Prompt 框架
把 Prompt 要素縮成英文字母的口訣，例如 RTF（角色、任務、格式）；坊間至少三十多個，多數查不到提出者。
這份教材怎麼來的？整理自史旺基 2026 年 10 月的一場企業內部分享，改寫成可以自己讀、自己練的網頁版。它接在〈AI 入門：四個關鍵詞〉後面：那裡學會了「把一次交辦說清楚」，這裡要學「讓說清楚的交辦可以一直重複用」。
史旺姬的週一：同一段話，她已經講了五遍
史旺姬（史旺基的原創虛擬角色，在這份教材裡是公司的實習生）在〈AI 入門〉學會了六塊積木。從此每週一早上，她都打開 AI，打同一段話：「幫我整理上週週報：給主管看、一頁以內、三段、待辦做成表格……」（故事為虛構）
- 第 1 週
😊 成果很滿意
六塊積木都放了，AI 一次就交出主管要的週報。
- 第 3 週
😵 趕時間漏了一句
忘了講「一頁以內」，AI 寫了三頁。
- 第 5 週
🤷 換人就斷掉
史旺姬請假，阿哲幫忙代班，完全不知道要交代這些。
交辦說清楚了每次重講，就有機會漏好的交辦只存在一個人的腦袋裡
這個單元要回答
同一件事第五次交代 AI，你還要從頭講嗎？怎麼把一次寫好的交辦，變成下次、和別人都能直接用的指示？
先想 10 秒：你有沒有一段話，已經對 AI 講過三次以上？把它記下來，讀到第五幕就用得上。還不熟六塊積木（角色、任務、背景、限制、格式、範例）的話，先回去看〈好 Prompt 的 6 塊積木 〉。
只記一句同一件事交代第二次之前，先把它寫成可以重複用的樣子。
這份教材怎麼看
五幕各回答一個問題，可以照順序讀，也可以挑卡住的那一幕。只有 10 分鐘的話，先看下面的八個誤會，再讀各幕最後的「帶走這幾句」。
五幕，一條主線
先拆穿框架和咒語的迷思，再學官方教的寫法、懂行話，最後做出一份模板。史旺姬和小機器人會陪你走完；插畫裡戴白色笑臉大帽的老師，是史旺基的數位分身。
每個說法都有出處
研究、官方文件和真實事件都附原始連結，可以自己點開核對。示範用的人名、公司與數字是虛構的，會另外標明。
先猜，再看答案
第二、三幕有五題小測驗，題目都是真實的實驗；先選一個，再看研究怎麼說。猜錯不要緊，大多數人第一次都猜錯。
五句可以直接抄
每個原則都附一句可以直接貼進對話框的話；第五幕把它們組成一份模板，附自我檢核。
學完之後，你能做到這五件事：
- 1看到新框架不慌，知道怎麼拆
- 2用四個原則把要求說清楚
- 3判斷「這招超神」靠不靠得住
- 4用行話寫出內行的交辦
- 5把常做的事寫成模板
閱讀進度、勾選紀錄只存在你這台裝置的瀏覽器裡。
五幕，從迷思走到模板
前三幕把要求「說清楚」：框架怎麼看、官方教什麼、咒語靠不靠得住；後兩幕把它「說內行、說一次」：懂行話，再寫成模板。
-
第一幕
框架：字母湯不用背
RTF、CO-STAR、RISEN……三十多個縮寫拆開來看，都是同幾塊積木；再看大廠官方怎麼教，以及從神 Prompt 到設計流程的四年。
開始閱讀 → -
第二幕
原則：把要求說清楚的四招
規則附理由、指示和資料分開放、先定義怎樣算完成、讓 AI 先反問你：大廠官方文件都在教的四個寫法。
開始閱讀 → -
第三幕
咒語：給小費、威脅、灌迷湯有用嗎？
四個實驗拆穿網路咒語：小費、懲罰、關機信和罵人，以及下次看到「這招超神」時要先問的三個問題。
開始閱讀 → -
第四幕
行話：先懂，才唸得出咒語
懂行話才說得準、也驗得了貨：用《哈利波特》的咒語，看寫信、做簡報、做圖、拍影片、寫專利的內行交辦。
開始閱讀 → -
第五幕
模板：寫一次，重複用
同一件事分幾次補，表現平均掉 39%；把常做的事寫成「固定部分＋挖空格」的模板，換兩份資料跑一次驗收。
開始閱讀 →
從一次交辦，走到可重複的工作指示
這個單元走完前三階：先把一次交辦說清楚，發現自己在重講，就把它寫成模板。第四、五階是之後的事：模板整理成團隊共用的工作手冊，再用真實任務反覆測、反覆改。
只記一句同一件事講到第三次，就是把它寫成可重複工作指示的時候。
階梯為史旺基整理。想直接往第四階走：Skill：把經驗寫成一本手冊 。
八個常見的誤會：你以為 vs. 其實是
先看正面那句「你以為」，自己說說錯在哪，再點一下翻到背面對答案。提示：八句全都是誤會。
框架你以為
「要先背熟 RTF、CO-STAR 這些框架，才寫得好 Prompt」
錯在哪？翻面看答案 ↻
框架
你以為：「要先背熟 RTF、CO-STAR 這些框架，才寫得好 Prompt」
其實是
