- 登入
- 註冊
AI 溝通術：拆解細節、建構系統、反向提問，我最常用的三招（附提示詞範本）
內容目錄
顯示
企業內訓時，我最常聽到的一句話是：「AI 給的東西都差不多，不太能用。」我通常會請對方把剛剛下的指令給我看。多數時候，問題不在 AI，而在那一句指令本身。
AI 溝通術說穿了不是背咒語，是把腦中的需求，用 AI 接得住的方式交出去。我自己每天在用的只有三招：拆解細節、建構系統、反向提問。每一招都附上能直接複製的提示詞範本。
TL;DR 重點摘要
AI 溝通術的核心不是話術，是資訊給得夠不夠、給得有沒有順序。
拆解細節：一句大需求拆成多個小步驟，每一步只做一件事，AI 比較不會漏東漏西。
建構系統：先請 AI 給架構，確認後再填內容；跑通的流程存成範本或 Skill，下次直接套用。
反向提問：需求還模糊時，請 AI 一次問一題，問到雙方有共識才動手。
實戰順序：需求不清先反向提問，需求清楚再拆解細節，做順了就建構系統。
什麼是 AI 溝通術
AI 溝通術是指與 ChatGPT、Claude、Gemini 等生成式 AI 對話時，讓 AI 準確理解需求的方法。最常用的三種是拆解細節（把任務分成小步驟）、建構系統（先定架構，並把有效流程存成可重複使用的指令）與反向提問（讓 AI 先向你提問再執行），目的都是減少 AI 自行猜測、降低來回重做的次數。
同一個 AI，為什麼有人一次到位、有人一直重來
AI 不會讀心。你沒講的部分，它會用最常見的答案自己補上，所以產出總是安全、通用，少了一點你真正要的東西。
很多人遇到這種情況，第一個反應是換工具，或去找更厲害的提示詞公式。我的經驗是，工具之間的差距沒有想像中大，差最多的是三件事：需求有沒有拆開、好的做法有沒有被留下來、開工前有沒有先對齊。
如果你還不習慣把背景資訊給足，可以先看我之前整理的與 AI 協作的 4 大反射動作。三招溝通術是再往下一層的事：不只給資訊，還要安排資訊出場的順序。
第一招：拆解細節，把一句大需求拆成 AI 不用猜的小步驟
「幫我寫一份新品上市企劃」這種指令，AI 一定寫得出來。但你拿到的，會是一份每段都沾到邊、每段都不夠深的文件。
一次塞給 AI 的任務越多，它越容易漏掉其中幾項，或每一項都只做到及格。Anthropic 在 Claude 的官方提示詞文件裡也給了同樣的建議：複雜任務拆成幾個子任務，前一步的產出當作下一步的輸入，每一步的品質會穩定得多。
要拆的有兩層：步驟與描述
第一層是拆步驟。以新品企劃來說，我會分成四步：整理產品賣點、分析目標受眾、發想三個溝通切角、最後才組成企劃書。每一步看過、修過，再往下走。
第二層是拆描述。同一個步驟裡，把「好」講成具體標準：給誰看、用在哪、多長、什麼語氣、哪些不要。「寫得專業一點」AI 只能猜；「給老闆看的一頁摘要，先講結論，三百字以內」它就知道怎麼做。
|
模糊寫法
幫我寫一份保溫杯的新品上市企劃，要專業一點。 |
拆解寫法
我們下個月要上市一款保溫杯，主打通勤族。這次只做第一步：列出最值得講的五個賣點，每個賣點用一句話說明對消費者的好處，先不要寫企劃書。 |
提示詞範本｜拆解細節
這個任務我想分成幾個步驟完成：[步驟一]、[步驟二]、[步驟三]。
現在只做第一步：[具體內容]。
產出給誰看：[對象]；用在哪裡：[場景]；長度：[字數或頁數]；語氣：[描述]。
不要做的事：[限制]。
做完先停下來，等我確認再進下一步。
最後那句「做完先停下來」不能省。少了它，AI 常常一口氣把四步全做完，你又回到一次收一大包、不知道從哪裡改起的狀態。
第二招：建構系統，先要架構，再把跑通的流程留下來
拆解細節處理的是單次任務。建構系統處理的是另一個問題：同樣的事，下週還要再做一次。
先請 AI 給架構，再填內容
做任何比較大的產出，我的第一個指令都不是「幫我寫」，而是「先給我架構」。文章先要大綱，提案先要章節，活動先要流程表。
在架構階段改一個章節，成本是一行字；內容寫完才發現方向不對，成本是整份重來。先看骨架，等於把最貴的錯誤提前抓出來。
跑通一次，就存成可以重複使用的系統
真正拉開差距的是這一步。一段對話跑出好結果，多數人關掉視窗就結束了，下次又從零開始教 AI。
我的習慣是，結果滿意時再補一句：把剛剛的流程、我改過的地方和判斷標準，整理成下次能直接用的指令。這份指令可以存在筆記裡當範本，可以放進 ChatGPT 專案或 Claude Projects 的自訂指示，再進一步也能做成 Claude Skill，讓 AI 遇到同類任務就自動照這套流程走（安裝方式可以參考Claude Skill 安裝教學）。
我寫官網文章也是這樣累積出來的。查證、架構、撰寫、除 AI 味、排版，每一站一開始都只是一段跑通過的對話，後來才串成一條固定的流程。
提示詞範本｜建構系統
開工時：
在寫任何內容之前，先給我這份[文件類型]的架構：章節名稱、每章要回答的問題、預估篇幅。我確認架構後你再開始寫。
