Gary Talks Stuff：你不是不會寫 Prompt，是不會定義任務

開場閒聊

Gary 一開場就點出一個很殘酷的現實：大多數人寫 prompt 的方式還停在半年前，但過去半年模型的能力已經升到另一個等級了。

Opus 4.8、GPT 5.5 還有其他家的 Agent 系統，現在能自己讀檔、自己改程式、自己驗證，甚至做完一輪還會重新規劃下一輪。

但我們手上的 prompt 跟去年長的幾乎一模一樣。

Gary 說，跑出來的結果看起來很完整，但離你真正要的其實差了一大截。你以為是 AI 不夠強，其實不是；你以為是提示詞寫得不夠好——沒有定義角色、沒有給範例——但也不是，你的 prompt 可以寫得很完整，任務本身對 AI 來說可能還是含糊的。

這完全是兩回事。

懶人包速覽

核心痛點	關鍵觀點
為什麼 prompt 越寫越精緻，產出卻還是不到位？	你花太多時間修飾指令，卻沒把任務本身定義清楚。Prompt 是地板，定義任務才是天花板。
AI 已經升級了，我們的工作方式跟上了嗎？	模型從實習生變成 Senior Partner，但多數人還在用「操作手冊式」的 prompt 跟它溝通。
怎麼知道自己該給 AI 什麼指令？	先判斷你處在哪個階段：思考、探索、決定、還是執行？每個階段該給 AI 的指令完全不同。
一份好的 brief 該包含哪些要素？	五個欄位：目標、背景、素材、邊界、完成定義。缺一個，產出就會歪掉。

我必須說，這集 Gary 的觀點讓我非常有感。過去半年 AI 進化太快了，連我自己也還在調整跟 AI 協作的方式，但他提出的五欄位框架確實是實戰層級的好東西。

Gary 提到的最大矛盾是：我們的模型已經從需要手把手教的實習生，升級成能獨立思考的 Senior Partner，但多數人的使用方式卻還停留在去年的「操作手冊」模式。

這篇文章我會幫大家拆解 Gary 的三個核心觀點，並附上五欄位 brief 的完整實戰範例。

AI 升級了，但你的工作方式升級了嗎？

Gary 用了一個很傳神的比喻來說明這件事。

回想一下去年你怎麼跟 AI 工作的？每一個步驟都要寫清楚，規定它怎麼回答、用什麼格式、要分幾段、要不要包含 emoji。少寫一條它就很有可能出錯。

為什麼要這麼麻煩？因為去年的模型是實習生等級的合作對象。

你對待實習生的方式是：把任務拆到最細，讓它沒有胡亂發揮的空間。如果細節沒講清楚，它就會亂猜，而且高機率猜錯。

但現在的模型已經是 Senior Partner 等級了。

Gary 說，你跟一個 Senior 同事交辦工作的方式完全不同。你不會說「請打開 Excel，在 A 欄輸入這個，然後選 B 欄按右鍵點 Format cells」。你會說的是：「我們下季要決定這個產品方向，這份分析要支撐這個決策，背景大概是這樣，這幾份是你可用的素材，但這幾個底線不要碰。最後請給我建議。」

