如何讓AI變身「科普大師」?大神卡帕西推4種輸出技巧,提示詞範例一次看
如何讓AI變身「科普大師」?大神卡帕西推4種輸出技巧,提示詞範例一次看

AI提示詞怎麼寫,才能讓複雜概念變得簡單好懂?OpenAI創始成員、前特斯拉AI總監,也是「vibe coding」一詞提出者的卡帕西(Andrej Karpathy),2026年10月2日在X發文分享他的簡單解法:直接改變AI的輸出格式。

卡帕西提出4種讓AI解釋新概念的方法:要求AI採用航太維修手冊的寫作規範、製作一張圖、建立互動網頁,或生成客製化解說影片。這4種AI輸出格式像一道逐級上升的階梯;他介紹完前三種方法後,都會補上一句「But even better」(不過還有更好的),帶出下一種更容易理解、也更具互動性的呈現方式。

AI解釋總是又長又難懂?為什麼換輸出格式更有效?

為什麼改變AI輸出格式,就能讓複雜概念更好懂?文字是線性的,讀者必須一邊閱讀,一邊在腦中拼出完整架構。如果主題包含流程、層級或元件關係,圖表、互動網頁和解說影片就能直接呈現全貌,省下自行整理資訊的力氣。

卡帕西進一步指出,隨著AI能力變強,愈來愈多執行工作將由AI自主完成,人的角色則會往「監督與理解」移動。 當AI生成內容和程式碼的成本持續降低,過去不值得投入時間製作的客製化工具,例如只使用一次的互動網頁或解說影片,也開始值得交給AI製作 。

AI提示詞怎麼寫?卡帕西推薦4種輸出格式與完整範例

方法1:用ASD-STE100提示詞,讓AI回答更簡潔

ASD-STE100(簡化技術英文)是歐洲航太、安全與國防工業協會(ASD)為飛機維修手冊制定的英文寫作規範。它的通用詞彙字典收錄875個核准詞,另允許符合規則的技術名稱與技術動詞;每個詞原則上只有一種意思,流程類句子最多20個英文單字、描述類最多25個。

這套規範的出發點,就是照顧英文非母語的讀者。 根據ASD官方說明,它最初是應航空公司客戶的要求制定,而這些客戶有80%不以英文為母語。卡帕西的說法是,LLM(大型語言模型)對這套規範掌握得很好,他常覺得這樣寫出來的內容易讀得多。

英文怎麼問:直接點名規範即可。

Explain [主題] in ASD-STE100 Simplified Technical English.

規範太嚴時,卡帕西會放寬成「80% of the way to ASD-STE100」(達到ASD-STE100的80%)。

中文怎麼用:ASD-STE100是英文規範,卡帕西也沒有談到中文。用中文下指令,是借用它的清晰寫作原則,輸出並不代表符合這套規範:

請用ASD-STE100的原則,以中文解釋[主題]。

實測差異:筆者以Claude Opus 5.5實測,請它解釋「KV cache」(語言模型生成文字時,暫存中間運算結果的機制)。下面兩段都在講「沒有KV cache會怎樣」,其中的K和V,是模型替每個token(模型處理文字的基本單位)算出的兩組資料:

一般提問:如果沒有任何快取,模型得把前面1,000個token的K和V全部重新算一遍。生成第1,002個時又要再算1,001個……計算量會隨長度不斷堆高,非常浪費。

點名ASD-STE100:沒有KV cache時,模型每產生一個新token,就要重新計算前面所有token的K和V。前面token的K和V不會改變。所以這些計算都是重複的工作。

一般提問版全文長得多,還塞進一長串優化技術名詞;點名規範的版本一句只講一件事,連流程都自動改成編號步驟。以這次Claude解釋KV cache的案例來看,在中文裡直接點名ASD-STE100,也能讓輸出變得好讀。

放寬版指令:嫌輸出太像條列清單,可以改用下面這組本文改寫的中文規則,實測寫出來最接近一般文章:

請用中文解釋[主題]。寫作時遵守以下規則:
1. 句子要短,每句盡量不超過30個字。
2. 一句只講一件事。
3. 同一個概念從頭到尾用同一個詞,不要換說法。
4. 用主動語態,每句的主詞要清楚。
5. 不要堆疊名詞,一個名詞片語最多三個詞。

方法2:請AI用一張圖解釋複雜概念

卡帕西的第二級是乾脆不要文字,請AI做一張圖表,他說圖表可以讓內容更容易消化、解析和理解。下指令時把圖上要有什麼講清楚,輸出才不會只是把文字搬進方框裡:

