A ChatGPT Prompt Guideline
來源資訊
- 原始 URL：https://blog.o-w-o.cc/archives/chatgpt-prompt-guideline
- 備援讀取來源：https://medium.com/@aplu/a-chatgpt-prompt-guideline-47e24d8dc0bf
- 作者：Allen Peng Lu
- 發表日：2023-12-28
- 主題：Prompt-Engineering、AI輔助開發
摘要
這篇文章從軟體開發者日常出發，說明 ChatGPT 的價值不在於「取代工作」，而是讓使用者把問題拆成更適合 AI 協助的任務。作者強調 prompt 的核心是先想清楚：自己是否有足夠知識問對問題、誰會知道答案、還能追問什麼、這是哪一類任務，以及哪一類專家適合處理它。
文章把開發者常見的 ChatGPT 使用情境分成五類：轉置、配置、翻譯、指引與增強。這些分類的共同點是：先判斷任務性質，再把 ChatGPT 放到合適角色中，而不是只追求萬用提示詞。
核心提取
- Prompt 的前提是問題判斷：好提示不是句型，而是對「問題類型、回答者角色、追問方向」的判斷。
- Transposition / Intern：把既有程式碼、樣式或腳本轉成另一種語言、版本或框架，適合明確、重複、可檢查的轉換任務。
- Configuration / Niche Engineer：請 AI 協助設定環境、套件、平台設定或專案配置，降低非核心開發工作的時間成本。
- Translation / Local Companion：把「我知道想做什麼」翻譯成具體命令、查詢語法或工具操作，例如 shell、SQL、CMake、ORM migration。
- Guidance / Consultant：在多種技術路徑之間比較選項、風險與取捨，協助做架構或工具選擇。
- Augmentation / Pair Programmer：把錯誤訊息、阻塞問題或 debug 線索交給 AI，讓它整理可能原因、相關資源與可試解法。
- 使用定位：ChatGPT 可被視為 intern、specialist、consultant、resource finder、translator、solution creator，但每種角色都需要不同輸入與驗證方式。
對本庫的意義
- 補強 Prompt-Engineering 的「使用情境分類」：提示詞不是只寫得清楚，而是把任務映射到合適角色與互動模式。
- 新增 AI輔助開發 作為可累積概念，承接程式碼轉換、設定、命令翻譯、技術選型與 debug 等工作流。
- 與 AI-幻覺 有品質控制關係：越接近技術決策與 debug，越需要使用者用原始文件、測試與本地環境驗證 AI 建議。
待追問
- 這五類任務是否可以整理成固定 prompt 模板或工作流？
- 對不同模型類型，這些任務分類是否需要不同提示策略？
- AI 在 debug 與技術選型中應該如何標示不確定性與來源？