同一個 Claude,為什麼別人問出神回覆、你只拿到廢話?

上一課你已經打開 Claude、跟它聊過幾句了。但你大概很快就撞到一個現象:同樣一個問題,網路上有人隨手一問就得到讓人驚豔的回覆,你照著問卻只拿到一堆正確但沒用的廢話。

先講結論,讓你安心:這不是因為別人開了付費版、用了更強的模型,也不是你的 Claude 比較笨。九成的差距,來自那句你打進去的話——也就是「prompt(提示詞)」。AI 不會通靈,你給的資訊有多清楚,它的回答就有多到位。這一課,我們把「怎麼問」這件事拆到你當天就能用得出來。

這堂課學什麼

• 一句「好 prompt」到底由哪五個零件組成,少了哪個 AI 就得靠猜
• 五個立刻提升回覆品質的原理:講清指令、先給背景、給範例、指定格式、當草稿追問
• 複雜任務怎麼用「標籤分區」把一大段需求寫得讓 AI 不會誤解
• 2026 年 7 月的 Claude 有哪些模型(Sonnet 5、Opus 4.8、Fable 5……),什麼任務該選哪個、什麼時候該調 effort
• 三個新手最常踩的坑(含你會看到的實際提示),以及怎麼一次改掉

這一課不碰任何程式,全部在你上一課用的那個聊天視窗裡就能練。學完之後,你跟 AI 的每一次對話都會明顯不一樣。

觀念一:好 prompt 是「五個零件」組起來的

新手最常見的問法是「幫我寫一篇文章」「幫我想個名字」——一句話,乾乾淨淨。問題是,這種句子把太多決定權丟回給 AI:寫給誰看?多長?什麼語氣?要不要標題?AI 只能自己猜一組,猜中的機率當然低。

把 AI 想成一個「能力很強、但今天第一天上班、對你完全不了解的實習生」。你不會只跟實習生說「幫我寫篇文章」就走人,你會補上細節。好的 prompt 也是同一件事,它通常由五個零件組成:

• 角色:你要它用誰的口吻回答(例如「你是一位社群小編」)。
• 任務:到底要它做什麼(寫貼文?改錯字?列清單?)。
• 背景:為什麼要做、給誰看、要拿來幹嘛。
• 限制:字數、語氣、該做與不該做的邊界。
• 格式:輸出長什麼樣(段落?表格?三個重點?)。

不是每次都要五個到齊,但你講到的越多,AI 需要猜的就越少。下面五個原理,其實就是在教你怎麼把這五個零件補得又快又準。

觀念二:五個原理,把「猜」變成「照做」

原理一:把指令講清楚,別讓 AI 猜

模糊的指令換來模糊的答案,這是最基本、也最常被忽略的一條。同一個需求,加上具體限制後差別非常大:

差別就是把主題、字數、對象、語氣、結構全部講明白。你給的限制越具體,AI 越不會亂發揮。看看這兩種問法拿到的東西差多少:

原理二:先給背景,比直接下命令有效

比起命令 AI「做什麼」,先告訴它**「為什麼、給誰、要拿來幹嘛」**,回覆品質會明顯提升——因為它能自己補上你沒明講的判斷。

我在幫一間手搖飲店做開幕行銷,受眾是 18 到 25 歲的學生,想在 IG 衝人氣、帶到店打卡。
請以這個前提,想 5 個貼文點子,每個附一句主標。

同樣是「想貼文點子」,有了背景,答案會貼近你的真實場景,而不是那種放諸四海皆準、其實哪裡都用不上的通用清單。背景就是原理一講的「背景」零件,它常常是拉開品質差距最大的一根槓桿。

原理三:給一兩個範例,AI 秒懂你要的樣子

當你要的東西「很難用文字描述、但一看就懂」,與其寫三段話解釋風格,不如直接給一兩個範例。這在提示工程裡叫 few-shot(少樣本):

把產品特點改寫成一句有畫面感的文案。照這個風格:

輸入:保溫杯,可保溫 12 小時
輸出:早上裝的熱可可,下午三點還在燙嘴。

輸入:藍牙耳機,續航 30 小時
輸出:

Claude 看到範例,就知道你要的是「生活化、有畫面」的文案,不用你長篇解釋「我想要那種很有溫度、很口語、讓人看到會心一笑的感覺」——那種形容詞式的描述,AI 反而抓不準。給樣本,永遠比給形容詞準。

原理四:指定輸出格式

不講格式,AI 常回你一大坨連續文字,你還得自己整理。明確要求格式,拿到就能直接用:

