精華筆記 拆步驟與追問:複雜任務的正確打開方式
你有沒有遇過這種狀況:把一個很大的任務整包丟給 AI,結果它給了一份洋洋灑灑的回答,但每個部分都像蜻蜓點水——市場分析只有兩行、競品分析是自己編的、結論模糊到沒有任何參考價值。
這不是 AI 能力不夠,是你問錯了。複雜任務有一個鐵律:任務越龐大,一次問越不行。AI 在「要面面俱到」的壓力下,會用廣度換深度——每個點都觸碰、每個點都沒深度。這堂課就是解決這個問題。
這堂學什麼
- 為什麼「一次問太多」是 AI 輸出品質最大的殺手,背後的機制是什麼
- 「先想再答」技巧:讓 AI 在給結論前先列出分析步驟,大幅降低自信說錯的機率
- 收斂式追問 vs. 重新開問:差在哪裡、怎麼用追問把輸出一輪比一輪好
- 長對話脈絡管理:AI 也會「記憶過載」,什麼時候繼續、什麼時候開新對話
- 實戰:用三輪對話完成一份企劃草稿,建立可重複的工作節奏
觀念一:一次問太多,AI 為什麼必爛
當你把多層次的複雜任務整包丟給 AI,它面臨一個「分配壓力」:在有限輸出長度裡盡量覆蓋你的所有要求。它不會說「這個我沒把握」,而是用流暢的文字把每個點都寫進去——但每點只有一兩行,沒有足夠的思考空間來自我核查。
一次問太多的輸出常見症狀:
- 數字是捏造的:「市場規模約三千億」——這個數字從哪來?AI 也不知道,但那個位置需要一個數字。
- 邏輯跳躍:前面說「目標客群是年輕人」,後面的行銷策略卻全是 LINE 官方帳號。
- 每點都是模板:市場分析寫「了解目標市場的需求」——這句話可以貼在任何一份企劃上,沒有任何資訊量。
解法很簡單:把大任務切成小任務,每次只問一件事。AI 不需要分配注意力,可以把全部「算力」集中在單一問題上,輸出的深度會完全不同。
觀念二:先想再答,讓 AI 攤開推理過程
「先想再答」這個技巧在三家主流模型(Claude、ChatGPT/GPT-5、Gemini)上都有顯著效果——2026 年研究顯示,加上結構化思考步驟可以減少約 30% 的自信說錯。
做法是:在 prompt 裡要求 AI「先列出分析框架/步驟,再展開內容」,不要直接問結論。當 AI 被迫寫出「我打算從哪幾個角度思考」,它相當於在自我檢查。你也能在展開前介入修正方向——比等它寫完再砍掉重練省得多。
這個技巧有三個變形,視情況選用:
變形一:要求列步驟再做
我想做 [任務描述]。
先不要動手,請列出你建議的執行步驟,每步一句話說明。我確認方向後再請你展開。
變形二:要求先分析再給結論
[問題描述]
請先分析這個問題的關鍵因素,再給出你的建議結論。分析和結論請分開段落。
變形三:要求列出假設前提
[任務描述]
在開始執行之前,請先列出你這個回答所依賴的前提假設。如果某些資訊你不確定,標明「假設:○○」。
第三個變形特別實用——它會強迫 AI 把「我不知道但假裝知道」的部分攤開來,你就知道哪些地方需要你自己補充真實資料。
觀念三:追問迭代 vs. 重問,差在哪
很多人的模式是:輸出不滿意→重打一個 prompt→還是爛→再問一次。這個「重問迴圈」效率極差——每次重問都等於清空前面所有成果,從頭開始。
正確做法是「收斂式追問」:在原本的回答上,針對不滿意的具體部分追問。每輪聚焦一個問題,輸出就能一輪比一輪收斂。
收斂式追問的關鍵公式:
[指出具體位置]的[具體問題]。請把它改成[方向],其他部分保持不變。
例如:
第二段的語氣太客套了,讀起來像公關稿。請改成更直接承認問題、不找藉口的版本,其他三段維持原樣。
或:
行銷策略那塊的「增加品牌曝光」太模糊。請把它改成三個具體可執行的戰術,每個戰術說明執行方式和預期效果,其餘章節不用動。
「其他部分保持不變」這句很重要。不說的話,AI 可能為了「改進」順手把你已滿意的部分也改掉——解決一個問題,產生兩個新問題。
追問三輪就能把初稿推到可用品質:第一輪確認方向架構、第二輪針對最弱的部分深化、第三輪統整語氣格式。超過五輪還沒到位,通常是第一輪的方向根本就設錯了——這時才考慮開新對話重設。
觀念四:長對話的脈絡管理
