提示工程
Meta Prompting 元提示是什麼？用提示詞去生提示詞
Meta Prompting 中文叫元提示，是用提示詞去產生提示詞的作法。你不直接叫 AI 做事，而是先請它把你的需求寫成一份結構完整的提示詞，再拿那份提示詞去執行任務。它也可以用來優化既有提示詞或檢查缺了哪些要素。核心價值是把要什麼跟怎麼講分開，你只負責說清楚意圖，措辭交給 AI 補齊。
Meta Prompting 元提示是什麼？用提示詞去生提示詞
你知道自己要什麼，就是寫不出那份指令。這種卡住不是能力問題，是「要什麼」跟「怎麼講」被綁在一起處理了。
元提示的解法很直接：先請 AI 幫你把指令寫好，你再拿那份指令去用。它自己就是最懂指令長什麼樣的那一個。
你將學到什麼
定義
用提示詞去產生提示詞，先寫指令再拿指令做事。
白話比喻
請一位資深主管幫你把工作說明書寫好，你再照著發派。
三種用法
生成新提示詞、優化舊提示詞、檢查提示詞缺什麼。
跟誰容易搞混
常跟提示詞串接混淆，串接是拆步驟，元提示是產指令。
定義
Meta Prompting 中文叫元提示。它指的是用提示詞去產生提示詞：你不直接叫 AI 做事，而是先叫它幫你把需求寫成一份完整的指令，再拿那份指令去做事。
多一個步驟，但那一步通常最划算。因為多數人卡住的不是不知道要什麼，而是不知道怎麼把要的東西講成 AI 聽得懂的樣子。
白話比喻
你不必自己寫工作說明書，而是請一位很懂寫工作說明書的資深主管，把你口頭講的需求整理成一份清楚的文件，你再拿那份文件去發派工作。
三種常見用法
| 用法 | 你對 AI 說什麼 | 拿到什麼 |
|---|---|---|
| 生成 | 我要達成某個目標，請幫我寫一份能達成它的提示詞 | 一份包含角色、任務、背景、要求、條件與輸出格式的指令 |
| 優化 | 這是我目前的提示詞與得到的結果，問題在這裡，請幫我改寫 | 改寫後的版本，以及改了什麼、為什麼改 |
| 評估 | 請檢查這份提示詞缺少哪些要素，並列出風險 | 一份缺漏清單，讓你知道還要補什麼 |
實作步驟
- 說明你的目標、使用情境與讀者是誰
- 要求 AI 先反問你缺少的資訊，你把它問的補齊
- 請它產出完整的提示詞，並要求附上使用說明
- 拿那份提示詞實際跑一次，看結果哪裡不對
- 帶著結果回去請它修改，重複到穩定為止
第二步是最容易被跳過、卻最關鍵的一步。少了它，AI 只能用最通用的假設幫你補空白，產出的指令自然離你的需求有一段距離。
實際用例
要建立一個每週都會用到的貼文產出指令時，我會先用元提示產一版，實測三篇，再把不滿意的地方回饋回去修，最後把定版存起來重複使用。
這份定版就是可重複的資產。它的內容結構跟 Prompt 提示詞 的五要素一致，只是不用每次自己從頭想。任務太大時，可以再用 Prompt Chaining 拆成幾步分開產。
常見誤解誤解一，以為元提示產出的指令可以直接上線不用看。它不知道你沒說的限制，例如公司禁用的字眼、產業法規、品牌語氣，這些一定要你補。誤解二，以為指令越華麗越好，結果拿到一份三百字的漂亮指令，卻沒有一句講到重點。判斷標準永遠是實測結果，不是指令看起來專不專業。
本文源起本文為酒Ann 的 AI 名詞彙編系列，用白話把常見名詞一次講清楚。歡迎追蹤 酒Ann 的 Facebook。
延伸學習
常見問答
為什麼 AI 寫的提示詞會比我寫的好？
因為它讀過大量結構完整的指令範例，比多數人更清楚一份好指令該包含哪些要素。你可能會漏掉輸出格式、字數限制或目標讀者，它比較不會漏。不過它不知道你沒說出口的限制，所以產出仍然要你看過。
元提示可以一直套下去嗎？
不建議。用提示詞產生提示詞已經很有效，再往上疊一層去產生產生提示詞的提示詞，收益迅速遞減，還會讓你搞不清楚實際送出去的是什麼。一層就夠了。
怎麼讓 AI 產出的提示詞更貼近我的需求？
在請它產出之前，先要求它反問你缺少的資訊。你回答完那幾個問題，它拿到的脈絡就完整多了。這一步能省掉後面好幾輪的來回修改。