選擇題,答案還有一條是錯的。

第二位打了大約八十字。她得到一篇合適難度的短文、三條理解題、兩條推論題、一條開放題,加上一張評分要點表,而且用繁體中文、沒有台灣用語。她改了兩個字就印出來。

兩人用的是同一個 AI。分別不在運氣。

想像你在交代工作給一位代課老師

假設有一位代課老師,今天第一天來你校。她非常聰明、讀過很多書、打字極快,但她不知道:你校用哪套教科書、你這班的程度、你習慣的工作紙格式、你們不用哪些用語。

如果你只說「幫我出閱讀理解」然後走開,她會憑自己的想像做一份。做出來的東西不會是錯的,只是不是你要的。

AI 就是這位代課老師,而且她永遠不會問你補充問題,永遠不會說「我不確定」。她會直接把空白的地方自己填滿。 提示工程的全部內容,就是不要留空白給她填。

一條好提示的四個部分

把這四項寫齊,九成問題就解決了。

第一,身分與對象。 「你是香港小學中文科教師,對象是小五學生。」這一句同時定了用語習慣、難度水平與文化語境。少了它,你很可能得到內地或台灣的行文習慣。

第二,要做甚麼。 越具體越好。不是「出閱讀理解」,而是「一篇 350 至 400 字的說明文,主題與香港生活有關,配三條理解題、兩條推論題、一條開放題」。

第三,輸出格式。 「用表格輸出,欄位為題號、題型、題目、參考答案、評分要點。」指定格式有兩個好處:你不用重排,而且模型會因為要填滿欄位而不敢漏項。

第四,不可以做甚麼。 這是最常被漏掉、卻最有價值的一項。例如「不要用台灣用語」、「不要提供答案給學生版」、「不確定的資料寫『請教師核實』而不要自行編造」、「每項評語不超過 25 字」。

為甚麼「限制」比「要求」有效

因為模型的預設行為是盡量把話說滿。它傾向寫得長、寫得漂亮、寫得完整,即使它並不確定。

所以最有效的提示技巧其實是負面指令:告訴它甚麼不准做。「不確定就寫請教師核實」這一句,直接把幻覺從「難以察覺」變成「明確標示」。它不能消除幻覺——原因見 幻覺與偏見從何而來——但能讓你一眼看見要核實的地方。

給一個示例,勝過寫五句形容詞

如果你想要某種風格的評語,不要形容那種風格,直接給一個例子:

「請按以下格式與長度寫評語。示例:『文章結構清楚,三段各有主題句;但第二段的例子與論點關係不明顯,下次可先問自己這個例子證明了甚麼。』」

模型極擅長模仿,極不擅長猜測你心中的標準。一個真實示例的資訊量,遠高於「請寫得具體一點、專業一點、有建設性一點」。

一個課室裡的例子

一所中學英文科在共同備課會議上做了一個實驗。八位老師各自寫一條提示,要求 AI 為中三學生的一篇議論文寫回饋,然後把八組結果匿名貼在牆上比較。

結果非常一致:有寫明「不要重寫全文,只給回饋」的組別,輸出全部可用;沒寫的組別,AI 有一半時間直接交回一篇改好的作文——那對學生毫無幫助,因為學生看不到自己該改甚麼。

科主任於是做了一件務實的事:把當天表現最好的三條提示,加上四個部分的檢查清單,做成一份科組共用模板,放在共用資料夾。三個月後,新入職的老師不需要學習提示技巧,只需要填空。

這就是提示工程在學校裡真正的樣子:不是每位老師都變成專家,而是把專家寫好的提示變成科組資產。 模板庫的管理方式在 Prompt 工程教室 有完整處理。

這對你的課堂意味甚麼

1. AI 給你差答案時,先檢查你有沒有給它足夠資訊。 八成情況不是模型不行,而是提示缺了級別、格式或限制。
2. 把好提示存起來。 一條試出來很好用的提示,價值等同一份好教案,應該存檔並在科組內共用,而不是每次重新輸入。
3. 一定要加覆核指令。 「不確定的資料寫請教師核實」應該是全校教師提示的標準結尾,尤其涉及日期、法規、課程細節。
4. 教學生寫提示,本身就是教學內容。 把「說清楚你要甚麼、說清楚甚麼不要」教給學生,是可以遷移到寫作與口語表達的能力,不只是 AI 技巧。

一條可以直接複製的完整提示

以下這條把四個部分寫齊,可直接貼進任何 AI 工具:

你是香港小學中文科教師,對象是小五學生。
任務:設計一份閱讀理解工作紙。先寫一篇 350 至 400 字的說明文,主題與香港日常生活有關;再出六條題目,包括三條理解題、兩條推論題、一條開放題。
輸出格式:先給短文,然後用表格列出題目,欄位為題號、題型、題目、參考答案、評分要點。
限制:用繁體中文(香港用語),不要用台灣或內地用語;開放題不要提供標準答案,只寫評分要點;任何你不確定的本地資料,寫「請教師核實」而不要自行編造;每項評分要點不超過 25 字。

試完之後,把最後一段的「限制」整段刪掉再試一次。你會立刻明白為甚麼這一課花這麼多篇幅講限制。

接下來

提示寫得再好,AI 也不會知道你校的課程進度與功課政策,因為那些資料它從未讀過。解決方法是讓它回答前先翻閱學校自己的文件,這就是下一課 校本知識庫與檢索增強生成。想回顧為甚麼中文提示比英文貴,見 Tokenization 與中文為何較貴;想要大量現成的教育場景提示範本,見 甚麼是好的提示。