你給他大方向，剩下的他自己會判斷。

不過 Gary 提醒了一件事：它會挑戰你的是內容，不是意圖。這個差別非常重要，後面會再展開。

真正的瓶頸不在 prompt，在任務定義

Gary 反覆強調一個核心區別：寫提示詞跟定義任務，是兩種完全不同的能力。

提示詞是把指令寫精準、把話講漂亮、把文字架構寫清楚——它比較像文筆，是寫 prompt 這件事本身的手藝。

定義任務不一樣。它是你到底要什麼？你自己想清楚了沒有？能不能把它翻譯成另一個聰明對象聽得懂的語言？

這是思考力，也是溝通力。

這兩層是上下關係，不是互相取代。提示詞是地板，人人都得會，但真正決定產出高度的，是你會不會定義任務。

Gary 分享了一個重要的觀察：他在大部分公司裡看到，AI 用得最好的人，通常不是技術背景最強的工程師，而是本來就會帶人的主管。

為什麼？因為他們已經習慣先想清楚再交辦出去。

四階段框架：你現在在哪個階段？

在 Gary 展示五欄位 brief 之前，他先提出了一個更前面的判斷框架——四階段模型。

任何認真的知識工作，動手之前都會經過四個階段：

1. 思考階段：連問題本身都還沒釐清，AI 的角色是陪你一起想的 thinking partner

2. 探索階段：問題清楚了，開始比較選項、收集可能性

3. 決定階段：從一堆可能性裡收斂出一個方向

4. 執行階段：方向定了，把東西做出來

Gary 說，大部分人的問題是把這四個階段混在一起。你還在思考階段就叫 AI 寫一份完整 draft，它只能寫出誰都會寫但沒有觀點的版本。你還在探索階段就叫 AI 直接給建議，它只能猜你的標準，猜出來的大概率不是你真正要的。

每個階段該給 AI 的東西都不一樣：

• 思考階段：讓 AI 反過來問你問題，幫你把模糊變具體

• 探索階段：叫它幫你 map options，列出 trade-off

• 決定階段：給它你的決策邏輯，讓它幫你評估

• 執行階段：用五欄位 brief 定義清楚任務

這層區分是最容易被忽略的，但也是最前面的判斷。

五欄位 Brief 框架：從爛 prompt 到完整任務定義

Gary 用一個 SaaS 競品分析的案例，展示了同一個任務從一個爛 prompt 演化到一份完整 brief 的過程。

最常見的 prompt 大概長這樣：「幫我做一份 X 工具的競品分析，分析五家主要競品，列出 features、定價、還有優缺點。」

這個 prompt 看起來不爛。有頭有尾，講了要分析什麼、要列出哪些維度。但丟出去會發現 AI 寫得很扁平——features 直接從官網抓，定價還可能寫錯，優缺點也不知道怎麼來的。

為什麼？因為你定義的是動作，不是工作。

Gary 用五個欄位重新交辦這個任務：

第一欄：目標

爛版本寫的是「幫我做一份競品分析」——這是一個動作，AI 看到動作就會用很 average 的方式做，因為它不知道你要拿這份分析幹嘛。

Brief 版本：「我們下季要做產品方向的決策，這份競品分析要幫我支撐這個決策。我們的 USP 該往更容易用還是更便宜走？最後給我一個明確的建議方向，附上判斷理由。」

差別在哪？第一個版本說「我要你做這件事」，第二個版本說「我要這份東西去支撐什麼決策」。

第二欄：背景

想像你請了一個聰明但對你公司完全不熟的同事來接這個案子，他需要知道什麼？

Brief 版本：「我們是年營收 200 萬美金的中小型企業行銷自動化 SaaS，客戶以 50 人以下公司為主。他們常嫌我們複雜、嫌我們貴。我們去年調過一次價格，市場反應不好，這段歷史要納入分析。」

這段背景一寫，AI 整個分析角度就會跟著變。它會自動把簡化使用流程放進選項裡，而不是輕率丟出降價搶市場的建議。

第三欄：素材

告訴 AI 它該用什麼材料、哪些是主要來源、哪些不能碰。

Brief 版本：「主要素材是這三家競品的官網跟產品文檔（連結貼上）。次要素材是這份整理好的用戶評論。不要用網路上那些二手評論文章，大概率是付費內容。如果找不到某家資訊，直接留白，不要編造。」

Gary 特別強調最後一條：找不到就留白，因為 AI 的預設行為是找不到資料時會自己編一個聽起來合理的東西塞進去。

第四欄：邊界

邊界是大多數人最容易忽略的一欄——哪些事不要做、不要碰、不能假設。

Brief 版本：「不要編造 ARR、user count、growth rate 這類數字。不要建議我們改付費等級架構，Tier 怎麼分是公司政策沒得商量。不要寫成廢話滿天飛、只有形容詞沒有取捨的版本。」

Gary 用一個比喻解釋：幫 AI 寫 brief 就像幫室內設計師寫 brief。你說要北歐風、要簡約、客廳要冷色調——這是方向。但你還要說「絕對不要榻榻米、不要木地板、不要花紋壁紙」——這是邊界。