AI 的「記憶」是有限的。每一個模型都有所謂的「上下文視窗」(context window),超過這個長度,最早的對話內容就會開始被模型遺忘或忽略。2026 年各家主流模型的上下文視窗雖然都已經很長(Claude 和 Gemini 的旗艦版都支援百萬 token 以上),但這不代表你可以無限制地把所有東西塞進同一個對話。
實際上有一個更常見的問題:對話太長時,AI 的「注意力」會分散到整段歷史裡,反而對你最近幾輪說的話不夠專注。你可能發現它開始重複之前講過的東西,或忘記你在第 15 輪要求的格式限制。
判斷要不要開新對話的簡單準則:
| 情境 | 建議 |
|---|---|
| 後面的任務需要參考前面的輸出 | 繼續同一對話 |
| 換了完全不相關的新主題 | 開新對話 |
| AI 開始「忘記」前面設定的格式或角色 | 開新對話,把重要設定重新放在開頭 |
| 對話已超過 20-30 輪 | 考慮開新對話,把目前成果整理成摘要帶過去 |
| 對話中途要給 AI 大量新背景資料 | 開新對話,把資料放在系統提示或對話最前面 |
實用技巧:對話摘要轉移法
需要開新對話但不想失去前面成果時:
請把我們這段對話中確定的設定和結論整理成條列式摘要,讓我可以貼到新對話視窗作為背景。
把摘要貼在新對話開頭,AI 就能繼承關鍵脈絡,同時有乾淨的注意力空間。
手把手實戰:三輪對話完成企劃草稿
理論說夠了,來走一遍完整的實戰流程。目標:替一個新推出的線上課程寫一份行銷企劃草稿。
開啟新對話,設定背景脈絡
在正式開始之前,先給 AI 足夠的背景。這一步不要省,30 秒的設定能幫你省掉後面三輪的修正。
我是一個 Prompt Engineering 課程的創作者,這門課面向完全沒有技術背景的台灣上班族,定價 1,980 元,共 7 堂課,在線上平台販售。我接下來要請你幫我寫這門課的行銷企劃草稿。先不要動手,等我給你更具體的指示。
最後一句「先不要動手」很重要:讓 AI 接受背景但不急著輸出,避免它自作主張開始寫你還不需要的東西。
第 1 輪:只要架構,不要內容
現在請列出這份行銷企劃需要哪些章節,每章給一句話說明它的用途和要解決的問題。先只給架構,不要展開任何內容。
你會拿到一份類似這樣的架構:
1. 目標客群分析 — 說清楚誰最有可能買、他們的痛點是什麼
2. 市場定位與差異化 — 跟市面上其他 AI 課程比,我們哪裡不同
3. 定價策略 — 為什麼 1,980 元,有沒有分期或組合方案
4. 推廣管道選擇 — 社群、電子報、聯盟行銷,哪個優先
5. 內容行銷計畫 — 用什麼免費內容吸引人試水溫
6. 轉換漏斗設計 — 從看到廣告到結帳的完整路徑
7. 執行時程與 KPI — 上線前後各階段的目標數字
你的工作:審查架構。有沒有缺少的?有沒有不需要的?調整確認後再進第 2 輪。例如覺得第 6 章太複雜,就說「先拿掉第 6 章」。
第 2 輪:一次只展開一個章節
架構確認了,開始展開內容。不要一次叫它全部展開——一章一章來:
架構確認,採用你剛剛列的版本(移除第 6 章)。現在請展開第 1 章「目標客群分析」:
- 用 2-3 個具體的人物誌(persona)描述主要客群,每個人物誌包含:職業、每天遇到的 AI 相關問題、購課動機
- 分析他們最大的學習障礙(不是產品問題,是他們對這類課程的疑慮)
- 以上請用條列式呈現,每點至少兩行說明
這個 prompt 做了三件事:確認使用的架構版本(避免 AI 用舊版)、指定要展開哪一章、給出詳細的輸出格式要求。
輸出不滿意時,用收斂追問:
第一個 persona「行政助理」的購課動機寫得太模糊了,「希望提升工作效率」這句話放在任何課程都成立。請重新寫,具體說明她在工作中遇到什麼具體場景、她嘗試用 AI 卻失敗的經驗、以及這門課如何解決這個具體問題。其他兩個 persona 不用動。
按照這個節奏,把每個章節展開完畢。
第 3 輪:統整語氣與格式
所有章節展開後,最後一輪做整合:
以上所有章節的草稿都完成了。請幫我做最後的整合:
