課程介紹
生成式 AI 已經能協助起草文字、分類資訊、整理會議重點與建立工作報表，但企業在實際使用時，往往遇到另一個問題：同一個任務，換一位同仁操作，就可能得到不同格式的內容；同一份資料，輸入條件不清楚，就得一再補充背景、修改欄位與確認結果。
這些問題不一定需要更複雜的 AI 工具，很多時候需要的是更清楚的工作定義。Prompt Engineering 提示工程的價值，在於將原本模糊的口頭需求，轉換為模型較容易理解、使用者也能檢查的任務規格。透過適當情境資訊、具代表性的範例與明確的輸出格式，讓 AI 協助產生的內容更符合實際工作需要。
《Prompt Engineering 提示工程實戰班：情境設計、範例引導與結構化輸出》以企業常見的工作場景為主軸，採循序漸進的教學方式，從「任務怎麼說清楚」，到「用範例建立共同標準」，再到「如何將輸出整理成欄位與表格」，最後帶入測試、修正和基本資訊安全。課程不需要程式背景，也不將學員綁定在特定模型功能上。
本課的學習目標是讓學員能針對一項工作任務，完成一份可持續修改的 Prompt 模板與簡易檢查清單。從個人偶發性的提問，建立邁向部門可複製 AI 工作方法的基礎。
課程具體效益
- 需求說得清楚：從交付物倒推目標、背景、任務、限制與驗收條件。
- 指令更可重用：利用 Prompt 骨架與變動欄位，減少每次從零撰寫。
- 範例對齊標準：運用代表性輸入與輸出示例說明分類、語氣與欄位規則。
- 格式利於交接：根據用途指定表格、條列或 JSON，並處理缺值與例外情況。
- 品質有基本檢查：比較不同指令版本，檢查事實、欄位、資料安全與人工覆核需要。
Prompt Engineering 提示工程實戰班：情境設計、範例引導與結構化輸出
第一章｜情境設計：把工作需求說清楚
- 從工作成果反推指令目標：先辨識真正要完成的交付物，區分「想問什麼」與「要解決什麼」。
- 釐清角色、對象、背景與已知資料：提供與任務有關的情境，避免大量堆砌無效資訊。
- 定義任務邊界、限制與成功條件：明確說明可用資訊、不能自行推測的內容，以及何時需要人工確認。
- 建立可重複使用的 Prompt 骨架：整理為目標、背景、任務、限制、輸出規格，供後續情境套用。
第二章｜範例引導：用示例建立共同標準
- 零樣本與少樣本提示的使用時機：理解何時直接說明任務，何時應加入輸入與輸出示例。
- 設計代表性範例與邊界情境：避免只有單一漂亮案例，適度加入容易誤判的輸入。
- 運用一致格式對齊分類與表達：透過示例讓模型參考指定欄位、分類標籤與寫作語氣。
- 比較輸出差異，持續精修範例：檢視範例是否有歧義、互相矛盾或無法覆蓋常見情境。
第三章｜結構化輸出：讓成果方便檢查與交接
- 從使用目的反推輸出欄位：先決定資訊要給誰使用，再規劃欄位名稱、順序及內容範圍。
- 指定適當格式：條列、表格或 JSON：依閱讀、複製或系統處理需求選擇格式，避免過度複雜化。
- 處理缺值、模糊資訊與例外情況：設定「未知／待確認」等明確規則，不鼓勵模型自行補齊事實。
- 建立基本輸出驗證觀念：檢查欄位完整、格式一致與資訊有據；區分文字提示與 API 結構化輸出機制。
第四章｜品質驗證與實務應用：建立可持續使用的方法
- 建立測試案例與簡易評估規準：從常見、特殊及資訊不足的匿名情境，確認指令能否處理不同輸入。
- 比較版本並辨識常見失敗原因：以同一批測試案例對照，修正背景不足、示例不清或格式定義含糊等問題。
- 加入資訊安全與人工覆核：認識敏感資料限制、來源查證及高風險對外內容的人工審核需求。
- 完成一份部門可延伸的 Prompt 模板：將課堂方法套用於業務、客服、人資或營運的一項實際任務。
授課彈性：上述 4 章為固定能力主軸。講師可依企業部門、模型工具、學員程度與現場實作進度，調整案例和時間分配，不預先保證單一工具介面、API 功能或特定模型輸出表現。
天地人 AI 師資
天地人文創已通過數位發展部數位產業署「人工智慧技術服務機構能量登錄」，並獲核定為「人工智慧技術教育訓練」類別服務機構。AI 師資群課程與培訓架構亦依循該制度之能力分類與服務範疇設計，確保教學內容與企業導入需求及產業發展趨勢保持一致，協助企業建立可持續運作的 AI 能力。