多數縮寫查不到提出者，也沒有研究證明哪個最好。有用的是把需求拆開來想：寫完用六塊積木檢查，缺哪塊補哪塊。
框架你以為
「網路上的神 Prompt 照抄，就能做出一樣的成果」
錯在哪？翻面看答案 ↻
框架
你以為：「網路上的神 Prompt 照抄，就能做出一樣的成果」
其實是
抄得到那一句，抄不到背後的幾百次重抽、挑選和剪接。要放進你自己的需求、資料和驗收標準。
原則你以為
「叫它寫 300 字，它就會剛好寫 300 字」
錯在哪？翻面看答案 ↻
原則
你以為：「叫它寫 300 字，它就會剛好寫 300 字」
其實是
AI 沒辦法在心裡可靠地數字數，直接要求嚴格長度，研究實測達標不到三成。改成「3 段、每段 2 句」這種一眼能驗收的寫法。
原則你以為
「AI 會照我說的做，所以不用驗收」
錯在哪？翻面看答案 ↻
原則
你以為：「AI 會照我說的做，所以不用驗收」
其實是
它覺得「看起來做完了」就會停。交辦時先寫好可以打勾的完成條件，讓它交件前自己對一遍，你再抽查。
咒語你以為
「給小費、威脅或罵它，AI 會比較認真」
錯在哪？翻面看答案 ↻
咒語
你以為：「給小費、威脅或罵它，AI 會比較認真」
其實是
大規模重測都沒有可靠效果，同一句話這題多對、那題多錯。想要短就說要短，想要準就給標準。
咒語你以為
「先說「你是世界級專家」，AI 就會比較準」
錯在哪？翻面看答案 ↻
咒語
你以為：「先說「你是世界級專家」，AI 就會比較準」
其實是
2025 年底的大規模實測：就算是對口的專家角色，也沒有一致提升答對率。身分、讀者和用途還是要給，但那是為了讓回答對口，不是為了更準。
行話你以為
「不懂這個領域沒關係，丟給 AI 就好」
錯在哪？翻面看答案 ↻
行話
你以為：「不懂這個領域沒關係，丟給 AI 就好」
其實是
不懂行話，就說不清楚要什麼，也驗不出成品哪裡錯。先請 AI 當老師，教你最該懂的詞，再交辦。
模板你以為
「一次講不完，就分幾次慢慢補」
錯在哪？翻面看答案 ↻
模板
你以為：「一次講不完，就分幾次慢慢補」
其實是
研究發現同一件事分幾次補，頂尖模型的表現平均掉 39%。把要求整理成一段完整的交辦，常做的事寫成模板。
出處：arXiv 2603.29953 (2026-03，預印本)；fxguide〈Actually Using SORA〉(2024-04-14)；Xie & Lee, arXiv 2508.13805 (2025-08)；Anthropic〈Best practices for Claude Code〉；Prompting Science Report 3 (2025-08)；Prompting Science Report 4 (2025-12)；Laban et al., arXiv 2505.06120 (2025-05)。各幕內文有完整說明。
延伸閱讀：我追的四個人
官方文件告訴你「可以怎麼做」；實務者會告訴你，他們踩過什麼坑、後來怎麼改口。這四位是史旺基每週在追的人，每人一句我學到的做法；他們的完整故事，寫在站上的專欄裡。
Matt Pocock
在 TypeScript 與 AI 寫程式圈很有影響力的教學者。
做法：先叫 AI 一題一題反問我，問到我們對這件事有共同理解，再動手。
讀專欄：他的 Skills 使用教學 →
Uncle Bob
《Clean Code》作者。把一長串規則寫進提示詞，結果模型把它當成《神鬼奇航》的海盜守則：比較像參考建議。
做法：把「好」寫成可以打勾的檢查表。
讀專欄：他和 Matt Pocock 的對談 →
DHH
Ruby on Rails 作者，2026 年在大會上喊工程師「放下筆」，引發很大的反彈。
做法：卡住時別重複抱怨，補背景、給範例，或換方法重來。
讀專欄：放下筆的那場演講 →
poteto（Lauren Tan）
以一個月合併 2,500 條程式修改出名的工程師；她的做法是先讓 AI 能自己驗證，再放手讓它多做。
做法：常說「用你自己的話，重述我的目標和問題」。
讀專欄：2,500 條修改背後的方法 →
只記一句四個人的共同點：花力氣「定義什麼叫對」，而不是對 AI 喊口號。
四句「做法」是史旺基讀完他們的文章、演講與訪談後的整理，不是本人原話；原始出處見各篇專欄。
名詞小抄：一句話＋一個比喻
標了星號的五個是必記的；其他是配角，聽過、知道回哪裡查就好。可以搜尋，也可以只看某一幕。
CO-STAR
新加坡政府科技局（GovTech）整理的框架：背景、目標、文風、語氣、受眾、回覆格式。
