系統化地設計和優化給 AI 的指令，以獲得更準確、更符合需求的輸出。讓同樣的 Claude 模型在不同的指令設計下，產出完全不同品質結果的核心技能。
完整解說+
01 · 這是什麼？
Prompt Engineering（提示詞工程）是系統化地設計和優化你給 AI 的指令，使其輸出最符合你需求的結果的一套方法論。它不是程式設計，沒有嚴格的語法規則——核心是「把你腦子裡知道的需求，轉化成 AI 能理解並有效執行的指令」。
「工程」這個詞強調的是系統化和可重複性：不是靠運氣碰到一個好的提示詞，而是理解 AI 的回應機制，有目的地設計指令，能在不同情境下穩定獲得高品質輸出。Prompt Engineering 的主要技巧包含：角色設定（Role Prompting）、範例引導（Few-Shot）、推理引導（Chain of Thought）、格式指定、限制條件設定。這些技巧可以單獨使用，也可以疊加使用。
02 · 為什麼存在？
Prompt Engineering 的出現，回應了 LLM 的一個根本特性：「模型能力固定，但輸出品質可以透過輸入設計大幅改變」。2022 年的 Chain of Thought 論文是一個標誌性時刻，它系統性地展示了 Prompt 設計能大幅影響模型的推理能力。從那之後，Prompt Engineering 從「AI 愛好者的小技巧」演化成「AI 應用開發的核心技能」。企業開始設立 Prompt Engineer 的職位，「如何更好地和 AI 溝通」成為了一個有專門研究的領域。