AI 知識
先寫完成證據，再把任務交給 AI
AI 很容易產生一種錯覺：它回得很完整，所以工作已經完成。
但只要你曾拿 AI 整理會議、規劃行程或做選項比較，就會遇到另一個問題。回答看起來流暢，卻很難直接交給下一個人。哪些資訊來自原始資料？哪些地方是它自行推測？資料不夠時，它是明確停下來，還是把空白補得很像真的？
要改善這件事，不一定要把提示詞寫得更長。先把「完成」寫成可檢查的結果。
先問：我怎麼知道它真的做完？
下指令時，先補三欄：
- 交付結果：最後要得到什麼？
- 可用依據：它只能根據哪些資料回答？
- 停止條件：資訊不足時，要標記未知、提出問題，還是列出需要補的資料？
這三欄不會保證 AI 永遠正確。但它會把「好像完成」改成能核對的產物，也讓你更早看見缺資料或錯誤假設。
虛構教學例：把會議摘要改成可交付的任務
模糊的要求：
幫我整理這場會議的重點和下一步。
較可驗收的寫法：
根據以下會議紀錄，列出每個已決事項、負責人、下一步與已提到的期限。原始紀錄沒有寫到的欄位請標記「待確認」，不要自行補姓名、日期或決策。以表格輸出。
後一種寫法不是叫 AI 多想幾步，而是讓你能直接檢查四件事：它有沒有漏掉決策、負責人是否來自紀錄、期限是否被編造、未知項是否被保留下來。
複雜工作先拆成可以驗的段落
當任務很大時，不必一開始就要求「做完整份企劃」或「一次把所有資料整理好」。可以先請它提出可用資料、缺少資料與第一版交付格式；確認後，再讓它處理下一段。
複雜任務要能被有效檢查，需要有清楚的目標、可用資料、預期輸出與適度拆分的處理範圍。對一般使用者而言，這可以簡化成一個問題：這次回覆能不能被我或同事逐項驗收？
不是每件事都要少寫步驟
安全、法規、審核或不可逆操作，仍可能需要明列必要步驟與確認點。這篇方法不是把流程指令全部刪掉，而是避免只寫流程卻沒有說清楚最後交付什麼、依據在哪裡、資訊不足時怎麼處理。
下一次 AI 回答看起來很完整時，先不要急著相信它已完成。先看它交出的內容，能不能讓下一個人直接接手與檢查。
本文由奧微軟體開發企業社製作，屬一般 AI 使用教學；文中會議整理情境為虛構示例。
回文章列表