Google公布AI提示萬用公式!掌握「21字黃金法則」:先穩80分基本功再求好
Google公布AI提示萬用公式!掌握「21字黃金法則」:先穩80分基本功再求好

一直以來都會看到很多進階、但很複雜的 LLMs(大型語言模型)的使用心得分享。然而,在我看過的眾多 prompt 教學當中,只有 Google 針對 Workspace 的教學我讀完後真的記得住。不是因為它多麼深奧或創新,而是是因為它夠簡單。

Google 的教學文件主要是應用在 Gemini for Workspace,但我認為適用於所有 LLM。該教學之所以讓我印象深刻,是因為它的「最高指導原則」非常符合我追求「極簡」的需求。整份文件長達 68 頁,舉了 11 種生產力情境的範例。然而,我覺得只要謹記以下原則就夠:

  • 使用自然語言就好,想像是在跟人說話。
  • 講話要具體,且反覆說明你的需求。
  • 務必用動詞來清楚表達任務需求。
  • 盡可能提供充足的背景資訊。
  • 用語簡潔,不要太複雜或用太多行話。
  • 不要覺得自己是在下指令,而是在「對話」。
  • 不要用一個 prompt 執行多個任務,拆開來。

為什麼掌握這些原則很重要?因為絕大多數的人做不到。 Google 提供了一個關鍵數據:最有效的 prompt 平均是 21 個字,但多數人的 prompt 都少於 9 個字。 換句話說,光是「能把話講清楚」可能就已經是前四分之一(甚至更高)的使用者了。

除了原則以外,Google 還教會我一個「必殺絕招」:在真正給出 prompt 以前,先用 LLM 作為 prompt 編輯器,再把它改寫後的 prompt 貼去執行。例如:

請將 [原始 prompt 文字] 寫成一個厲害的 prompt(power prompt),並附上修改建議與解釋。

甚至可以把這個步驟更往前一個階段,在請 LLM 改寫 prompt 以前,先問它:

[原始 prompt 文字] 這是我的需求,你有什麼問題想問我,以便你改寫一個更好的版本?

最後,Google 也給了一個通用的最佳解公式,它認為一個有效的提示最好包含四個組成:

  • 角色設定:要 LLM 調度哪些領域知識
  • 任務:你想完成什麼目標
  • 背景:任務的起源/目標的限制/涉及的人士...等
  • 格式:輸出類型、編排格式

面對日新月異的生成式 AI 技術,只學 Google Gemini、甚至只學 Workspace 情境下的應用肯定不夠。但究竟怎樣才足夠?我認為回答這個問題以前,應該 先定義「需求情況」 。在一般情況下,我認為以下三個能力遠比掌握什麼新技術、學習什麼新工具重要:

  • 動機:「想」做什麼。模型能力的天花板通常就是操作者本身。
  • 思考:「如何」做,包括任務拆解、流程設計、以及精準的表達。
  • 校驗:是否具備足夠的常識(或領域知識)來檢查AI生成的結果。

這讓我想起一直以來的一個中心思想:如果眼前當下沒有一定要/想/好奇的事,或必須要改善效率的任務,就會避免去「過度研究」生成式 AI 工具。

因為後來發現一個很殘酷的現實:AI 模型與工具的進化速度「遠遠超過」個人的研究速度,所以 X 上才會每天都有人說「OOO 又顛覆了整個世界」。

每個人的「過度」都不一樣,這是個動態標準。例如,不會寫程式的麻瓜跟會寫程式的巫師,在判斷一些應用方式時的標準當然就不同。我自己怎麼衡量「過度」研究?

用過度偏離自然語言的方式跟LLM溝通。理由是:如果大部分 AI 科學家的目標都是發展 AGI,那在人機互動上就不會走回頭路。

必須花大量時間(主要都發生在反覆測試)去貼近標準化目標。理由是:如果 AI 公司想賺錢,那麼肯定會把標準化輸出列為核心商業目標。我不是躺平等更好的解決方案,就是調整自己的輸出目標。

必須花大量時間縫合多種工具與方法來實現一項功能。理由是:想賺錢的人很多,產品化的速度只會更快不會更慢。

這個邏輯在 AI 工具的使用上特別明顯。與其花大量時間研究如何讓某個 prompt 達到 100 分的效果,不如先讓它穩定達到 80 分,然後等技術自然進步。畢竟,今天 Claude Opus 4 的隨便問可能就比三個月前精心調教的 Claude Opus 3 更好用。

