想請ChatGPT完成複雜任務時，指令（prompt）要怎麼設計才好呢？美國知名創投公司Y Combinator（YC）的Podcast《Lightcone》近期討論了頂尖AI新創公司的下指令策略。究竟什麼樣的指令，才能讓模型乖乖聽話達成你的目標？又如何避免幻覺？不同模型要怎麼選擇？本文統整了5個下指令的實用技巧。
如今生成式AI技術發展快速，能要求AI做的事情也愈來愈多。當指派給AI的任務變得更為複雜，也需要搭配更完整、結構化的指令。美國知名創投公司Y Combinator（YC）近期便在Podcast《Lightcone》中，分享他們從合作的AI新創公司那裡得到的下指令技巧。
影／美國知名創投公司YC，最近釋出Podcast影片「State-Of-The-Art Prompting For AI Agents」分享新創高手使用的指令技巧。來源：YouTube@ycombinator
下指令技巧1：指派一個角色給AI
指令開頭可以先指派AI在任務中要扮演的角色，例如「你是一個客戶服務經理」、「你是一個嚴格的評審」等。若是使用API串接AI模型，可在系統指令（system prompt）的部分指派角色。接著，可條列式告訴AI要做的事以及執行步驟，並在AI要特別注意的地方標記「重要」。
下指令技巧2：指令格式可使用Markdown或XML語法
Y Combinator在影片中展示了AI新創公司Parahelp提供的指令範本，任務是要求AI擔任經理，管理其他AI代理的行動。這份指令長達6頁，詳細地描述了AI需要遵循的任務流程和注意事項。
這份指令長得不像一般文章，而是以Markdown和XML語法撰寫。Markdown和XML都屬於能將資料結構化的標記語言，在Markdown語法中，可以使用「#」、「─」等符號排版文章內容，在HTML網頁上呈現大小標題、條列式項目符號等。XML語法則是用於傳輸和儲存資料，開發者可自訂標籤來標記資料。
Y Combinator表示，使用Markdown語法有助於將任務分層，方便AI理解；此外，AI在訓練時有接觸大量類似XML語法的資料，實測結果也證明，以XML語法撰寫指令可以得到更好的結果。
下指令技巧3：元指令（Metaprompting）讓AI自己修改指令
要設計出一個可執行複雜任務的指令，需要經過多次修改。Y Combinator提到可使用元指令（Metaprompting）的方式更新指令。元指令是指使用AI來動態調整指令，而不是由開發者直接修改。
指令折疊（Prompt Folding）是元指令的實作方法，意指將過去的指令和錯誤範例再重新輸入給AI，並要求其自行修改指令。如此就可在不需人類直接干預的情況下，持續迭代出更好的指令。
最簡單的元指令入門方法，就是在指令開頭說明「你是一個專業指令工程師（prompt engineer），能夠提供非常詳細、出色的批評和建議，用於改進指令」。
影片中也推薦可使用更強大的模型（如OpenAI推理模型o3）進行元指令任務，再將得到的新指令用於負責其他工作的模型中。此外，開發者也可透過推理模型的思考歷程，了解原先的指令可能有哪些問題，從中得到修改指令的方向。
下指令技巧4：給AI「逃生出口」避免幻覺
目前的AI雖然聰明，但仍難以避免產生虛構或錯誤內容的幻覺（Hallucination）問題。「AI模型其實非常想幫助你。」Y Combinator指出，特別是在指令中要求AI以特定格式回答時，即使AI沒有足夠的資訊判斷答案，它也會回答它認為使用者想看到的內容，因而產生幻覺。
AI新創公司Tropier解決幻覺問題的方法，是給AI一個「逃生出口」。也就是告訴AI，如果沒辦法判斷答案，也不要編造內容，而是停下來並詢問使用者。
下指令技巧5：善用各AI模型特性
每個AI模型「個性」不同，在指派任務時，也可根據模型特性決定要使用哪個AI。Y Combinator分析，Claude的個性開朗、擅長與人類互動；但使用Llama時，就像在跟一個開發人員說話，需要給它更詳細的指令。
在推理模型方面，例如要求OpenAI O3和Gemini 2.5 Pro扮演評審，並給它們相同的評分標準。結果發現，OpenAI O3會嚴格遵守評分標準，但有時會顯得很僵化制式；相較之下，Gemini 2.5 Pro非常擅長靈機應變，它能遵守評分標準，但也會思考誰是標準邊緣的特例，可能可以微調分數。