請用一張圖解釋[主題],不要用長篇文字。圖上要標出關鍵元件、元件之間的關係和流程方向,每個標籤不超過10個字。

拿到的可能是圖片,也可能是Mermaid這類畫圖程式碼。若是程式碼,貼到Mermaid線上編輯器就能看到成圖。

方法3:用HTML做成互動解說網頁

第三級是在指令裡加上「用HTML輸出」,請AI直接做一個網頁。卡帕西的觀察是,LLM的前端能力愈來愈好,做得出漂亮的互動體驗和動畫。

請用HTML做一個單頁互動網頁解釋[主題]。要有可以點開的段落說明,以及一個可以調整參數、即時看到結果變化的互動元件。所有程式碼放在同一個檔案裡。

聊天介面若沒有直接預覽,把程式碼存成.html檔,用瀏覽器打開即可。

方法4:用Manim生成客製化AI解說影片

這是卡帕西最看好的形式:針對任何主題,量身打造一支解說影片。3Blue1Brown是以動畫講解數學聞名的YouTube頻道,動畫由頻道創作者自己開發的開源工具Manim製作。

動手前要先準備環境。 用AI寫程式產出影片時,AI得實際執行程式,再把畫面渲染成影片檔。這要在Claude Code或Codex這類能在電腦上執行程式的AI agent工具裡進行,貼進一般聊天介面不一定拿得到影片。環境準備好之後,再下卡帕西舉的指令範例:

製作一支主題為[主題]、3b1b(3Blue1Brown)風格的解說影片。用我的ElevenLabs API key配音。

ElevenLabs是AI語音生成服務,配音需要它的API key。沒有的話,卡帕西建議請AI找找看,有沒有能用自己電腦運算資源的免費替代方案。他對這一步的評語是:「這真的開始行得通了!」

AI解釋提示詞怎麼用?新手先從ASD-STE100開始

先從第1步開始。 不用換工具,把平常「請解釋X」的問法,改成點名ASD-STE100或貼上那五條規則,同一個問題問兩次,差別馬上看得出來。

看懂大方向後,再追問細節。 這次實測中,簡潔版本省略了一般提問版提到的多種優化技術。先用它抓住重點,再請AI補上省略的部分,比一開始就啃長文省力。

格式愈豐富,愈要多核對一次。 圖表、網頁和影片裡的錯誤,比寫在文字裡更不容易發現,重要的數字和結論最好對照文字版確認。影片還得準備能執行程式的環境、花時間渲染,留給值得反覆看的主題再做。

延伸閱讀:「沒人會花時間做,但AI可以!」Karpathy如何讓Claude用5,500行程式碼刻出《魔戒》世界?

資料來源:卡帕西X貼文、ASD-STE100 Simplified Technical English Issue 9、ASD-STE100官方說明、3Blue1Brown Manim GitHub

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #ChatGPT #Claude Code
往下滑看下一篇文章
青年如何跨出改變社會的第一步?Impact Star 3 組首獎團隊從教育到減塑,把想法帶進真實現場
青年如何跨出改變社會的第一步?Impact Star 3 組首獎團隊從教育到減塑,把想法帶進真實現場

許多年輕人懷抱熱忱,期盼透過行動讓社會變得更好,卻在起步時感到茫然,不知道該從何著手,也難以確認自己的想法是否回應真實需求。為了接住這份想要改變社會的熱情,「2026 Impact Star 青年影響力啟動賽」為青年搭起一個動手實作的舞台。

Impact Star 由新北市政府青年局主辦、社企流共同推動,邀請 5 個社會創新組織提出第一線問題,並安排專業導師陪伴 10 組青年團隊展開兩個月的實作,從訪談、理解需求開始,把點子一步步做成能進入現場測試的方案。

新北市政府青年局
圖說:新北市青年局 邱兆梅 局長分享「Impact Star 青年影響力啟動賽」的辦理初衷
圖/ 新北市政府青年局

把科學教材放進 LINE,協助老師更快完成備課

「LIS 情境科學教材」長期製作國中小科學影片與教學資源,這次競賽以「跨科教學減壓」為題,希望青年找出方法,協助非自然科背景的老師更容易使用這些教材準備科學課程。

本次獲獎團隊「EDU」成員劉子瑤、梁秭萁訪談一名剛進入教育現場的老師後,發現對方同時教授近 9 個科目,還要兼顧行政工作與班級經營,備課時間格外珍貴。因此決定把解決方案聚焦在備課流程最佳化,協助教師更快找到適合的教材。

「EDU」 決定利用教師們最熟悉的 LINE 官方帳號,整合 LIS 影片、投影片與教案,再把教材內容製作成視覺化備課卡。使用者只要透過手機,就能簡單掌握教學重點、課程流程及所需材料,直接放進既有的備課流程。

