(01)
三種射擊模式：Zero / One / Few-Shot
「Shot」是指提示詞中提供給 AI 的範例數量。範例越多，AI 對任務的理解越精確；範例為零，AI 就靠自身訓練資料猜測你要什麼。
0
Zero-Shot
無範例提示
直接給任務，不提供任何範例。AI 完全依靠訓練知識推斷格式與風格。
適合：簡單任務、格式不重要的場景
適合：簡單任務、格式不重要的場景
1
One-Shot
單範例提示
提供一個完整的輸入-輸出範例，告訴 AI「像這樣」。
適合：有特定格式要求，但範例不多的場景
適合：有特定格式要求，但範例不多的場景
3+
Few-Shot
多範例提示
提供多個範例，讓 AI 從中學習規律。輸出品質最高、風格最一致。
適合：需要特定語調、格式要求高的場景
適合：需要特定語調、格式要求高的場景
直覺類比
想像你要請一位新員工幫你寫週報。Zero-Shot 是說「幫我寫週報」；One-Shot 是「幫我寫週報，像這個範例這樣」；Few-Shot 是「這是三份過去的週報，照這個風格幫我寫本週的」。Few-Shot 的輸出最貼近你的期望。
考試應用（Q48）：當 AI 生成的格式不符合預期，且同一對話中已有正確格式的過去貼文時 → 應說「請修改貼文，使其看起來像之前生成的貼文」。這就是 Few-Shot 的應用：利用對話上下文作為範例。
(02)
高品質提示詞的四大要素
Q20 是考綱二最重要的題目，它直接點出了「一個好提示詞」需要包含的四個組成部分。記住這個框架，你就能判斷任何提示詞是否完整。
ROLE
生成式 AI 假定角色
定義 AI 的身份與專業背景。「你是一位有豐富經驗的高級行銷經理」。角色設定決定了 AI 的語氣、知識深度與視角。
INSTRUCTION
特定指令
明確的任務描述。「根據客戶對新產品的喜好程度，為他們生成郵件」。指令越具體，輸出越精準。
CONTEXT
完整的上下文
提供背景資料。「我們需要為清單（連結）中的每個人生成郵件」。上下文提供了 AI 需要的數據與情境。
CONSTRAINTS
約束條件及舉例
規定語氣、格式、長度限制。「語態上應模仿一個有好消息要告訴你的摯友」。約束條件讓輸出符合使用場景。
記憶口訣：角色（R）→ 指令（I）→ 上下文（C）→ 約束（C）= RICC。或者用另一個框架記：Role + Task + Skills + Workflow + Constraints（R.T.S.W.C.），這是提示詞的完整公式，將在 CH1-4 深入討論。
(03)
提示詞完整性：缺什麼就答什麼
Q21 考的是：給你一個任務需求，哪個提示詞「覆蓋了所有需求維度」？判斷方法很簡單——把需求拆成幾個維度，逐一核對哪個選項都包含了。
❌ 不完整的提示詞
「制定一個旅行行程，包括飛往美國西部並參觀當地的景點。」
缺少：天數（幾天？）、具體交通方式（租車？）、類型（戶外景點？）
缺少：天數（幾天？）、具體交通方式（租車？）、類型（戶外景點？）
✓ 完整的提示詞
「制定一個為期十天的旅行行程，包括飛往距離其中一個景點相對較近的機場，並租車遊覽美國西部的多個著名景點。」
覆蓋：天數、交通選擇、活動類型、地理範圍
覆蓋：天數、交通選擇、活動類型、地理範圍
判斷技巧：考題列出「需求條件 1、2、3、4」，你要找的選項就是「涵蓋最多條件的那個」。Q21 的正確答案是 A，因為它是唯一同時包含天數、地點、交通、活動的選項。
(04)
AI 拒絕假設：永遠顯性化你的需求
Q39-4 是最容易錯的觀念：「假定 AI 系統了解專案的一般背景，這樣就減少了提供詳細解釋的需求」——答案是 X（錯誤）。
核心原則
AI 沒有「常識」。它沒有辦公室、不認識你的老闆、不知道你的產業背景。你所有認為「理所當然」的事，對 AI 來說都是未知資訊。你必須把所有背景假設都寫進提示詞。
「AI 是真空環境中的天才」——它的知識廣博，但對你的具體情境一無所知。
「AI 是真空環境中的天才」——它的知識廣博，但對你的具體情境一無所知。
這個原則延伸出的提示詞黃金法則（Q39 全題）：
提示詞黃金法則 ✓ O
1. 需要特定場景時，提供全面的視覺和敘述性描述
2. 明確定義要求——指定影片類型、目標受眾和要點
3. 包括詳細背景資料、基調和風格
4. 不要假定 AI 了解背景（這是最大的誤區）
5. 使用直白語言，盡可能減少誤解
2. 明確定義要求——指定影片類型、目標受眾和要點
3. 包括詳細背景資料、基調和風格
4. 不要假定 AI 了解背景（這是最大的誤區）
5. 使用直白語言，盡可能減少誤解
(05)
任務類型分類：總結 vs 創作 vs 分析 vs 程式
Q22 考的是「哪些提示詞屬於總結（Summarization）任務」。認識任務類型，才能判斷 AI 的能力邊界。
總結（Summarization）
壓縮並保留現有資訊的重點。
範例：「概括魔戒的情節（500字）」、「摘錄本次會議的必要資訊」
範例：「概括魔戒的情節（500字）」、「摘錄本次會議的必要資訊」
創作（Generation）
從無到有產生新內容。
範例：「寫一首關於魔法兔子的詩」、「為我的度假生成景點建議」
範例：「寫一首關於魔法兔子的詩」、「為我的度假生成景點建議」
分析（Analysis）
對輸入資料進行深度解讀。
範例：「分析散點圖，說明趨勢」、「識別提示詞中的偏見」
範例：「分析散點圖，說明趨勢」、「識別提示詞中的偏見」
程式碼生成（Code）
生成可執行的程式碼（而非直接執行）。
範例：「編寫一個 Python 程式，詢問生日並計算年齡」
範例：「編寫一個 Python 程式，詢問生日並計算年齡」