AI02 · Prompt 與使用技巧 詳細 ROADMAP
計畫文件，不會被 Quartz 渲染。
回主 roadmap → ai/ROADMAP.md
章節目標
從「會問問題」到「能設計出穩定可重複的 prompt」。受眾：已經會用 AI 工具，想用得更好的人。本章聚焦 prompt 設計的工程化思維——不是「十個 prompt 範本」那種清單，而是怎麼系統性地設計、評估、迭代。
跟其他章分工：
- AI03 講 prompt 底層原理（Token / Temperature / Context Window）
- AI04
F-E 品質管理 講 Prompt 版本化 / A/B test / 生產環境管理
- 本章聚焦設計層面
🌱 基本介紹
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 01 | Prompt Engineering 是什麼 / 為什麼重要 | 01-what-is-prompt-engineering | 🌱 | Prompt = 跟 AI 溝通的 API；同樣問題用字不同效果差一個級距；工程師視角 vs 使用者視角 |
❓ 為什麼需要
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 02 | 為什麼 prompt 對結果差距這麼大 | 02-why-prompt-matters | 🌱 | LLM 本質是「下一個 token 機率」，Prompt 是 condition；用真實範例對比同題目不同 prompt 的輸出落差 |
| 03 | 為什麼 zero-shot 不夠要 few-shot | 03-why-few-shot | 🌱 | zero-shot 泛化不夠；few-shot 給模型 in-context 學習空間；過多 example 成本爆 |
🕰️ 演進
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 04 | Prompt 演進驅動力 | 04-prompt-evolution-drivers | 🌱 | 單次 prompt 撞複雜任務撞牆 → Chain-of-Thought；CoT 隨機撞牆 → Self-Consistency；人工 CoT 撞 → Auto-CoT / Tree-of-Thought；靜態 prompt 撞 → ReAct + Tool use；prompt 逐步變成程式碼，這是 AI05 Agent 的起點 |
🧠 知識型
F02-A 基本技巧
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 05 | Prompt 基本功 | 05-prompt-basics | 🌱 | 清晰指示 / role / 結構化輸出 / few-shot examples；工程師版 Prompt Engineering 吸收自舊 05-prompt-engineering.md |
| 06 | Prompt 模板設計 | 06-prompt-templates | 🌱 | 分任務類型（摘要 / 翻譯 / 抽取 / reasoning）；模板變數化；公司內模板庫治理 |
F02-B 進階推理技巧
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 07 | Chain-of-Thought / Tree-of-Thought / Self-Consistency | 07-advanced-reasoning-prompts | 🌱 | 三種推理強化技巧；各自的成本 vs 品質 trade-off；什麼場景該用 |
| 08 | 多模態 Prompt | 08-multimodal-prompt | 🌱 | 圖片 prompt / 語音 prompt / 影片 prompt；Vision model 的 prompt 特殊性 |
F02-C 評估與迭代
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 09 | Prompt 評估方法論 | 09-prompt-evaluation | 🌱 | Eval dataset 建立；人工 eval vs LLM-as-judge；回歸測試策略；跟 AI04 F-H AI Evaluation 連動（本章講設計評估，AI04 講生產監控） |
| 10 | Prompt + Tools Combo | 10-prompt-tools-combo | 🌱 | Prompt 裡呼叫 external tool；Function calling schema 設計；銜接 AI05 Agent |
🔧 小實作注意事項
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 11 | 建個人 prompt 模板庫 | 11-build-prompt-library | 🌱 | Obsidian / Notion / Git 儲存；標注 success case；團隊共享策略 |
💣 Anti-pattern
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 12 | Prompt Anti-patterns | 12-prompt-antipatterns | 🌱 | Prompt 越長越好（context dilution）；以為 role play 就能解鎖 model；每次調 prompt 不 eval 就上線；few-shot example 跟實際分佈不一致；只看 happy path sample；把 prompt 當 compile-time 解但實際是 runtime condition |
🧰 對應檢查工具
| # | 主題 | Slug | Stage | 大綱 |
|---|
| 13 | Prompt 工具 | 13-prompt-tooling | 🌱 | Prompt Playground（OpenAI / Anthropic Workbench）、prompt library（Promptly / Humanloop）、eval（Promptfoo、DeepEval）、編輯器（Cursor / Continue prompt snippet） |
章節進度統計
跨系列連結
- → AI03（Prompt 底層原理：Token / Temperature / Context Window）
- → AI04 F-H（AI Evaluation 生產監控）
- → AI05（Prompt + Tool 進一步變 Agent）
- → AI06（Coding assistant 的 prompt 特殊性）