多年前我剛加入奧美廣告時，公司有一門亞太訓練課程叫「Better Question, Better Answer」，有好問題才有好答案。這句話當年只是一句訓練口號，這幾年用AI工作用得深，越發理解它的分量。
我觀察到，多數人面對AI還是習慣自由發揮，甚至亂問一通，丟一句話就等答案，中間該交代的背景、對象、限制全部省略，得到的答案自然也含糊了事。隨著AI應用的成熟，品牌主對答案生成的品質要求也越來越高。
其實，「好答案來自好問題，好問題來自好架構。」
我認為「Better Question, Better Answer」放在AI時代一樣適用。以前做廣告，如果一份創意brief（創意需求簡報）沒有把目標、受眾和需求講清楚，創意人員一定會一直追問；現在使用AI也是一樣。你給的資訊愈模糊，AI能依據的內容就愈少，最後產出的答案自然很難精準。
企業導入AI最常見的挫折，不是模型不夠聰明，而是人沒把需求想清楚、把問題問完整，結果得到一份模稜兩可的產出。
品牌看過來，五個常用的結構型提示詞
好問題需要好的提示詞架構，提示詞架構主要可以分為兩大類：「結構型提示詞」與「推理型提示詞」。本文要介紹的是，五個常見的結構型提示詞框架，也是我最常用、最常推薦的，這五個提示詞適用的領域也不一樣。
CO-STAR：最適合品牌溝通
CO-STAR包含Context背景、Objective目標、Style風格、Tone語氣、Audience受眾與Response回應格式，適合文案、社群貼文、客服回覆和跨渠道內容。
例如：「背景是夏季新品上市；目標是吸引重視健康的上班族試飲；請用清爽、可信但不說教的語氣，寫一篇三百字內的LinkedIn貼文，結尾加入互動問題。」
適用領域：品牌文案、社群撰文、跨渠道行銷內容、客服話術。
RCTCO：適合大數據商業分析
我在實務上將RCTCO理解為Role角色、Context背景、Task任務、Constraints限制與Output輸出。不同社群的展開方式可能略有差異，但核心都是讓AI知道自己是誰、要做什麼，以及不能越過哪些數據與邏輯界線。
例如：「你是大數據行銷顧問；背景是咖啡品牌首月回購率僅12%；請利用POS數據進行交叉分析；不得捏造數據，且需用白話商業語言解讀；請以簡報大綱格式列出流失原因與三個改善方案。」
適用領域：大數據商業分析、CRM會員數據推演、嚴謹的策略決策輔助，以及需要極高準確度與防呆機制的專業任務。
RACE：適合快速把需求說完整
RACE由Role角色、Action行動、Context背景與Expectation期待結果組成，適合日常任務、內部助理和標準化工作。
例如：「你是電商客服專員；請處理配送延遲；訂單已晚三天且顧客第二次來訊；請用同理但不過度承諾的語氣，提供三個處理步驟。」
適用領域：客服應對、內部行政與助理任務、日常標準化流程。
RISEN：適合複雜任務與策略規劃
RISEN包含Role角色、Instructions指令、Steps步驟、End goal最終目標與Narrowing聚焦限制。它把「請你完成」拆成「請你怎麼完成」。
例如：「你是會員經營顧問；請規劃一場會員回購活動；請先分析近三個月會員流失的可能原因，再提出三種活動方向，比較各方案的成本與誘因，最後選出最適合的一個；只能使用我們既有的會員數據，不得捏造或推測數字。」
適用領域：大數據分析、行銷方案規劃、策略提案、多步驟專案管理。
RTF：最簡潔的三段式
RTF代表Role角色、Task任務與Format格式，是簡單問題的好起點。
例如：「請扮演品牌策略顧問，將以下市場調查整理成三個消費者洞察，並用表格呈現，每個洞察包含現象、原因與品牌機會。」
適用領域：資料彙整與摘要、簡報素材產出、快速分析任務。
Skill是骨架，提示詞是肌肉
有了Skill，還需要提示詞嗎？我認為「需要」，只是需要的分量變了。Skill跟訓練資料處理的是「知識層」，把角色、語氣、格式這些每次都重複的東西固定下來，就像王品把服務流程寫成標準作業程序，服務生不用每次臨場發明接待方式，品牌調性因此能維持穩定。
提示詞處理的是「任務層」，這次的主題是什麼、給誰看、有什麼限制，這些會隨案子變動的部分，再完整的標準作業程序也預測不到。
我們可以把這個關係視為「骨架與肌肉」：Skill是骨架，撐住品牌不會走鐘；提示詞是肌肉，讓每一次任務都能因應現場調整。
骨架越紮實，你要交代的肌肉就越少，但完全不用肌肉的品牌，通常也做不出真正打動人的內容，這跟當年brief寫得再完整，創意人員還是得自己動腦補上洞察，是同一個道理。
奧美教我的那句話：「有好問題才有好答案」，不是廣告業的專利；在AI時代，「好問題來自好架構」。
本文授權自高端訓【品牌AI攻略】
