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。

延伸閱讀:Google免費AI課程來了!11堂任選、還送3個月Google AI Pro,註冊教學一次看

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

往下滑看下一篇文章
AI 快速生成內容的時代下,品牌如何被記住?TVBS 用「體驗×數據」重寫行銷邏輯
AI 快速生成內容的時代下,品牌如何被記住?TVBS 用「體驗×數據」重寫行銷邏輯

生成式 AI 正在重塑品牌行銷的遊戲規則。當影像、文字甚至情感語氣都能被快速生成,大量風格相似的內容充斥市場時,真實體驗與感受,才是讓品牌被理解、被記住的關鍵。

TVBS 以台灣科技媒體領導品牌的身份,於2026 品牌發表會上,以「What is Real?」為主題,正式發表全新品牌「TVBS Activation(聯力啟動)」,藉此回應這場從「內容競爭」走向「體驗競爭」的技術變革。以頂級 Live Event(實體活動)為起點,整合內容製作與國際行銷等十大服務,協助企業打造可被感受、可被記憶的品牌體驗。

TVBS 總經理劉文硯認為,AI 可以生成完美的產品介紹與行銷文案,卻無法複製人的真實感受與體驗,而這正是讓消費者感同身受、在腦海中留下深刻印象的關鍵。因此,TVBS將無法被生成的價值轉化為品牌競爭力,讓品牌價值不只被看見,更能被實際感受,並進一步轉化為消費者的認同與選擇。

TVBS 數位事業部總監郭瀧億進一步說明:「TVBS 之所以能將品牌體驗轉化為實際行銷成果,關鍵在於《TVBS 新聞》、《食尚玩家》、《健康 2.0》、《女人我最大》、《地球黃金線》五大 IP 所累積的數據資產,結合 CMoney 發票數據,所形塑出的三大優勢。」並善用這三大優勢:粉絲行動力、消費洞察力與跨產業數據力,將品牌體驗從「被感受」推進至「可轉換」。

TVBS02.jpg
2026 TVBS 品牌發表會以四個維度不同的「真」串聯 TVBS 旗下各品牌溝通訴求
圖/ TVBS

優勢1:粉絲行動力,讓流量成為可被驅動的力量

首先以粉絲行動力來看,TVBS 五大 IP 所累積的不只是龐大流量,更是一群具高度參與意願與實際行動力的受眾。

舉例來說,《TVBS 新聞網》透過民調機制,讓 600 萬粉絲在接收資訊的同時,也能即時表達觀點,持續強化互動率。《健康 2.0》則是憑藉上千位醫師與專家背書,建立品牌信任度,使內容不僅被閱讀,更進一步被民眾採納與依循。《食尚玩家》透過手機 App 提供優惠券,串起從內容瀏覽到實際消費的完整路徑,不但在短時間內領取一空,更造就極高的優惠券兌換率。而《女人我最大》粉絲則展現強大購買力,例如2025年「頂級之夜」活動,於一週內成功完售合作品牌的商品。

「這些深耕不同垂直領域的 IP,所累積的正是品牌主最核心的目標受眾,也是品牌體驗能真正落地與轉換的關鍵基礎,」郭瀧億說。

優勢2:跨產業數據力,多維度描繪受眾樣貌

接著以跨產業數據力而言,TVBS 整合五大 IP 所打造的垂直數據聯網,不僅能完整描繪消費者樣貌,更能精準預見受眾在不同領域中的真實需求。

相較於一般數據公司多從單一媒體流量切入,所掌握的數據多停留在興趣層面,TVBS的垂直產業數據聯網涵蓋多元面向,從《女人我最大》的女性消費、《健康 2.0》的醫療保健、《食尚玩家》的休閒旅遊,到《地球黃金線》的交通工具,在每一個垂直領域中,持續累積消費者由「初步接觸、產生興趣到實際行為」的轉化歷程,建構出具備產業厚度的數據基礎。郭瀧億進一步說明,這些數據已整合在單一平台,不僅能掌握用戶在不同情境中下的真實行為樣貌,也能清楚勾勒出受眾輪廓,而非只是零散的興趣標籤。例如一位在《地球黃金線》關注休旅車的用戶,可能同時在《食尚玩家》搜尋露營場、在《健康 2.0》查詢戶外防蚊資訊,這些跨場景的行為,正是品牌理解顧客需求的重要線索。

郭瀧億認為,這樣的數據能力可為品牌帶來兩大效益:一是達成數據行銷破圈,擴大目標受眾來源,不再侷限於單一產業族群;二是可依據行銷目標,精準對應行銷漏斗中的不同階段,選擇最適切的溝通對象。進一步而言,這些數據亦可在多次行銷活動中持續累積與回饋,協助品牌鎖定高潛力族群,成為下一波溝通與轉換的依據,讓行銷從單次觸及,升級為可持續優化的經營機制。

TVBS03.jpg
TVBS 數位事業部總監郭瀧億認為,TVBS 垂直數據聯網可為品牌帶來兩大效益:一是擴大目標受眾來源;二是可依據行銷目標,選擇最適切的溝通對象。
圖/ 數位時代

優勢3、消費洞察力,提高行銷決策精準度

再者是消費洞察力,TVBS在既有垂直數據基礎上,進一步與 CMoney 發票數據合作,將內容瀏覽、廣告互動與實際消費紀錄等數據整合,讓分散的數位足跡串連為完整的消費旅程。對廣告主而言,TVBS將線上線下的數據加以整合應用,相當於建構了一套從引發消費意圖到消費成效驗證的科學行銷系統,並可依據廣告主不同階段的行銷需求,極大化數據在實務操作中的轉換價值。實證發現,知名保險業者推動「旅平險」,透過這套數據整合方案,鎖定特定時間內訂機票、飯店、遊樂園的消費受眾,其成效可提升至三成。另一則案例,保健食品藉由兩波廣告活動證實,運用TVBS受眾包進行「導流」,成效表現可成長二至三成;如果運用TVBS受眾包進行「轉換」,則幫助轉換效率提升二成左右。

郭瀧億再次強調,TVBS數據池的關鍵優勢,不只能觀測流量,更透過線上問卷等多元互動機制,邀請使用者主動分享需求與偏好,累積所謂的「0 方數據(Zero-Party Data)」。這類由消費者主動告知的「真實」數據,一來可讓 TVBS 更理解消費者在美妝保養、醫療保健、交通工具等特定產業的真實偏好與未來採購計畫,二來協助 TVBS 建立領先市場的預判能力,可以在消費者做出決策之前,協助品牌提前佈署關鍵接觸點,再結合發票數據去驗證轉換成果,使品牌能夠真正做到在對的時間、對的 IP,與對的人溝通。

在 AI 重塑內容與行銷邏輯的浪潮下,TVBS 正加速朝向「生態系聯盟變現」的商業模式發展。未來,TVBS 不只扮演內容傳遞者的角色,更進化為「一站式解決方案」的 MaaS (Media as a Service)平台。透過 IP 串接背後的垂直產業生態,讓消費者在獲取資訊的當下,即可在平台內做好決策,或直接找到並購買合適的解決方案,無須在不同平台間來回跳轉。同時,也讓品牌能在同一平台上完成溝通、轉換與數據回饋,建立一個彼此共生共榮的獲利模式。

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
AI全球100+台灣20
© 2026 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