模型以「順手」為主、 牢記 21 字原則

總而言之,如今我一開始會先定義「必要性」(想做/要做/得做);若有必要,才依照個人能力與時間資源來衡量適當的投入程度。這個框架可以應用在AI工具選擇的每個層面:

  • 模型選擇: 大部分情況下,用最順手、最容易取得的就好。除非真的遇到明確的能力瓶頸,才需要去研究更強的模型。
  • Prompt 優化: 先用自然語言把需求說清楚,如果結果不滿意,再考慮是否要學習更進階的技巧。謹記 Google 文件的提醒:多數人連 21 個字的平均都沒達到。
  • 工具整合: 優先選擇單一工具能解決的方案,而非追求多工具的複雜整合。產品化的趨勢會讓好的解決方案越來越多、越來越簡單。
  • 技學能習: 直到 AGI 問世以前,需求定義、思考架構、校驗能力這三項基本功還是很重要的。但需不需要深度培養...我是已經放棄說什麼「會用 AI 的人將淘汰不會用的人」這類大師發言,每個人依照自己生活所需去發展必要的技能就好。

現在真的是個非常難做長期規劃的時代。每天都有新工具、新模型、新功能推出,每個都宣稱自己是「革命性突破」。與其說「擺爛」,我現在盡量讓自已處於一種「適度參與」的狀態:保持好奇,拒絕焦慮。

延伸閱讀:如何教生成式AI掌控搜尋效率?《哈佛商業評論》專家親授,3招搞懂指令寫法
NotebookLM再升級!新增AI「影片摘要」功能:如何使用?實測一次看

關鍵字: #AI工具
往下滑看下一篇文章
從競賽激發創新力,第一銀行如何以AI打造差異化競爭優勢、型塑數位生活圈?
從競賽激發創新力,第一銀行如何以AI打造差異化競爭優勢、型塑數位生活圈?

Deloitte研究指出,導入人工智慧(AI)技術不僅有助於金融業者在短時間內提升5%到7%的營收,長期來看,漲幅高達10%到15%,換言之,AI不僅是科技趨勢,更是金融業邁向永續競爭的關鍵動能。

觀察到上述趨勢,第一銀行不僅透過AI加速創新轉型能量、提出名為GALA的生成式人工智慧行動方案,更舉辦「2025年第一銀行DigitALL黑客松」競賽,吸引總、分行單位逾50隊參賽,以內部競賽方式激發創新,打造一個全行共享、員工賦能的智慧金融場景服務。

聚焦三大面向,第一銀行以AI策略加速創新轉型能量

為什麼第一銀行能夠快速回應AI浪潮並做出最佳行動?原來,第一銀行早在2014年就展開數位轉型,並將AI視作驅動業務創新與流程優化的關鍵角色、廣泛應用在風險預測、詐騙防制、精準行銷,以及法金與個金的客群洞察等領域,持續擴大創新轉型能量與產業影響力。

為極大化AI帶來的創新轉型綜效,第一銀行將AI策略聚焦在三個面向:第一,將AI定位從工具轉變為全員賦能的關鍵,讓AI融入業務流程與決策機制,成為第一銀行的數位轉型基礎設施;第二,透過自研AI模型與外部合作的方式提升技術服務能量、加速AI賦能應用服務落地;第三,將AI應用場域從提升內部效率與優化風控擴展到客戶體驗與產品創新,化身成客戶最值得信賴的銀行。

例如,針對傳統授信開發過程中面臨的客戶評估流程繁瑣等議題,第一銀行以AI建立「法金潛力客戶模型」,透過分析金流強度與上下游關係,更快速且精準的辨識潛力客戶、提升招攬效率與成功率,進而創造更高的業務成效;根據統計,該模組自2023年下半年上線至今,不僅協助中小型分行招攬企業授信新戶逾百戶,核准授信額度達十億元以上,並且持續滲透其他產品成效。

隨著生成式AI崛起,第一銀行以生成式AI與擷取增強生成(Retrieval-Augmented Generation;RAG)技術整合各單位轄下規章並推出「企業內部智能詢答」系統,透過AI強化回覆能力,不僅有效縮短行員查找作業規範與詢答時間,也讓海外分行可以無時差的進行提問,系統上線已回應逾萬筆查詢,使用者普遍給予高度肯定,顯著提升整體作業效率。