• 「用表格列出,欄位:工具名稱、用途、免費與否。」
• 「用 JSON 回覆,欄位只要 title 和 summary。」
• 「只回三個重點,每點不超過 15 個字,不要開場白。」

最後那句「不要開場白」很實用——可以省掉 AI 那句「當然!以下是為您整理的內容」的客套話,直接給你要的東西。

原理五:把第一版當草稿,追問逼出好版本

這是新手最常漏掉、卻最能拉開高下的一條:Claude 的第一版永遠是草稿,不是成品。 高手不是一次就寫出神級 prompt,而是丟出去、看回覆、再追問修正,幾輪之內逼出理想版本。

常用的追問句就這幾句,存起來會一直用到:

• 「再短一點,砍到 100 字以內。」
• 「換個角度,這次從『省錢』切入。」
• 「太生硬了,語氣再口語一點。」
• 「第 3 點我看不懂,舉個例子。」

關鍵是:順著同一串對話追問,不要每次都開新對話重問。 因為在同一串裡,Claude 記得前面的來龍去脈,你只要講「哪裡要改」;開新對話等於前情提要全部歸零,你得從頭再交代一次,反而慢。

觀念三:任務一複雜,就用「標籤」分區

前面的原理拿來寫短 prompt 綽綽有餘。但當任務變複雜——你要同時給指令、給一堆背景、又要貼一段原文進去——全部擠成一段話,AI 會分不清哪句是「要它做的事」、哪句是「給它參考的資料」。

這時候把 prompt 用標籤分區,是 Anthropic 官方最推薦的寫法。用一組成對的標籤(像 <task> 和 </task>)把每個區塊框起來,AI 就能一眼看懂結構:

<task>
幫我改寫這封客訴回信,語氣要專業但有同理心。
</task>

<context>
我是客服主管,收件人是已經等了三天、很不耐煩的客戶。
</context>

<rules>
- 不超過 150 字
- 先道歉,再給解法,最後給補償
</rules>

<input>
(把原本那封回信貼在這裡)
</input>

標籤名稱你可以自己取,<task>、<context>、<原文> 都行,重點是清楚、成對。這招看起來很「工程師」,但其實零門檻:你只是在幫 AI 標重點,讓它不會把你的資料當成指令、或把指令當成資料。任務越複雜,這招省下的來回就越多。

觀念四:2026 年 7 月,Claude 有哪些模型、怎麼選

問法搞定了,還有半個問題:同一句 prompt,丟給不同的「模型」,答案的深度和速度會不一樣。 你在聊天視窗上方通常會看到一個模型選單,很多新手看到一排名字就慌了。其實照「任務難度」選就好:

• Haiku 4.5:最快、最省。適合簡單問答、翻譯、把一段文字整理成條列這種輕活。
• Sonnet 5:日常主力,也是免費版和 Pro 版的預設模型（2026 年 6 月 30 日上線)。寫作、分析、規劃、大部分工作交給它就對了,你多數時候根本不用去動那個選單。
• Opus 4.8:旗艦等級的推理。碰到複雜邏輯、需要一次想很長、或比較硬的程式與分析,再切到它。
• Fable 5:目前公開可用的最強前沿模型(2026 年 6 月上線)。任務越長、越難、越要求品質,它跟其他模型的差距拉得越開;但它慢、也更吃你的用量額度,不是每件小事都值得動用。

給新手的實用心法:先用預設的 Sonnet 5 問,覺得回答不夠深、或明顯想偷懶,再往上切一級。 別一開始就把每件小事都丟給最強的模型,那只是讓你更快用完額度。

另外,模型選單旁邊通常還有一個 effort(思考力度) 的控制:調高,Claude 會想得更久更深、答案更講究但更慢、更耗額度;調低則回得快、省額度。難題調高、閒聊調低,是很直覺的用法。

手把手實戰:把一句爛 prompt 練成好 prompt

光看原理沒用,跟著做一遍才會進手。打開你的 Claude,照下面四步走一次。

幫我寫一封請假信。

你是一位講話得體的上班族。幫我寫一封請假信,
寄給我的直屬主管。
背景:我明天腸胃炎要請一天病假,手上工作已經先交接給同事。
要求:語氣禮貌但不用太卑微,300 字以內,先講事由、再說交接安排、最後致謝。

