方法有不少
但如何和AI溝通是最基本的方式
有很多人以為
只要和AI以自然的說話方式對談就可以溝通
但人和人與人和AI的溝通方式間存在很大的差異
人和人對談
常會存在模糊不清、矛盾、情緒勒索、話中有話、表裡不一等狀況
假如你仍用以上這些方式和AI溝通時
就會造成AI對你語意的誤解
當然你向AI尋求幫助或答案時,就會答非所問了
不然所得的答案,實用性也會大打折扣
【失敗溝通案例一:怎麼去台北?】
AI不知道你的交通工具偏好
也不知道你住哪裡?是在高雄、還是澎湖
這時,AI不可能給你實用的資訊
【失敗溝通案例二:請推薦我一支螢幕很大、很好攜帶,但重量必須低於100公克的5G手機】
這是標準矛盾問題
要螢幕很大,卻又要好攜帶且輕
AI不是找不到適合的手機,也有可能產生AI幻覺,虛構出不存在的手機款式
所以要和AI溝通(提示詞 Prompt)
語意一定要清楚,要求要明確、依需求設定條件
這是最基本
不過,今日的重點,我不是想告訴大家如何正確使用提示詞
所以其它提示詞的基本規則我就不提了
以下,就先來個入門最快的方式
舉例:【我想詢問台北房價】
看到這例子,許多人心裡已經有答案,會得不到想要的答案
假如你只會這樣詢問,又不知道如何改正詢問方式
那就改成以下這樣吧:【我想詢問台北房價。請問要用什麼方式問你,才能得到我想要的資訊】
沒錯!不懂就去問AI
現成的工具擺在你前面,一堆人卻不會用
然後自己卻使用蹩腳的提示詞亂問一通
以下列出AI回覆的結果
【我想詢問台北房價。請問要用什麼方式問你,才能得到我想要的資訊】
要獲得最精準的台北房價資訊,
建議提供更具體的條件。台北市各區(如大安區與萬華區)的房價差異極大,且房型(公寓、電梯大樓、套房)也會影響單價。
您可以參考以下幾種方式來提問:
1. 指定「行政區」與「房屋類型」
範例: 「請問目前大安區的電梯大樓平均每坪單價是多少?」
效益: 縮小範圍,避免被全市平均值誤導,因為台北市精華區與郊區單價落差可能達兩倍以上。
2. 指定「屋齡」或「特定用途」
範例: 「我想知道內湖區、屋齡 10 年內的 2 房物件行情。」
效益: 區分新成屋與中古屋。通常新成屋價格較高,而老舊公寓則有不同的單價邏輯。
3. 指定「捷運站」或「特定生活圈」
範例: 「請給我捷運中山國小站附近的實價登錄行情。」
效益: 捷運周邊房價通常較具抗跌性,以地標為中心的搜尋能得到更貼近實際需求的數據。
4. 詢問「購屋門檻」或「自備款」
範例: 「在台北市買總價 2,000 萬左右的房子,大概可以買在哪一區?」
效益: 台北市平均購屋自備款已超過 800 萬元,從預算回推區域是更務實的做法。
以上,你只要照AI給你的方式或範例詢問
得到的資訊實用性就會大幅提升了
當然,AI回覆問題的內容
常會受全球網站內容的影響
但這些網站,不少是閒聊或八卦式討論
專業性和正確性不足
如想要加強取得資料的正確性
可以加入以下提示詞:【請以政府網站公布資訊為依據】
這只是舉例,依照你的需求,自行修改或增加
今日先說這些
下次再來說更進階的
資料正確性可再大幅提升不少
假如小弟觀念有錯誤,也歡迎指教
很多人最近在談 Answer Engine Optimization(AEO),有人說最有效的方法,就是在網頁下方加上 Q&A。
這種加入Q&A 的方式之所以有效,是因為目前正處於搜尋引擎與AI查詢的過渡期。大部分的人只是將 LLM 當作進階版的搜尋引擎。
我曾示範給經銷商看看,如果搜尋適合小公司的進銷存會計系統,AI 會提供很多老牌的產品,有的已經20幾年沒維護,有的甚至公司都不存在了。當我加入目前還有在維護的,答案完全不同,排名最前面的,訂閱制鼎新 A1,一次性授權則是 QBoss,若甚是有製造業需求則是推薦凌越。
但是在大眾養成問「完整問題」之前,這種餵答案式的Q&A 還是有效。
簡單的說,你隨便問,AI 就隨便答,你問的越仔細、條件越多,耗費的算力就越多。所以 AI 也是能省就省,找到可以應付你的就好了。
內文搜尋




























































