除以AI優化內部營運效率,第一銀行於理財領域建置「e-First 智能理財」系統,其資產管理規模在國內銀行業的機器人理財服務中名列前茅,有效打破傳統理財服務仰賴人工諮詢、客戶對投資組合的理解及參與度有限的問題,深受投資人青睞與信任,至於在消金領域,則是透過「AI智能鑑價」,提升客戶即時取得房屋物件預估可貸金額及每月還款金額的效率。

從GALA到黑客松,第一銀行以AI創新文化打造未來金融新樣貌

在以AI加速創新轉型的過程中,第一銀行認為,目前最重要的不是追求技術,而是讓每一位員工可與生成式AI協作,因此,於2025年展開名為Project GALA(Generative AI Liberalize & Accelerate)的生成式AI行動計畫,透過定義GenAI價值金字塔,提升個人效率、創造集體智慧、改善部門流程及推動業務創新的方式,評估每一個應用案例的價值貢獻度,進而形塑生成式AI創新文化與思維,讓員工熟悉生成式AI並且願意使用。

為鼓勵員工以AI賦能工作與流程,第一銀行首次舉辦以「AI輔助工具」為主題的內部競賽活動「2025年第一銀行DigitALL黑客松」,以高額獎金吸引員工組隊參加,並提供技術支援與專業輔導,若方案具備高度可行性與發展潛力,將有機會進一步實作、推動落地並對外展示創新成果,傳遞第一銀行「全員創新、共創未來」的數位轉型精神。

第一銀行
第一銀行鼓勵員工以AI賦能工作與流程,首次舉辦「2025年第一銀行DigitALL黑客松」,提供技術支援與專業輔導,傳遞第一銀行「全員創新、共創未來」的數位轉型精神。
圖/ 第一銀行

不僅如此,第一銀行亦評估導入具備自主學習、多模態互動的AI Agent,如以NVIDIA高效能GPU與NeMo平台整合語音、文字與影像等多模態能力建立AI Agent,由其負責日常重複性工作並輔助複雜判斷與服務溝通,讓AI輔助並補足人力缺口,並保留關鍵知識以利經驗傳承。此外,導入Microsoft 365、Copilot、Power BI、Teammate等自動化工具與協作平台以提升作業效率,讓員工得以更專注於創造高價值的核心事務上。

以AI賦能數位轉型成效,第一銀行致力建置與完善數位生活圈

除以AI強化創新轉型能量,第一銀行亦十分重視「數據治理」、「資訊架構現代化」與「數位生態圈拓展」等議題,透過系列實作提升第一銀行的數位轉型能量,更精準且快速地提供客戶所需金融服務。例如,透過「銀行即服務(BaaS)」與「銀行即平台(BaaP)」雙軌模式,以應用程式介面(API)串聯電商、旅遊、房產等異業服務,將金融服務嵌入各種生活場景,如線上分期消費、旅遊險保障與房貸鑑價等,藉此擴大客戶接觸與優化使用體驗,逐步打造與完善以「金融即生活」為核心的數位生活圈,多項產品服務更陸續獲得「傑出金融業務菁業獎」、「國家品牌玉山獎」與「臺灣金融研訓院–我國銀行業金融科技創新與數位轉型大調查–《領先者》」等肯定。

為更好的連結與發揮數位生活圈帶來的影響力,第一銀行推出一個全面展示數位金融成就與異業合作成果的「數位生活圈」資訊整合平台,讓客戶與合作夥伴能更直觀地理解銀行在創新、產品服務與數位生態策略上的發展與實績,此外,第一銀行亦透過平台提供客戶眾多好康優惠「小確幸」以減少資訊分散痛點;根據統計,迄今已累積超過120檔以上成功合作案例,平台自4月上線短短三個月即累積超過18萬次瀏覽量,顯示市場對該平台的高度興趣與接受度,有利於數位生活圈的擴展工作。

展望未來,為更好回應「Banking Everywhere, Never at a Bank」以及客戶行為日益場景化與即時化等趨勢,第一銀行將以高度敏銳的策略眼光持續關注外部監管規範與新興科技發展,攜手員工與夥伴以AI等創新技術實踐與擴大「金融即生活」願景,以兼具溫度與科技力的全新金融服務形塑未來金融新世界。

第一銀行
第一銀行攜手員工與夥伴以AI等創新技術實踐與擴大「金融即生活」願景
圖/ 第一銀行

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
蘋果能再次偉大?
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