多數人只給方向不給邊界，AI 的自由發揮空間超大，就容易做出你完全沒想過的方向。

第五欄：完成定義

什麼樣的產出算結束？什麼時候停？這就是 definition of done。

Gary 說，寫完成定義的時候你才會發現：很多時候你下不出一份好 brief，不是不會寫字，是你自己根本還沒想清楚——你到底要什麼？什麼樣才算好？

QA 精選

Q1：提示詞寫得漂亮但任務沒定義清楚，最常出現什麼問題？

AI 會用很「平均」的方式回應。Gary 用競品分析的案例說明：你只說「幫我分析五家競品」，AI 就會按教科書展開——features 對比、定價對比、優缺點都列，看起來什麼都有，但你拿到後完全沒辦法做任何決策。

因為它不知道你要用這份分析去支撐什麼決定。

Q2：為什麼技術背景的人反而更容易卡在 prompt 精修上？

Gary 的觀察是：技術背景習慣自己幹活的人，會花很多時間在精修 prompt 的措辭、分段、加 example、加 reasoning 步驟上，但任務本身一直是含糊的。

反而是本來就會帶人的主管，因為已經習慣先把任務想清楚再交辦出去，跟 AI 工作時自然就用 Senior 模式在對話。AI 用得好不好這件事，跟你會不會寫 prompt 的相關性沒有你想像的那麼高。

Q3：AI 不會幫你判斷該用哪個階段的溝通模式嗎？

不會。Gary 特別強調：AI 不會回頭跟你說「等等，我覺得這個任務還在思考階段，要不要先想清楚再叫我動？」你給它什麼，它就直接做。

但 Gary 說，這個「沒有容錯」反而是它最寶貴的地方。你被打臉幾次之後，會慢慢學會在下指令之前先問自己一句：「我現在在哪個階段？是要 AI 陪我想、陪我比、還是直接做？」

Q4：「完成定義」這一欄最容易暴露什麼問題？

這一欄逼迫你面對一個殘酷的事實：你根本還沒想清楚自己要什麼。

Gary 說，很多時候你寫不出一份好 brief，不是不會寫字，是你自己根本還沒想清楚。你需要逼自己想：我到底要什麼？要拿這個去支撐什麼決定？什麼樣才算好？

他認為定義任務需要兩種能力：思考力（想清楚自己要什麼）和溝通力（翻譯成另一個聰明對象聽得懂的形式）。這兩件事跟 AI 一點關係都沒有，AI 只是把你缺這兩件事的代價變得特別清楚而已。

Q5：那 Prompt Engineering 真的不重要了嗎？

不是。Gary 說得很清楚：不要誤會他的意思，Prompt Engineering 沒有死，會寫 prompt 永遠是重要的能力。

但他強調，提示詞是地板，人人都有得會。站上地板之後，真正決定你產出高度的，是你會不會定義任務。到 2026 年，不會有人因為你 prompt 寫得好就給你掌聲——這已經是基本功了。

主編隨筆

Gary 這集講到一個我工作這幾年感受最深的點：大部分人的溝通問題，不是表達能力不夠，而是自己想清楚沒有。

我觀察到一個現象：同樣一份需求，交給兩個不同人寫 prompt，產出品質可以差到 3 倍以上——不是因為他們對 AI 的熟悉度不同，而是其中一個在動手前已經把「我要什麼、為什麼要、做到什麼程度才算好」在腦中過了一遍，另一個只是把需求照直說出去。

Gary 的五欄位框架最棒的設計在於：它逼你在下指令前先回答五個問題。目標、背景、素材、邊界、完成定義——這五個問題問完，你不只對 AI 的產出更有把握，連帶著你對自己到底想要什麼也會更清楚。

我自己的經驗是，這套框架不只適用在 AI 協作。你試著用這五欄去寫一封需求信給設計師、寫一份 spec 給工程師、甚至交代一個任務給實習生——產出品質都會明顯提升。因為好的管理者其實一直在做這件事，只是 Gary 把它系統化了。

結語

Gary 最後總結的這段話說得很好：在 AI 越來越強的時代，能不能把腦袋裡那個模糊的「我想要這個」，翻譯成另一個聰明個體接得住的 brief，會直接決定你的產出品質。不管你底下有沒有人帶、是不是創業者，都一樣。

提示詞是你打進框框裡的那些字，定義任務才是讓那份工作能被完成的東西。

所以你不是不會寫 prompt，你只是還沒學會定義任務。