AI 又答非所問？先做 4 項檢查，別急著重寫提示詞

AI 答非所問，先檢查交付物、資料、可用性與語氣

同一句「不是我要的」，可能代表完全不同的問題：你想要可發布的商品介紹，它只列出構想；內容格式對了，卻用了舊價格；檔案改好了，但手機版不能讀。先指出一項具體落差，才知道要補哪一層。

手機可左右滑動查看完整表格。

不要把所有偏差都歸咎於不會寫 Prompt，也不要直接假定換模型就會解決。先從錯誤原句或無法使用的畫面，找一項能核對的證據。

需求還很模糊，怎麼補成可以開始的任務？

我們的協作偏好是讓使用者維持自然短句，再由 AI 從既有對話與已確認資料補齊工作。使用者不必每次重新寫企劃書；但影響結果的未知項，仍要有人確認。

可以先補四件事：誰要用、最後要拿到什麼、哪些資料可依據、怎樣算可以使用。這是本文整理任務的方式，不是所有 Prompt 都必填的表格。單純改一句文案，未必需要展開四段。

原需求：幫我整理保溫杯介紹。
補齊後：給第一次購買的通勤族看，產出商品頁草稿。只用已確認的規格，包含用途與清洗限制；缺少保溫測試就標待確認。交稿時附規格對照，先不發布。

上面是虛構示例。增加的內容讓人能核對交付，並不保證模型必然照做。Anthropic 的官方提示詞指南也建議清楚說明期待的行為、情境與輸出，必要時提供例子；實際品質仍要用任務驗證。

先做一小段樣稿，如何減少整份重寫？

新的語氣或呈現方式，先選一段最能代表成果的內容。例如只寫商品頁第一段，檢查受眾、規格與語氣是否符合；確認後再完成其他段落。已核准的系列格式則直接沿用，不必每一篇重新討論版型。

這種做法適合全量製作成本高、方向尚未確定的任務。如果使用者已給出完整內容並要求直接完成，小樣反而會增加等待。先看本次決策是否真的需要確認，不把流程變成固定關卡。

AI 說完成了，要看哪些證據才算可用？

讓檢查對應作品用途。文章先核對是否回答讀者問題、商品說法有沒有來源；網頁要打開來看，檢查手機可讀與連結可用；資料表則回查公式、原始欄位與一筆已知答案。

「檔案已建立」能證明有輸出，不等於內容正確。「已測試」要能指出測了什麼、結果如何，以及哪些地方尚未確認。資料缺失時先保留限制，不用一個 AI 自評分數取代核對。

請核對這次需求與交付，先不要重寫整份成果或執行對外操作。
只用我提供且你實際讀得到的資料。
1. 列出用途、交付物、必須保留的條件，以及驗收方式；未知就標未知。
2. 逐項比對成果，引用具體段落或檔案位置。
3. 區分已符合、有證據的落差，以及缺少證據而尚未確認的部分。
4. 推薦一項最小修正；若缺資料會改變修正方向，只問最關鍵的一個問題。
5. 寫出修正後如何重新檢查，不把檔案存在當成驗收成功。
需求：【貼上本次要求與已核准內容】
成果：【貼上內容或附上可讀取的檔案】
依據：【提供有效資料；沒有就標明】

回覆若只說「已符合所有要求」，卻沒有指出段落或檢查結果，就還不能拿來當證據。先抽查一項最重要的條件；修正之後重新查，先前通過的版本不能替新版背書。

哪些修正值得留下，哪些只適用這一次？

把「這次要寫給通勤族」留在本次任務；把「商品功效需要來源」整理成重用方法。只有反覆出現、會改變行為的規則才值得保留，否則指令會越堆越長，還可能互相衝突。

需要長期重用時，接著讀Skill 的工作方式與驗收設計。若是有效資料與舊提案混在一起，應處理知識庫現況與歷史，而不是一直改同一段指令。

想依自己的狀況選下一篇，可返回AI 協作入門總覽。