透過吸收教師的回饋,「EDU」 在競賽過程中持續調整,讓操作方式更貼近實際使用情境。最終作品在 3 名教師參與的初步測試中,於系統易用性方面獲得 82.5 分,反映受測教師對操作體驗的正面評價。

新北市政府青年局
圖說:劉子瑤、梁秭萁分享,未來也期待相同架構能延伸至其他科目,讓更多教學資源被帶進課堂。
圖/ 新北市政府青年局

把教育平權做成手機遊戲,讓青年找到參與方式

「TFT 為台灣而教」長期關注教育不平等,這次活動希望促進青年思考,如何讓高中生與大學生理解教育平權,並找到適合自己的參與方式。本次獲獎團隊「星築美少女」因此決定製作手機沉浸式遊戲《鐘響以前》,並將這些因素融入故事中。遊戲以一場為期 3 天的營隊為背景,玩家能在 15 至 30 分鐘內探索場景、與角色對話並蒐集線索。

遊玩過程中,玩家會發現一名叫做阿龍的孩子沒有出現在正式名單上;而阿龍未能參加營隊,背後牽涉交通、家庭照顧責任與行政程序等因素。玩家必須在有限的人力、時間與預算中作出選擇,透過安排阿龍的行程,切身理解教育不平等如何出現在孩子的日常生活中。

遊戲結束後,系統會依照過程中的選擇提供「行動者分類」,協助玩家了解自己適合投入陪伴、資訊整理或跨域解題,並附上 TFT 相關計畫與參與連結。在 67 名完成前後測的玩家中,認為自身專業難以對教育平權發揮作用的比例,由約 4 成降至約 2 成,顯示更多玩家在體驗後,看見參與教育平權的可能。

新北市政府青年局
圖說:星築美少女成員分享,自己曾在教育社會學課程中接觸相關議題,理解家庭、交通與經濟條件都可能影響一名孩子的求學歷程。
圖/ 新北市政府青年局

減塑求籤機走進飲料店,環保成為日常選擇

「海湧工作室」長期投入環境教育與廢棄物源頭減量,這次競賽希望讓民眾理解海洋廢棄物治理,並在日常生活中實際參與減塑。本次獲獎團隊「塑 per NOVA」從淨灘資料中注意到塑膠吸管造成的海洋廢棄物問題,也觀察到消費者即使知道減塑的重要,仍習慣於購買飲料時拿取塑膠吸管。

「塑 per NOVA」成員王姸儒、郭書睿,因此把實作場域選在手搖飲店,設計「減塑求籤機」。裝置設在消費者購買飲料的動線上,當消費者準備拿取吸管時,即提供可替代選項,讓減塑融入消費流程。

顧客投入 1 元後,可取得一支可自然分解的蒲草吸管,透過掃描 QR Code,可抽取線上環保籤詩。此求籤的趣味設計有效提升消費者嘗試意願,透過線上籤詩更進一步提供日常減塑方法介紹。

「塑 per NOVA」在 3 間飲料店測試兩週,累積約 150 次蒲草吸管取用。這段經驗讓他們直接觀察顧客如何操作裝置,也了解方案能否融入店家的營運流程,為後續拓展更多場域累積經驗。

新北市政府青年局
圖說:成員王姸儒、郭書睿設計「減塑求籤機」,讓減塑融入原本的消費過程。
圖/ 新北市政府青年局

前進新加坡,青年行動的下一步

獲得首獎的 3 組團隊,預計於 9 月底前往新加坡和南洋理工大學,與當地社會創新組織交流。團隊將延續這次實作累積的經驗,觀察新加坡如何回應相近議題,再思考哪些做法適合帶回台灣。

「EDU」希望了解新加坡如何支持非本科教師授課,以及當地社創組織有哪些能夠立即實踐的做法;「星築美少女」則將觀察教育政策的實際運作,及新加坡如何理解與推動教育平權。「塑 per NOVA」關注當地如何讓環保意識融入民眾生活,並希望從永續措施中找到減塑求籤機後續發展的方向。

頒獎典禮上,「星築美少女」成員王品然坦言:「一開始覺得社會影響力很遙遠,自己做不了什麼東西。」但參加完比賽後發現,踏出第一步就可能帶來改變,她說:「其實做一小步,你就可以改變一些東西。」

從起步時不知道該從何著手,到把方案帶進真實場域,3 組團隊在兩個月的實作中找到答案:青年不必等到有完整的解法才開始,只要先走近一個真實需求,並根據回饋持續調整,對社會的關心就能逐漸成為具體行動。

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
一次搞懂工業AI
© 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