培養提示工程思維（車品覺）
本文作者車品覺，為港交所獨立非執行董事、香港基因組中心董事、香港大學中國商業學院客座副教授，為《信報》撰寫專欄「全民大數據」。
許多人仍將生成式人工智能（GenAI）視為高級搜索引擎，輸入簡單的關鍵詞便期待得到精準答案──這恰是提示（prompt）效果不佳的根源。我喜歡把GenAI形容為一位飽讀詩書，卻不懂世務的天才白癡，需要聰明用戶的引導。
例如諮詢某銀行的優化人工智能（AI）客服時，發現一個有趣現象：當提示詞從「回答信用卡找數逾期問題」改為「假設你是擁有15年經驗的客戶關係專家，請向主婦客戶解釋信用卡逾期須知。（1）罰息計算方法；（2）信貸評分下降補救招數；（3）避免再犯的日常財務技巧」，答案立刻從機械式的信貸條款複述，升級為有溫度的專業建議。
筆者覺得看待AI prompt要像大廚調味，少了一撮鹽，風味便有天淵之別。大家不妨試試在DeepSeek使用下面這個prompt：以九十後懷舊情懷為核心，混合電影《食神》無厘頭風格為外賣平台，創作出3組押韻的港版宣傳口號（slogan）。結果我很滿意，如同出自高手的手筆，最終我選了「一Click落單快過飛，叉燒瀨粉變飛機！」這個slogan。
使用GenAI時，我們時常出現三大誤區：第一是以為AI什麼都懂；第二是忽略時效性；第三是場景（包括文化、商業模式等）的差異。大家可以想像，以上細節愈不明確，生成的內容就愈不可能有質量。
筆者繼續以生成外賣slogan為例子，列出當中的成功因素：
混搭方程式：時代記憶位址（九十後）+ 地域文化特徵（港式叉燒）+ 場景特性（外賣平台）。
風格校準器：用具體作品《食神》代替「幽默」這類抽象描述，減少AI理解偏差。
形式約束力：押韻/字數等規則，驅使AI突破模板化表達。
大家要謹記GenAI並非「提問—答案」的簡單工具，而是需要精心調校，從「指令輸入」到「敍事協作」的範式轉移。優質提示詞如同導演劇本，需明確詳述角色、場景與情感層次，加上多次嘗試才能輸出拍案叫絕的答案。用戶應培養「提示工程思維」，將需求拆解為AI可理解的維度，並通過迭代逼近最佳結果。切勿盲目追求自動化的工具，因為人類永遠是工具的引領者。
（編者按：車品覺著作《覺悟．大數據》現已發售）
歡迎訂購：實體書、電子書
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
