---
title: "AI Agent 提示詞工程指南｜從新手到高手 | TauX"
description: "Prompt Engineering 完整指南：從單一任務指派到 AI Agent 設計模式，涵蓋提示詞架構、推理鏈與代理人工作流的實務原則。專為開發者與進階使用者撰寫。"
url: "https://taux.io/zh-Hant-TW/agent-prompting-guide"
locale: "zh-Hant-TW"
alternates:
  en-US: "https://taux.io/en-US/agent-prompting-guide"
  ja-JP: "https://taux.io/ja-JP/agent-prompting-guide"
  ko-KR: "https://taux.io/ko-KR/agent-prompting-guide"
  zh-Hans-CN: "https://taux.io/zh-Hans-CN/agent-prompting-guide"
---

# Make the Machine Understand — 從新手到高手的指令秘籍

Prompt Engineering 實戰指南

### 導言：為什麼你的 AI 總是不懂你？

其實不是 AI 笨，是我們「交辦工作」的方式不夠清楚。Prompt Engineering（提示工程）就像是在用白話文寫程式。 核心在於給出清晰的指令、必要的背景，並告訴 AI 該怎麼排列組合這些資訊。 

想像一下，Prompting 就像是在寫一份給「超級實習生」的工作指南。這個實習生很聰明，但如果你沒說清楚，他就會亂猜。 

01 — Prompting 101

## 基礎篇 (Prompting 101)

適合場景：寫作、分析文件、單次問答、資料擷取。

### 1\. 給它一個「身分」與「任務」 (Context & Role)

不要只丟一句話給 AI，你要像導演一樣設定角色。

 錯誤示範：「這是什麼？」 正確示範：「你是一間瑞典保險公司的理賠專員。你的任務是閱讀車禍報告並判斷誰有過失。」 

如果不說這是車禍報告，AI 可能會以為是滑雪意外。明確定義身分，AI 就不會瞎猜。 

### 2\. 提供「參考書」 (Background Data)

如果是固定不變的資訊（如標準表格、法規），請放在最前面 (System Prompt)。

*   **為什麼？** 讓 AI 專注填寫內容，不用重新學習格式。就像給實習生「員工手冊」。
*   **小技巧：** 善用 XML 標籤（如 `<form>內容</form>`）。AI 喜歡結構化資料。

### 3\. 下達「步驟指令」 (Step-by-Step Instructions)

不要只求結果，要規定過程。人類怎麼思考，就叫 AI 照著做。

**指令寫法：** 「第一步：檢查表格勾選框。第二步：解讀現場圖。第三步：做出結論。」 

強迫 AI 把思考過程寫出來 (Show its work)，準確率會大幅提升。 

### 4\. 規定「輸出格式」 (Output Formatting)

告訴 AI：「請用 JSON 格式輸出」或「請把結論包在 `<verdict>` 標籤裡」。

這樣你可以直接拿程式去抓取結果，不用人工複製貼上。 

02 — Agent prompting

## 進階篇 (Prompting for Agents)

適合場景：使用工具、上網搜尋、寫程式、多步驟複雜任務。

### 1\. 什麼是代理人 (Agent)？

基礎篇 AI 像「問答機」。代理人則像「獨立員工」，在迴圈 (Loop) 裡工作：  
 使用工具 → 觀察結果 → 思考下一步 → 再使用工具  
 直到完成任務。 

### 2\. 何時該用代理人？

殺雞焉用牛刀。適合任務複雜、路徑不固定的場景。

*   **適用：**做市場調查（不知道要搜尋幾次才能找到答案）。
*   **不適用：**已有確切 SOP 的固定流程，或簡單任務。

### 3\. 關鍵心法：像代理人一樣思考

問自己：「如果我是剛畢業的實習生，給我這些工具，我會不會不知所措？」

*   **工具設計要清楚：**名稱簡單準確，不要重疊。
*   **給原則，不要給腳本：**範例：「簡單問題搜 5 次，複雜搜 10 次」或「找到答案就停止」。

### 4\. 讓它「先想再做」 (Plan & Guide Thinking)

現在的模型可以邊做邊想。

*   **指令技巧：**要求呼叫工具前先規劃：「我要搜什麼關鍵字？找什麼來源？」
*   **檢查機制：**拿到結果後評估：「資料可信嗎？需要驗證嗎？」

### 5\. 如何測試？ (Evaluation)

從小開始。手動測試幾個案例，觀察日誌 (Logs)。  
 看看它調用了什麼工具？有沒有鬼打牆？這比只看最終答案更能優化指令。

### 延伸閱讀

[GEO 入門指南 →](https://taux.io/zh-Hant-TW/geo-guide) [什麼是 LLMs.txt？ →](https://taux.io/zh-Hant-TW/what-is-llms-txt)