什麼是 Prompt Engineering？
Prompt Engineering（提示工程）是指透過設計輸入提示（Prompt），引導大型語言模型（LLM）產生更準確、更符合需求的輸出。這是 iPAS 初級科目二「生成式 AI 應用與規劃」的重點章節。
核心概念
Prompt 的組成要素
一個好的 Prompt 通常包含：
- 指令（Instruction）：明確告訴模型要做什麼
- 上下文（Context）：提供背景資訊
- 輸入資料（Input Data）：需要處理的內容
- 輸出格式（Output Format）：期望的回應格式
常見的 Prompting 技巧
Zero-shot Prompting
直接提問，不提供範例。適合簡單任務。
Few-shot Prompting
提供 1–5 個範例，讓模型學習回答模式。適合需要特定格式或風格的任務。
Chain-of-Thought（CoT）
引導模型「逐步思考」，提升推理能力。在提示中加入「請一步步說明你的推理過程」，能顯著提升複雜問題的正確率。
Role Prompting
指定模型扮演特定角色，例如「你是一位資深的資料科學家」。
考試常見出題方向
1. 概念辨別題
下列何者最能描述 Few-shot Prompting 的特色？
這類題目考的是你對各種技巧的理解，要能區分 Zero-shot、Few-shot、CoT 的差異。
2. 應用情境題
某公司希望 AI 自動將客戶信件分類為「投訴」「詢問」「建議」，應使用哪種 Prompting 策略？
這類題目測試你能否在實際場景中選擇合適的技巧。
3. 最佳實務題
下列哪一項是改善 Prompt 品質的有效做法？
考的是 Prompt 設計的原則，例如：具體明確、提供範例、指定格式等。
備考建議
- 理解每種技巧的定義、優缺點、適用場景
- 多看考古題中 Prompt 相關的題目，掌握出題模式
- 實際動手試試不同的 Prompt 技巧，加深理解