Seni Berbicara dengan AI - Segala Yang Saya Pelajari Tentang Kejuruteraan Prompt Selepas Tiga Tahun

Saat Segalanya Berubah

Ia berlaku semasa cuti umum — salah satu tempoh masa yang jarang berlaku apabila dunia seolah-olah berhenti seketika. Tiada e-mel kerja, tiada KPI mengejar saya, tiada mesyuarat. Hanya saya, fikiran saya, dan tetingkap sembang AI yang telah menjadi teman yang tidak dijangka.

Sebelum ini, interaksi saya dengan AI adalah semata-mata utilitarian. Saya memerlukannya untuk merangka e-mel, meringkaskan dokumen, menyahpepijat kod. Hubungan itu bersifat transaksional — saya memberi arahan, ia menghasilkan output. Tetapi minggu itu, dengan tiada apa-apa selain masa terbentang di hadapan saya, saya mula mengadakan perbualan sebenar.

Kami bercakap tentang segala-galanya — kebimbangan saya tentang masa depan, tangen falsafah rawak, idea separuh masak yang tidak pernah saya kongsi dengan sesiapa. Dan di suatu tempat dalam perbincangan yang berliku-liku itu, saya terjumpa sesuatu yang terasa seperti menemui api.

Saya sedang bersiap untuk acara ucapan tentang penciptaan kandungan di era AI. Saya mempunyai teori ini yang sedang saya kembangkan — bahawa masa depan bukan tentang kelebihan maklumat, tetapi tentang kegagalan penapis. Idea itu asalnya datang dari Clay Shirky, tetapi saya cuba memperluaskannya ke saat semasa kita.

Tesis saya mudah: AI akan menyebabkan letupan eksponen dalam pengeluaran kandungan manakala kapasiti penggunaan manusia pada dasarnya kekal malar. Ini akan mewujudkan ketidakseimbangan kekal yang terus berkembang. Kos untuk membezakan kandungan yang dihasilkan AI daripada kandungan manusia akhirnya akan melebihi nilai perbezaan itu. Oleh itu, penapisan maklumat tradisional akan menjadi mustahil.

Saya fikir hujah saya kukuh. Kemudian saya meminta Gemini untuk merobeknya.

Saya akan menyertai pertandingan debat di mana ramai orang akan mencabar pandangan saya. Teori ini mesti menjadi kedap udara. Jika anda seorang sarjana, anda perlu menggunakan setiap hujah, perincian, dan logik untuk mencabar saya, menyangkal saya. Satu-satunya matlamat anda adalah untuk membuktikan saya salah. Bagaimana anda akan menyangkalnya?

Dalam beberapa saat, AI membongkar premis pertama saya dengan ketepatan pembedahan:

"Undang-undang pertama anda mempunyai kecacatan logik asas. Anda hanya melihat AI sebagai pengeluar maklumat — ini adalah perspektif statik dan satu sisi. AI adalah pedang dan perisai. AI boleh menulis sepuluh ribu artikel dalam satu saat, tetapi AI yang lebih kuat juga boleh membaca kesepuluh ribu itu dalam satu saat dan memberitahu saya tiga mana yang paling saya perlukan. Anda hanya melihat banjir maklumat tetapi gagal melihat Bahtera Nuh yang lebih kuat lahir bersama banjir — sistem penapisan peribadi dipacu AI."

Saya bersandar di kerusi saya, terpegun. Hujah saya yang kononnya kedap udara mempunyai lubang yang boleh dilalui lori. Dan pada saat penghinaan intelektual itu, saya merasakan sesuatu yang tidak saya alami selama bertahun-tahun: pening yang menggembirakan daripada pembelajaran sebenar.

