AI 怎麼問才準？追問、迭代與任務拆解的新手教學

AI 怎麼問才準，通常不只取決於第一句提示詞，而是靠追問、迭代與任務拆解逐步對齊。追問用來澄清或補充資訊；迭代則是把成果一版一版檢查、回饋與修正。

第一次答案常因背景不足、任務太大或缺少驗收標準而不完整。如果只說「不好，重寫」，AI 仍不知道問題在哪裡；具體指出差距，才有機會讓下一版真正改善。

為什麼第一次答案常常不夠好？

常見原因有四個：

• 目標太大，例如一句話要求完成整份報告。
• 背景不足，AI 不知道讀者、用途與限制。
• 沒有原始資料，AI 只能靠一般規律補內容。
• 沒有驗收標準，AI 不知道你認為「好」是什麼。

因此，第一輪最適合用來對齊方向，不一定要直接拿完成品。你可以先請 AI 重述任務、列出缺少資料，或提出大綱。

追問和迭代有什麼不同？

追問是根據上一輪回答提出補充、澄清或延伸問題，例如「第二點可以舉例嗎？」；迭代則是以版本為單位，反覆進行「產出、檢查、回饋、修正」的完整循環。

兩者可以一起使用。你可以追問缺少的資訊，再要求把補充內容放進修正版。

追問可能只是增加資訊；迭代是讓成果越來越符合標準。例如：

1. 第一版：先列演講大綱。
2. 回饋：第二段太難，聽眾是國小生，請改用校園例子。
3. 第二版：調整例子和用詞。
4. 回饋：總長超過 5 分鐘，請刪除重複內容。
5. 第三版：控制時間，最後由你核對事實。

大任務怎麼拆成小任務？

任務拆解是把範圍過大或彼此依賴的工作，分成目標清楚、可以個別處理與檢查的子任務。新手可以使用「先定義、再蒐集、後產出、最後檢查」四段法。

1. 定義成果

先確認做給誰、要解決什麼問題、最後交什麼。例如不是「做旅遊計畫」，而是「為三代同堂家庭安排兩天行程，長輩不能久走，最後要有每天時間表和雨天備案」。

2. 整理資料

列出已知條件和缺少資訊。涉及開放時間、票價和交通時，要求先找官方來源並標示查核日期。

3. 分段產出

先比較區域，再排景點，再估移動時間。不要在資料尚未確認時，就直接產生漂亮的完整行程。

4. 驗收

檢查是否超時、是否有衝突、是否符合每位成員需求，以及哪些資訊要出發前再確認。

每一輪要怎麼給回饋？

好回饋至少包含「哪裡有問題、為什麼、要怎麼改」。

盡量指出要保留的部分。否則 AI 可能把本來好的內容也一起換掉。

如何設定驗收標準？

驗收標準是你完成後可以逐項打勾的條件，例如：

• 每個數字都有來源和日期。
• 全文不超過 800 字。
• 三個方案使用同一組比較欄位。
• 不確定資料標示「待確認」。
• 國小生第一次看到的名詞都有解釋。

可以請 AI 依清單自我檢查，但不要只相信它說「全部符合」。你仍要抽查實際內容，尤其是數字、來源與限制。

完整練習：把通知改得清楚

以下是一組刻意放入錯誤的教學示例，方便看出回饋怎麼改變下一版，並非某個模型的實測紀錄。

原始通知：「星期六下午兩點在圖書館討論讀書心得，請帶筆記本，星期四前回覆。」你的第一個要求是：「請幫我改成有禮貌的活動通知。」

需要修正的第一版：「邀請大家星期六下午兩點來圖書館參加讀書會，請帶筆記本和飲料，星期五前報名。」這版新增了飲料，也把星期四改成星期五。

請保留星期六下午兩點、圖書館和筆記本；刪除飲料，回覆期限改回星期四。用兩句話寫完，不要新增原文沒有的事項。

符合要求的修正版：「邀請大家星期六下午兩點到圖書館討論讀書心得，請攜帶筆記本。請在星期四前回覆是否參加，謝謝！」

最後逐項核對時間、地點、物品、期限與句數。若五項都符合，就完成這次改寫；再換一個說法並不一定更好。

AI 一直答錯時怎麼辦？

先不要只改寫同一句問題。檢查它是否真的看到資料、問題是否超出能力、對話前文是否混亂，以及資訊是否需要搜尋或專用工具。

若錯誤持續，可以：

• 貼上正確資料，要求只根據該資料回答。
• 把任務縮小成一個可檢查步驟。
• 開新對話，帶入整理過的目標和條件。
• 換用搜尋、試算表、計算機或專業人士，不再硬問語言模型。

總結

AI 協作不是一問一答的抽獎。先把大任務拆成可檢查的小步驟，第一輪對齊方向，每輪提供具體回饋，再依驗收標準檢查。知道何時繼續追問，也知道何時該換工具或找人，才是真正的「會問 AI」。

參考資料

• Anthropic：清楚提問與使用範例
• Anthropic：提示詞改進的前提