Stage 2 — Prompt 設計（Prompt Engineering）

繁體中文 | 简体中文 | English

這一關只學三件事：說清楚、給例子、檢查答案。

**Prompt（提示）**不是只有一句問題。它是你交給模型的一整份任務包，可以放進指令、要處理的資料、範例，以及輸出規則。

📌 學習目標

完成後，你可以：

• 把模糊要求拆成四格：目標、資料、規則、輸出。
• 分清 Zero-Shot、One-Shot、Few-Shot：差別只是先給幾個例子。
• 知道 Chain-of-Thought 是分步處理，不是叫模型公開所有內部想法。
• 用同一組小測驗（Eval）比較修改前後。
• 看出問題不在 prompt 時，換模型、資料或工具。

🧩 先認識核心詞

• Prompt（提示）：交給模型的完整任務包。像點餐單，裡面可以有你要什麼、材料、示範和成品規格。本章會把它整理成「目標、資料、規則、輸出」四格。
• Instruction（指令）：告訴模型要做什麼、不要做什麼。像老師說「把故事縮成三句」。它是 prompt 裡的要求，不是某一種訊息角色。
• Input Data（輸入資料）：這一次要模型處理的內容。像交給翻譯員的一小段文章；資料會換，任務規則可以不換。
• Example（範例）：先讓模型看一次「這種輸入，要配這種答案」。像先示範一題，再請它照同一個樣子做。
• Eval（評估）：用固定題目和固定判分法檢查結果。像小考；題目不能中途偷換，才知道新版 prompt 是否真的比較好。
• Zero-Shot（零範例）：不先給範例，直接請模型做。本章先用它當起點，看看模型原本會怎麼回答。
• One-Shot（一個範例）：先給一個範例，再請模型做。它能示範格式，但一個範例可能只代表一種情況。
• Few-Shot（少量範例）：先給少量範例，再請模型照著做。沒有通用的固定數字；範例要清楚、彼此一致，並用 eval 確認是否有幫助。
• Chain-of-Thought（CoT，思維鏈）：把問題分步處理的 prompting 技巧。它不等於公開模型的所有內部想法；要核對時，請模型給簡短理由或可驗證步驟。

**Message Role（訊息角色）**像信封，決定內容來自誰、優先順序多高；**Instruction（指令）**才是信封裡寫的要求。不同 API 會使用 system、developer、user 等不同角色名稱，不能把其中一個角色直接當成「指令」的定義。

一句口訣：目標 → 資料 → 規則 → 輸出。

先照上半部把 Prompt 說清楚，再選要不要給範例；最後用固定題目檢查，改一處，再試一次。右下角的 CoT 只要求可檢查步驟，不要求完整內部想法。

🚪 進入條件

📚 必修閱讀

先做練習。卡住時，再打開閱讀順序。

1. Anthropic Prompt Engineering Tutorial — 跟著 notebook 做一次。
2. OpenAI Prompt Engineering — 看訊息層級、範例與 eval。
3. Google Prompt Design Strategies — 看清楚指令、固定結構與反覆測試。

官方共同重點很簡單：先定義成功，再用固定案例測試。不要只看一次漂亮答案。

🛠 動手練習

練習 1：Prompt 四格（把要求放進四格）

完成後，你會把「幫我整理」改成一個可檢查的 prompt。

第一步：直接複製下面兩個 prompt，依序貼進同一個模型。

這題故意把完整 prompt 放進可攜性較高的 user message。正式產品可以把長期規則放進供應商支援的 system 或 developer message，但那是訊息角色的選擇，不會改變 prompt 四格的意思。

幫我整理：我被扣款兩次，請幫我查。

目標：把客服留言分到 billing、bug 或 other。
資料：<input_data>我被扣款兩次，請幫我查。</input_data>
規則：只根據資料分類；不知道時選 other。
輸出：只回一個小寫標籤。

兩次都跑完後，寫下一個看得見的差別。接著換掉「資料」那一行，做自己的版本。

from openai import OpenAI

client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")
prompt = """目標：把客服留言分到 billing、bug 或 other。
資料：<input_data>我被扣款兩次，請幫我查。</input_data>
規則：只根據資料分類；不知道時選 other。
輸出：只回一個小寫標籤。"""
reply = client.chat.completions.create(
    model="gemma4:e4b",
    messages=[{"role": "user", "content": prompt}],
    temperature=0,
)
print(reply.choices[0].message.content)

from anthropic import Anthropic

prompt = """目標：把客服留言分到 billing、bug 或 other。
資料：<input_data>我被扣款兩次，請幫我查。</input_data>
規則：只根據資料分類；不知道時選 other。
輸出：只回一個小寫標籤。"""
client = Anthropic()
reply = client.messages.create(
    model="claude-haiku-4-5",
    max_tokens=20,
    messages=[{"role": "user", "content": prompt}],
)
print(reply.content[0].text)

練習 2：Few-Shot（給例子，再測同一組題目）

完成後，你會知道範例有沒有讓格式或邊界案例更穩。

名字只是在數例子：Zero-Shot 是 0 個，One-Shot 是 1 個，Few-Shot 是幾個。這題比較 0 個和 3 個。

第一步：固定這六筆資料，不要中途換題目。

先用 Zero-Shot（0 個例子）跑一次。再用 Few-Shot（這裡是 3 個例子）重跑同一組六題。

例子：
輸入：信用卡又扣了一次
輸出：billing

輸入：送出表單後沒有反應
輸出：bug

輸入：可以更改聯絡信箱嗎
輸出：other

練習 3：Iterative Refinement（一次只改一件事）

完成後，你會有一個能重做的小實驗，不再只說「感覺比較好」。

第一步：從練習 2 挑一筆答錯的資料。只改四格中的一格。

接著重跑全部六題，直接複製這段結果卡並填入分數：

原版｜改了什麼：沒有改｜分數：__ / 6
新版｜改了什麼：________________｜分數：__ / 6
結論｜新版有沒有更好：有 / 沒有 / 還不確定

🎒 推薦小專案：客服留言分類器

把三個練習接起來：四格 prompt、三個例子、六筆固定測試。每次改 prompt，都重跑同一組資料並留下分數。

最小成果只有三樣：prompt.txt、cases.json、results.md。能重做，比一次拿到漂亮答案更重要。

▶️ 想直接跑一遍？看 examples/stage-2/01-prompt-eval-loop/。

🎯 精選 Projects

先從上面的三個起點選一個。完整清單是工具箱，不是待辦清單。

資源查核：2026-08-27 UTC

推薦度是本 Stage 的閱讀順序，不是人氣排名：⭐⭐⭐⭐⭐＝不做會卡住；⭐⭐⭐⭐＝建議優先；⭐⭐⭐＝有需要再看；⭐⭐＝歷史或少數情境。本表是選修工具箱，所以沒有硬標五星。

🔭 進階：往上還有哪幾層

✅ 進 Stage 3 前的自我檢查

• 我能寫出目標、資料、規則、輸出。
• 我能用同一組六題比較修改前後。
• 我一次只改一件事，並留下分數。
• 我知道資料不足或需要採取行動時，不能只靠 prompt。

都做到後，進入 Stage 3 — 工具使用與第一個 Agent Loop。