<task>
幫我把下面這封請假信改得更正式一點。
</task>

<rules>
保持 300 字以內,不要新增我沒提到的事由。
</rules>

<原文>
（把你剛剛那封信貼進來)
</原文>

太正式了,第二段的交接說明再口語一點;然後幫我把整封壓到 200 字。

常見坑

坑 1:一次塞太多任務,結果每件都做得半吊子

你一口氣說「幫我想產品名、順便寫 slogan、再規劃三個月行銷、最後估個預算」,Claude 通常會每項都回一點、但每項都不深,甚至漏掉其中一兩項。更明顯的徵兆是:回覆寫到一半突然斷句,底下冒出一顆 Continue(繼續生成) 的按鈕——那代表這一輪要吐的東西太多、被長度上限截斷了。AI 跟人一樣,一次專心做一件事品質最好。解法:拆開問,一次一件。 先把名字定了,再拿定案的名字去問 slogan,一路往下接。步驟之間還能互相參考,反而更連貫。

坑 2:問完就走,不追問,以為 AI 只有這個水準

很多人拿到第一版覺得「就這樣喔」就關掉了,其實你只是停在草稿。第一版不理想是正常的,別把它當終點。解法:至少追問一輪。「再短一點/換個角度/更專業/舉個例子」這幾句幾乎萬用。記住原理五:順著同一串對話追問,不要開新對話重來。

坑 3:同一串對話聊太久,結果被系統擋下來

追問是好習慣,但如果你在同一串對話裡塞了大量長文、又聊了幾十輪,可能會撞到對話長度的天花板,送出時跳出類似這樣的提示:

Your conversation is too long. Please start a new conversation to continue.
(此對話已超過長度上限,請開新對話繼續。)

這不是壞掉,是這串對話的「記憶容量」滿了。解法:開一則新對話,並在開頭用一兩句話把必要背景重講一次(可以請 Claude 先幫你把目前的重點摘要成一段,貼到新對話當開場)。跟坑 2 不衝突:追問請留在同一串,但「一串聊到爆量」時就該換新的。

坑 4:假設 AI 記得你、或記得上一次聊過的事

你開了一則全新對話,劈頭就說「照上次那個風格再寫一篇」——但 Claude 在新對話裡沒有任何前情提要,它不知道「上次」是什麼。你可能會得到一個一本正經、卻完全抓錯方向的回覆(它會硬猜一個「上次」)。解法:重要背景每次都要重講,或直接留在同一串對話裡繼續聊。這也是為什麼原理二強調「給背景」——AI 的記憶邊界,就是這一串對話而已。

坑 5:把小事丟給最強模型,額度飛快見底

有人聽說 Fable 5 最強,就把「幫我翻譯這句」也切到 Fable 5、effort 還拉到最高,結果用量幾下就見底,還等得比較久。用完之後,送訊息就會被擋,跳出類似:

You've reached your usage limit for now.
Your limit will reset at 3:00 PM.
(你已達目前的用量上限,將於下午 3:00 重置。)

免費版更容易撞到這個。另外,如果你在免費版硬要選 Opus 4.8 或 Fable 5,選單裡通常是灰的、或會跳出 Upgrade to Pro 的升級提示——那不是故障,是這些模型要 Pro 以上方案才開放。解法:按任務難度選。 簡單活留給 Sonnet 5 甚至 Haiku 4.5,真正的硬題再往上切、再調高 effort。強模型是留給難題的,不是拿來炫的。

作業

1. 挑一件你這週真的要做的小事(寫一封信、想一段文案、整理一份清單都行),先用「一句話版」問 Claude,再用「五個零件版」重問一次,把兩次結果並排比較,感受差距。
2. 對第二版的結果追問至少兩輪(換語氣、改長度、要例子都可以),直到你覺得「這個可以直接用了」。
3. 找一件需要「附一段原文」的任務(改寫、翻譯、糾錯),練習用 <task>、<rules>、<原文> 標籤把 prompt 分區寫一次。
4. 觀察題:打開模型選單,看看你的帳號現在預設是哪個模型、旁邊有沒有 effort 控制。用同一句難一點的問題,分別用預設模型和調高 effort 各問一次,體會回覆深度的差別。

下一課預告

到這裡,你已經會把 Claude 當成一個「聽得懂人話、還能一起打磨」的工作夥伴了——這是所有進階玩法的地基。接下來我們要離開聊天視窗,進入開發者最愛的世界:Claude Code。它是一個跑在你電腦「終端機」裡的 Claude,能直接讀你電腦裡的檔案、幫你改東西、甚至自己動手跑指令。聽起來很硬,但別怕,第 3 課會帶你從零安裝、跑出第一個指令,而你這一課練熟的「怎麼問」,到了 Claude Code 裡會加倍好用。