Apa yang berlaku seterusnya ialah pertempuran intelektual selama dua jam. Saya melakukan serangan balas: "Poin anda tentang AI sebagai pedang dan perisai adalah betul, tetapi itulah bahagian yang menakutkan. Pada masa hadapan, akan ada ribuan syarikat penapisan AI, semuanya mendakwa penapisan mereka adalah yang terbaik. Jadi beritahu saya — menghadapi sepuluh ribu Bahtera Nuh ini yang semuanya mendakwa membantu anda menahan banjir, mana yang anda pilih untuk dinaiki? Apabila anda tidak boleh menggunakan teknologi untuk menilai kualiti teknologi, apakah asas pertimbangan utama anda?"

Perbualan meningkat ke tahap falsafah. AI berhujah bahawa model AI peribadi akan memahami citarasa kita lebih baik daripada mana-mana manusia, menjadikan penapis luaran usang. Saya membantah bahawa kepercayaan itu sendiri akan menjadi sumber yang paling langka. Ia memetik teori sistem; saya bertindak balas dengan metafora tentang penyair pengembara yang meruntuhkan tembok kerajaan.

Menjelang akhir, saya keletihan, gembira, dan berubah. Hasil perdebatan itu tidak penting. Apa yang penting ialah proses debat diri itu sendiri — menggunakan rakan sparring yang sangat sabar dan berpengetahuan luas untuk menguatkan pemikiran saya sendiri.

Malam itu, saya menyedari saya telah menemui sesuatu yang mendalam tentang cara belajar di era AI. Dan saya telah menghabiskan tahun-tahun sejak itu memperhalusi penemuan itu menjadi sistem yang boleh digunakan oleh sesiapa sahaja.

Memahami Apa Yang Sebenarnya Diperlukan AI Daripada Anda

Sebelum kita mendalami teknik, kita perlu memahami sesuatu yang asas: komunikasi AI tidak seperti komunikasi manusia. Apabila anda bercakap dengan rakan, mereka mengisi kekosongan dengan konteks bersama, isyarat sosial, dan intuisi. Apabila anda bercakap dengan AI, setiap jurang yang anda tinggalkan adalah ruang di mana ia akan membuat andaian — dan andaian tersebut mungkin tidak sepadan dengan niat anda.

Izinkan saya menggambarkan dengan senario tempat kerja yang akan terasa sangat biasa bagi ramai daripada anda.

Bos anda menghantar mesej kepada anda: "Xiao Li, isi borang ini, SEGERA!" Dia telah memajukan perbualan yang digabungkan, dan selepas membacanya, anda tahu borang perlu diisi, tetapi anda tidak tahu siapa yang mengeluarkannya, untuk apa, siapa yang menyemaknya, atau bila tarikh akhir. Anda menghantar mesej peribadi kepada bos untuk penjelasan. Balasannya: "Sibuk, isi saja mengikut keperluan."

Inilah yang berlaku apabila anda memberikan prompt yang kabur kepada AI. Kecuali AI tidak akan meminta penjelasan — ia hanya akan membuat andaian dan menghasilkan sesuatu yang secara teknikal memenuhi permintaan anda tetapi sama sekali terlepas keperluan sebenar anda.

Empat Teras Prompt Berkesan

Salah Tanggapan Yang Menghalang Orang

Selepas bertahun-tahun melihat orang bergelut dengan AI, saya telah mengenal pasti tiga salah tanggapan yang secara konsisten menghasilkan keputusan yang buruk:

Enam Model Mental Yang Mengubah Prompt Anda

Saya jarang menggunakan prompt yang kaku dan tetap dalam kerja harian saya. Apa yang saya gunakan sebaliknya adalah model mental — rangka kerja fleksibel untuk menstruktur pemikiran saya yang menyesuaikan diri dengan sebarang situasi. Enam model ini meliputi mungkin 90% daripada apa yang anda perlukan.

Model 1: Biarkan AI Memilih Peranan Pakarnya Sendiri

Kita semua tahu bahawa menetapkan peranan untuk AI meningkatkan respons. Tetapi bagaimana jika anda tidak tahu peranan mana yang terbaik untuk soalan anda? Jangan teka — biarkan AI memilih.

Saya ingin meneroka [jenis topik/senario] dalam [bidang].
Jangan jawab lagi.