1. 把全文語氣統一成「正式但不艱澀的商業書面語」,去掉過於口語的用詞
2. 找出並刪除各章節之間重複的句子或概念
3. 在最前面加一段「執行摘要」(200字以內),用三到五個要點總結整份企劃的核心邏輯
4. 不需要重新產生我已經滿意的章節內容,只做語氣調整和重複刪除
第四點一樣重要:「不需要重新產生內容」。因為如果你不說,AI 可能直接把整份重寫,你花了兩輪展開的細節內容就消失了。
三輪結束,你拿到的是結構清晰、各章有足夠深度、語氣一致的企劃草稿。剩下只需補上真實數字(市場規模、競品資料)——這是 AI 無法替你做的部分。
常見坑
坑 1:架構確認了,展開時 AI「忘記」你的修改
症狀:第 1 輪刪掉了第 6 章,第 2 輪展開時它又自作主張加回來。
原因:對話太長或指令不夠明確。
解法:每次展開前,先複述確認好的架構版本:
我們確認好的架構是去掉第 6 章的 6 章版本。現在請展開第 2 章……
一句「脈絡確認句」能讓 AI 聚焦在你要的版本上。
坑 2:追問追了七、八輪還是爛,陷入無限修改地獄
症狀:你一直說「這個不夠好」「再改一次」「語氣不對」,但每次輸出只是換句話說,品質沒有實質進步。
原因:追問的指令太模糊。「不夠好」不是指令,「把第二段的論證改得更有說服力」才是。
解法:每次追問前,強迫自己回答三個問題:「哪裡」(定位)、「什麼問題」(診斷)、「要什麼」(方向)。
❌ 爛:這個語氣不對,重新寫
✅ 好:第三段的語氣像在說服自己,不像在說服讀者。請把論證順序調整為:先說讀者的疑慮、再提資料反駁、最後給結論。其他段落維持原樣。
坑 3:叫 AI「先不要展開」,它還是直接給了一份完整輸出
症狀:你說「先列架構不要展開內容」,它給了一份每個章節都展開的完整文件。
原因:不同模型對「節制」的理解程度不同。Claude 通常比較聽話,ChatGPT 有時候「熱心過頭」。
解法一:加強限制的語氣:
重要:這一輪只要架構,每章最多一句話。不要展開任何細節內容。
解法二:如果還是展開了,不要重問——直接說:
謝謝,但我目前只需要架構部分。請只保留每章的標題和一句話說明,把展開的內容全部刪掉,給我精簡版。
這樣是在已有的輸出上修剪,比重問更有效率。
坑 4:把大量背景資料貼在 prompt 中段,AI 完全忽略
症狀:你在 prompt 裡塞了一大段說明,但 AI 的回答毫無用到裡面的細節,輸出還是非常通用。
原因:AI 處理超長 prompt 時,對「中間部分」的注意力低於開頭和結尾(學術上稱 lost in the middle)。
解法:把關鍵資訊放在 prompt 最前面或最後面。若資料量大,用標題框住:
=== 背景資料(請先讀完再作答)===
[你的資料]
=== 背景資料結束 ===
任務:[你的指令]
坑 5:對話累積太長,AI 開始矛盾自己
症狀:第 20 輪的建議跟第 5 輪說的完全矛盾,AI 還信心滿滿地說「根據我們之前的方向……」
解法:每完成一個重要決定,立刻讓 AI 存檔:
請把我們確認好的所有決定整理成條列式摘要,每條一句話,不加解釋。
把這份摘要帶去下一輪或新對話的開頭,比靠 AI「記憶」可靠得多。
作業
基本作業:選一個最近的真實任務(重要 email、提案、活動規劃),用三輪工作流完成:第 1 輪只要架構、第 2 輪展開最重要的部分、第 3 輪統整語氣。記下每輪 prompt,感受跟以前一次問完的差別。
進階作業:找一個你之前一次問、輸出不滿意的舊 prompt,改成「先列分析框架再展開」版本,比較兩次輸出的差異。
觀察作業:下次發現 AI 在長對話中說矛盾的話,記錄是第幾輪。幫自己建立「多少輪後開始出問題」的基準線。
下一課預告
你現在已經有了一套「用對話完成複雜任務」的工作節奏。但每次要做類似的任務,都要重新設定一次背景、重新想一遍 prompt 的架構——這很浪費時間。第 6 課要解決這個問題:建立你自己的 Prompt 模板庫,把這堂課學到的三輪工作流、收斂追問公式、背景設定格式,全部整理成可以重複使用的個人模板。寫一次、用一百次——這才是真正的效率乘數。