讓提示更穩健：敏感度、風格與迭代

同一個提示，兩種答案

到現在你已經親身感受過提示敏感度（prompt sensitivity）：改個欄位名稱、把兩句話對調、或把「列出」換成「逐一列舉」，輸出就變了。連重排你的少樣本範例也可能改變結果。這是模型「把文字對應到接續」這種運作方式的固有特性——它並不會在你的措辭底下，去還原出某個標準的「真實本意」。

用結構減少晃動

你無法消除敏感度，但能縮小它。最大的槓桿是你在第一篇見過的清晰度：一個毫不含糊的指令，能讓它在其間晃動的「其他讀法」變少。第二個槓桿是一致的分隔符與格式——把資料圍起來、為段落命名、固定輸出結構——這能消除那些「小改寫」會趁虛而入的細微含糊處。

第三個槓桿是提示模板。一旦某種措辭有效，就把它凍結進模板，讓請求之間唯一會變的，只有你填進空位的輸入。這就把一段脆弱、僥倖的措辭，轉化成一個穩定、可重複使用的成品——也給了你一個「找到更好做法時」可以集中改進的地方。

禮貌、施壓與情緒提示

你會聽到一些坊間說法，說加上「請」、給點想像中的小費、或加一句「這對我的職涯非常重要」能改善答案。關於情緒與禮貌提示（emotion and politeness prompts），誠實的全貌是好壞參半：這類提示有時會把模型推向更謹慎、更周全的回答，但效果很小、不可靠，且因模型與版本而異。它是一個微弱的微調，不是一根槓桿。

所以把心力花在「可靠地有回報」的地方——清楚的指令、好的範例、扎實的結構——並把情緒化措辭當成「衝刺最後一個百分點」的實驗，而非一套策略。如果禮貌的語氣讓你自己的提示更好讀、更好維護，光這一點就夠當理由了；只是別指望它能拯救一個含糊的請求。

像測試程式那樣測試提示

正因為敏感度的存在，一個正經的提示值得配一個小測試集：一小把輸入，每個都搭配你會接受的答案。把提示跑過全部這些輸入，而不只是你腦中那一個案例，你就能抓到躲在「我試的時候有用」背後的失敗。

蒐集 5 到 20 個有代表性的輸入，包含你最害怕的那些邊界案例。
為每個輸入寫下「好答案長什麼樣」——也就是你的驗收標準。
一次只改一件事（措辭、某個範例、格式），再把整組重跑一遍。
保留「在整組上表現最好」的版本，而不是「只在某次示範上漂亮過關」的版本。

這就是「以評估驅動的提示」的種子：沒有測試集就改提示，等於在黑暗中編輯。有了測試集，每次微調都變成一個可衡量的下注。

提示在更大的版圖中的位置

提示是引導模型最快、最便宜的方式，而對於極廣泛的任務來說，它就是你需要的全部。當光靠提示一直力有未逮時——模型缺乏新鮮的事實，或某項冷門技能怎麼也學不牢——那就是該動用更重量級工具（如檢索或微調）的訊號。但即便到了那一步，這個系列養成的習慣依然受用：清楚的指令、好的範例、扎實的結構、誠實的測試，會讓其他每一種技術都運作得更好。