結果滿意時：
把這次對話整理成一份可重複使用的工作指令，包含任務目標、執行步驟、我修改過的地方與原因、判斷好壞的標準。寫成我下次直接貼上就能用的版本。
第三招：反向提問，讓 AI 先問清楚再動手
前兩招有個前提：你自己知道要什麼。可是很多時候，需求在腦中還是一團霧，要你一次寫清楚根本寫不出來。
這時候把角色反過來最有效：不是你問 AI，而是請 AI 來問你。
這個方法在提示詞研究裡有正式名稱，叫 Flipped Interaction（翻轉互動），出自 Jules White 團隊 2023 年整理的提示詞模式目錄（Prompt Pattern Catalog）。最近開發者圈討論很多的 grill-me 也是同一個邏輯，數位時代介紹過：AI 工程師 Matt Pocock 把它寫成 Skill，讓 AI 沿著每個決定一層層追問，雙方達成共識之前不准動手。
反向提問和逆向提示詞不一樣
這兩個詞在中文搜尋裡很容易混在一起。逆向提示詞（Reverse Prompting）是拿一份你喜歡的成品給 AI，請它反推出能做出這份成品的提示詞；反向提問是請 AI 在動手之前先問你問題。前者適合複製一種風格，後者適合把模糊的需求問清楚。
讓反向提問有效的四個設定
- 一次只問一題。AI 很愛一口氣丟十題，你只會挑簡單的回答，難的那幾題剛好最關鍵。
- 每題附上建議答案。你只要回「對」或「改成某某」，速度快很多，也比較不會卡住。
- 查得到的自己查，決定交給我。事實類的問題讓 AI 自己搜尋，需要判斷的事才由你拍板。
- 沒說開始就不准動手。避免它問兩題就急著交稿，又回到用猜的。
提示詞範本｜反向提問
我要做的是：[一句話描述任務]。
在動手之前，請先問我問題，直到你有足夠的資訊為止。
一次只問一題，每題附上你建議的答案。
你自己查得到的事實就自己查，需要判斷的決定交給我。
我說「開始」之前，不要產出任何成品。
我自己的內容產製系統也是用這個邏輯在跑：讓 AI 每天訪談我，再把回答整理成不同平台的內容，做法寫在AI 內容自動化實戰這篇。被問的過程裡，常常會發現自己原本根本沒想清楚的地方。
三種 AI 溝通術怎麼搭配使用
三招不是三選一，看你卡在哪裡，就從哪一招切入。
| 你的狀況 | 先用哪一招 | 原因 |
| 知道大概方向，但說不清楚要什麼 | 反向提問 | 讓 AI 幫你把需求問出來 |
| 需求清楚，但任務大、步驟多 | 拆解細節 | 一次只做一步，每一步都能檢查 |
| 同類工作每週都在做 | 建構系統 | 把跑通的流程存起來，不必每次重教 |
| 方向一直跑掉，改到第三版還不對 | 回頭反向提問 | 多半是開工前沒有對齊 |
如果是一件全新的工作，我的順序通常是：反向提問把需求問清楚，拆解細節一步步做，做順了再建構系統。三招其實是同一條路上的三個站。
常見問題
Q AI 溝通術是什麼？
AI 溝通術是讓生成式 AI 準確理解需求的對話方法。重點不在用詞多華麗，而在資訊是否完整、順序是否清楚。最常用的三招是拆解細節、建構系統和反向提問。
Q 反向提問和逆向提示詞有什麼不同？
反向提問是請 AI 先問你問題，釐清需求後再動手；逆向提示詞是給 AI 一份成品，請它反推出能做出這份成品的提示詞。前者用來對齊需求，後者用來複製風格。
Q 現在的推理模型這麼聰明，還需要拆解細節嗎？
需要。推理模型會自己規劃思考步驟，但它不知道你的標準和限制。拆解細節的價值在於每一步都讓你有機會檢查和修正，而不是替模型思考。
Q 建構系統一定要會寫程式嗎？
不用。最簡單的系統是一份存在筆記裡的指令範本；進階一點可以放進 ChatGPT 專案或 Claude Projects 的自訂指示，或做成 Claude Skill，都不需要寫程式。
Q 三種 AI 溝通術要從哪一招開始練？
建議從反向提問開始。它最不需要事前準備，貼一段提示詞就能用，也最容易讓你發現自己原本沒想清楚的地方。
AI 用得好不好，差在開工前那幾句話
工具會一直換，溝通的底層邏輯不太會變。把需求拆開、把好做法留下、開工前先對齊，這三件事放在跟同事合作也一樣成立。
差別只在於，AI 不會主動說「你這個需求我聽不懂」，它會直接交給你一份看起來很完整的答案。所以結構得由你先搭好。
如果你的團隊已經在用 AI，卻還是常卡在來回修改，問題多半出在溝通流程，不在工具。我目前提供企業 AI 導入與內訓顧問服務，從盤點團隊的工作流程開始，一起把好用的做法變成團隊共用的系統。
關於作者
|
紀澄 Abby Chi
AI 商業影音講師 / 社群營運顧問
雲時代數位有限公司執行長，16 年品牌行銷實戰經驗。顧問專業領域涵蓋 AI 營運系統應用、品牌年度行銷策略、AI 商業廣告、Meta 社群營運策略、個人品牌經營。提供一對一諮詢服務，歡迎聯絡。 帶領團隊榮獲 行銷傳播傑出貢獻獎金獎、廣告流行語金句獎 4 座。
|