Loop（流程設計）
不再一句一句提示 AI，而是設計一套會自己檢查、記錄、回報的工作流程。
必記 規則附理由
每條規則後面加一句「因為……」，AI 就能自己判斷沒寫到的情況。
必記 Prompt 三明治
貼長文件時，資料用標籤框起來放上面，要它做的事寫在最後；各家建議的位置略有不同。
標籤（分隔符號）
用 <資料>……</資料> 這類成對的標記，把指示、資料、範例分開，AI 才不會搞混。
必記 完成條件
交辦時先寫好 3 到 5 條可以打勾的驗收標準，讓 AI 交件前自己逐條對一遍。
讓 AI 反問
動手前請 AI 一題一題問你，每題附建議答案、每輪設上限，把你沒想到的背景問出來。
Prompt 改寫工具
AI 公司提供的功能，請 AI 幫你檢查、補強一段 Prompt；也可以直接問「這份交辦還缺什麼？」。
情緒話術（網路咒語）
給小費、威脅、灌迷湯這類想讓 AI 比較認真的說法；大規模重測都沒有可靠效果。
一步一步想
2022 年最早被證實有效的咒語，讓模型先寫推理再作答；現在很多模型已經內建這個習慣。
樣本數
一個實驗重複測了幾次；只跑 5 次的結果很容易碰運氣，放大到 100 次差異常常就不見了。
必記 行話
一個領域的內行用語，例如 email 的 BLUF、簡報的 MECE；講得出來，才說得準、也驗得了貨。
BLUF
Bottom Line Up Front，結論放第一段：要對方做什麼、什麼時候前，三句內講完。
MECE
分類時不重複、不遺漏，常和金字塔原理（先講結論，再分層給理由）一起用在簡報。
分鏡表
影片的逐鏡規劃：鏡號、秒數、景別、運鏡、畫面、旁白、字幕、音效。
先當學徒
不熟的領域先請 AI 當老師，列出最該懂的詞與外行最常漏的條件，核對來源後再交辦。
必記 可重複模板
把常做的交辦分成兩部分：每次都一樣的寫一次，每次會變的挖成空格。
變數（挖空格）
模板裡每次要換的那一格，本教材寫成【這次的會議筆記】這種樣子。
分次補要求
同一件事拆成好幾輪慢慢講；研究發現頂尖模型的表現平均掉 39%，因為前幾輪就先猜、走錯回不來。
試跑
大批開跑前，先拿 2 到 3 件試做，照出錯的地方改好模板，再跑全部。
自我檢核：我真的會了嗎？
不看教材，你能做到這 8 件事嗎？做得到就打勾；不確定就打開參考答案對照，意思對就算過，不用一字不差。說不出來，就回到旁邊標的那一幕重讀。
-
回去看 → 框架是檢查清單
參考答案
多數縮寫查不到提出者，也沒有研究證明哪個最好；拆開來看都是同幾塊積木換字母重排。有用的是「把需求拆開來想」：寫完用六塊積木逐塊檢查，缺哪塊補哪塊。 -
回去看 → 原則 1：規則附理由
參考答案
例：「不要用英文縮寫，因為讀者是剛加入的新人和長輩。」只給規則，它只會避開你點名的那個字；說了理由，它會自己把沒點名的縮寫也換成白話。 -
回去看 → 原則 2：Prompt 三明治
參考答案
資料用 <資料>……</資料> 這類標籤框起來放上面，要它做的事寫在最後一段。各家建議略有不同（OpenAI 建議指示放頭尾各一次），但「資料和指示分開」是共同點。 -
回去看 → 原則 3：先定義怎樣算完成
參考答案
例（延期通知信）：300 字以內；第一段就說出新的交期；結尾留聯絡窗口與電話。每一條都能回答「有／沒有」，不能打勾的形容詞（好一點、專業一點）不算。 -
回去看 → 原則 4：讓 AI 先反問你
參考答案
例：「我想做年終聚餐的企劃。在你動手寫之前，請一題一題問我，直到我們對這件事有共同理解；每題附上你建議的答案，每輪最多 3 題。」重點：先別動手、附建議答案、設上限。 -
回去看 → 先問三個問題
參考答案
① 它量的是什麼？（字數變長不等於答對）② 樣本有多少？（5 次很容易碰運氣）③ 真正有用的是哪幾句？（拿掉話術，常常只剩「自己驗證」「不要多改」這種本來就該講清楚的要求） -
回去看 → 各領域的完成條件
參考答案
例（寫 email）：BLUF、主旨標籤、收件人與副本的角色；完成條件：「只讀主旨和第一段，就知道要誰在何時前做什麼。」 -
回去看 → 可重複 Prompt 模板
參考答案
合格標準：① 有挖空的【變數】格 ② 每條規則旁有一句「因為」③ 最後有可以打勾的完成條件。用兩份不同的資料各跑一次，兩次都沒改到的段落，就是可以一直重複用的工作指示。
0／8 題
讀完五幕，想再往下學？
每一幕結尾都整理了「延伸學習」：官方文件、原始研究和站上的進階文章。想一次讀原文，先從這份官方指南開始。