課程資訊
一、課程型態：企業專班
本課為企業內部教育訓練方案，採需求諮詢及專案報價方式安排。可討論實體授課、線上直播或其他適合組織的形式，依實際需求確認。
二、課程長度：標準 6 小時
以 6 小時培訓設計 4 大章節，包含方法講解、範例比較、示範與課堂練習。具體時間安排依企業場地、需求、師資檔期而定。
三、適合對象
- 希望將 AI 對話能力應用在日常工作的企業團隊。
- 部門主管、專案管理、營運、行政、人資、業務、客服與行銷人員。
- 負責推動 AI 內部使用規範、教育訓練與部門案例分享的種子人員。
- 已使用 AI，但希望改善指令品質、成果一致性與交接方式的人員。
四、參訓先備條件
不需程式設計背景，建議學員具備基本電腦操作能力，並可在企業許可下使用至少一種對話式生成式 AI 工具。特定工具的登入、訂閱、API、功能權限由企業與專案窗口先確認。
五、實作與教學方式
以匿名或虛構的業務／客服／人資／營運案例，示範需求拆解、Prompt 改寫、少量示例、欄位輸出與基礎檢查。案例深度與實作比例可隨學員程度調整。
六、預期學習產出
以一項工作場景為主，練習交付可修改的 Prompt 模板、少量示例及輸出品質檢查清單。課堂產出為學習練習成果，不是經過正式資訊安全或生產環境驗證的自動化系統。
七、參訓人數與授課條件
原則上建議以 30 人以內為標準互動班級。企業若需大班、跨部門或多梯次，可依人數、授課形式及助教需求討論專案方案。實際條件須以正式報價確認。
八、客製化與延伸運用
可依企業常見任務調整練習案例，包括客戶需求整理、客服訊息分類、會議與週報資料整理、內訓需求彙整。進一步的流程自動化、系統串接或專屬模板建置不預設包含在標準 6 小時方案內，須另行確認。
九、資料安全與使用限制
課堂不得直接上傳未經核准的個人資料、機密文件或客戶資訊。若企業希望使用內部案例，須先完成資料分類、必要的去識別化、授權確認與工具政策檢查。AI 生成內容可能包含錯誤，涉及法務、財務、人事、客戶承諾及其他高風險用途，仍須由具權責人員覆核。
十、企業需求及報價流程
企業可提交預計培訓日期、參訓人數、職能構成與希望改善的工作情境，由培訓專員確認可行授課形式、時間、講師與正式報價。所填日期為初步需求，不代表已成功預約或完成付款。
天地人文創。
常見QA
重點不是認識更多功能，而是學會把工作成果、背景、限制、示例與輸出規格寫成可測試的任務指令，讓個人與團隊可以重複應用。
可以。本課以自然語言、表格及一般對話式 AI 工具進行示範。JSON 只作為結構化輸出的認識與簡易練習；程式串接不是標準課程必要條件。
不限定單一品牌。情境拆解、示例與輸出格式的原理具有跨工具參考價值；實際介面、功能與輸出特性依企業採用的模型、版本及授權而異。
以一個匿名或虛構的工作情境，練習建立 Prompt 模板、少量示例、指定輸出欄位與簡易檢查規則；課程目標是形成可調整的個人或部門範本。
將工作目標、使用者、已知資料、要完成的任務、限制及交付結果說清楚。它不是增加無關背景，而是提供與決策及輸出有關的資訊。
在指令中提供少量輸入與對應輸出示例，協助模型理解分類方式、欄位及措辭。範例應貼近任務、格式一致，並適度涵蓋邊界情況。
不能。文字指令與範例有助於引導格式，但仍可能出現欄位缺漏、額外文字或不一致。若系統整合需要嚴格欄位格式，應在支援的 API 上使用結構化輸出機制，並搭配程式驗證與例外處理。
先建立幾個具代表性的匿名測試輸入，對照欄位完整、資訊正確、未知有標示及資料安全等標準檢查。不要僅靠一次回覆是否流暢來評價。
會介紹降低無根據補寫與輸出風險的做法，例如限制可用來源、標示未知資訊、要求列出需查證項目及人工覆核；但不承諾完全消除模型錯誤。
不應直接貼入未獲授權的個資、機密或合約內容。課堂以虛構資料或已獲核准且去識別化的素材操作；正式工作必須遵守企業內部資料分類及工具使用政策。
建議以 4 章為主軸，視學員程度調整各章演練比例。標準授課以 6 小時企業專班規劃；實際工具、案例、授課時間及需求訪談由雙方確認。
可以提出業務、客服、人資、行政或營運等實際使用情境。企業案例、教材、授課形式及延伸顧問服務的調整範圍，以需求訪談與專案報價確認。
