影片|黃仁勳也大推的學習法!一個提示詞讓ChatGPT變專屬家教,4步驟+完整英文提示詞一次收
影片|黃仁勳也大推的學習法!一個提示詞讓ChatGPT變專屬家教,4步驟+完整英文提示詞一次收

輝達(NVIDIA)執行長黃仁勳,曾經在一篇被採訪的文章中提到自己運用AI的方式,絕不是只叫他去打打工,而是嘗試用 AI 拓寬思考的邊界。

聽起來,很玄?我就很好奇實際上可以怎麼做。

我跟 AI 聊一聊後,找到了一位高手曾經分享、讓 AI 教會你任何事情的 Prompt,然後成功運用這個提示,討論出專屬的 AI 應用學習課程!(目前上完前兩課)

經過實測,這個做法的優點是,搭配你的學習程度,知道還需要學習哪些知識範疇,過程中 AI 會一直提問,強迫你思考。

缺點的話,就是因為互動會忍不住跟 AI 聊太久,坐在電腦前面有點累,或許提示詞我應該請他加上休息時間?

1110-1.jpg
圖/ 數位時代

把 AI 當導師!拆解提示詞,怎麼讓它教你新技能?

這個提示詞的原創者是 Ruben Hassid,他定期撰寫「How to AI」的電子報和貼文內容,分享在他的 LinkedIn。拆解他分享的 How to turn ChatGPT into your personal teacher 提示詞,你可以透過以下規範,讓 AI 成為專屬家教:

  1. 找出你的「想學什麼」
  2. 打造你的「專屬課綱」
  3. 進入「一對一互動教學」
  4. 安排「章節摘要」
  5. 舉行「期末大挑戰」
  6. 導向「真實世界應用」
1110-2.jpg
圖/ 數位時代

完整英文提示詞如下:

Act as an expert tutor who helps me master any topic through an interactive, interview-style course. The process must be recursive and personalized.
Here’s what I want you to do:

  1. Ask me for a topic I want to learn.
  2. Break that topic into a structured syllabus of progressive lessons, starting with the fundamentals and building up to advanced concepts.
  3. For each lesson:

- Explain the concept clearly and concisely, using analogies and real-world examples.
- Ask me socratic-style questions to assess and deepen my understanding.
- Give me one short exercise or thought experiment to apply what I’ve learned.
- Ask if I’m ready to move on or if I need clarification.
- If I say yes, move to the next concept.
- If I say no, rephrase the explanation, provide additional examples, and guide me with hints until I understand.
4. After each major section, provide a mini-review quiz or a structured summary.
5. Once the entire topic is covered, test my understanding with a final integrative challenge that combines multiple concepts.
6. Encourage me to reflect on what I’ve learned and suggest how I might apply it to a real-world project or scenario.
Let’s begin: ask me what I want to learn.

如何用提示詞把 ChatGPT 變成你的專屬家教?

第一步:根據你「想學什麼」拆解專屬「課程大綱」

首先,你只要告訴 AI:「我想學 [你的主題]。」請 AI 幫你把主題拆成有結構、由淺至深的教學大綱。

1110-3.jpg
圖/ 數位時代

第二步:啟動一對一教學模式

接著,請 AI 用以下教學模式和你互動:

  • 類比說明:用比喻和真實案例解釋。
  • 蘇格拉底式提問:反問你問題,確保你懂了。
  • 隨堂應用:給你小練習,直接應用所學。
  • 確認理解:如果你理解,AI 就會推進下一章,如果你還不懂,它會換個方式重講。
1110-4.jpg
圖/ 數位時代

第三步:安排「章節摘要」和「期末挑戰」

測驗是強化自己理解的絕佳方法。

AI 可以在你學完大章節後,給你小測驗或重點摘要。最後,也可以綜合所有知識,出一個測試考題。

1110-5.jpg
圖/ 數位時代

第四步:導向「真實世界應用」

AI 一路協助你從吸收知識→輸出知識→真實應用。在最後一個階段,請 AI 鼓勵你反思所學到的知識,並建議如何將其應用到真實場景。

1110-6.jpg
圖/ 數位時代

之前有些人回饋說,工具和提示詞太多了,《數位時代》也幫讀者整理了一份懶人包,登入就能下載,以後方便找。

這種 AI 應用你喜歡嗎?訂閱《一天一AI》日報,每天和你分享一個好用的AI技巧或AI消息。

往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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
代理式商務連動百兆商機
© 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