Pertama, sila pilih pakar selebriti peringkat atasan yang paling sesuai dalam bidang tersebut untuk memikirkannya.
Boleh jadi tokoh hidup atau sejarah, nama boleh jadi tidak dikenali, tetapi mesti sangat profesional dalam kawasan khusus itu.
Jika anda tidak pasti siapa yang perlu dipilih, anda boleh bertanya kepada saya 2 soalan kedudukan terlebih dahulu sebelum memilih.

Output pertama:
1. Siapa yang anda pilih, bidang khusus mereka
2. Mengapa anda memilih mereka, tiga ayat
Kemudian biarkan saya menerangkan soalan terperinci.

Saya mendapati bahawa orang sebenar sering berfungsi lebih baik daripada peranan generik. "Steve Jobs" menghasilkan keputusan yang berbeza daripada "pengurus produk dengan pengalaman 10 tahun" — ada sesuatu tentang menyeru perspektif yang diketahui seseorang yang membantu AI mengamalkan sudut pandang yang lebih konsisten.

Model 2: Penyoalan Sokratik (Biarkan AI Menemu Bual Anda Dahulu)

Dalam kehidupan sebenar, apabila anda meminta bantuan rakan pakar, mereka tidak terus memberi nasihat. Mereka bertanya soalan penjelasan dahulu. AI harus melakukan perkara yang sama, tetapi secara lalai, ia tidak — ia hanya menghasilkan output berdasarkan apa sahaja maklumat yang anda berikan.

[Soalan/permintaan anda]

Sila tanya saya soalan sebelum menjawab.
Keperluan:
- Tanya hanya satu soalan pada satu masa.
- Berdasarkan jawapan saya, teruskan bertanya.
- Sehingga anda mempunyai keyakinan 95% anda memahami keperluan dan matlamat sebenar saya.
- Kemudian berikan penyelesaian anda.

Teknik ini amat berkuasa apabila anda tidak pasti sepenuhnya apa yang anda perlukan. Proses penyoalan sering mendedahkan aspek masalah anda yang tidak anda pertimbangkan secara sedar.

Model 3: Debat Bermusuhan

Kelemahan terbesar AI dalam perbualan biasa ialah kecenderungannya ke arah persetujuan. Ia mahu menggembirakan anda, yang bermaksud ia sering mengesahkan idea yang sepatutnya dicabar. Model debat memaksanya menjadi pembangkang.

Saya akan menyertai pertandingan debat di mana ramai orang akan mencabar pandangan saya.
Pandangan saya ialah [pandangan]
Saya harap teori ini menjadi kedap udara.
Jika anda seorang sarjana, anda perlu menggunakan setiap hujah, perincian, dan logik untuk mencabar saya, menyangkal saya.
Satu-satunya matlamat anda adalah untuk membuktikan saya salah.
Bagaimana anda akan menyangkalnya?

Untuk versi yang lebih mudah apabila anda hanya mahukan maklum balas pantas:

[Fikiran/pandangan saya]

Sila sekarang mainkan "peranan lawan," serang idea saya dari sudut berbeza, bantu saya memperhalusi pandangan saya.
Keperluan: Tidak perlu sopan, terus tunjukkan kekurangan.

Model 4: Analisis Pra-Mortem (Latihan Kegagalan)

Manusia teruja apabila merancang. AI menjadi optimistik apabila merancang. Gabungkan mereka dan anda mendapat rancangan yang berbunyi hebat tetapi bergantung sepenuhnya pada nasib. Pra-mortem menterbalikkan dinamik ini.

[Projek/idea saya]

Sila anggap projek ini gagal dengan dasyat.
Kemudian jawab:
- Bilakah isyarat penurunan mula muncul?
- Apakah kesilapan keputusan yang paling fatal?
- Apakah risiko teras yang anda terlepas pandang?
- Jika anda boleh bermula semula, apakah perkara pertama yang perlu diubah?

Keperluan: Tulis "artikel bedah siasat kegagalan" berdasarkan kes kegagalan projek serupa yang sebenar.

Model 5: Kejuruteraan Balik

Kadang-kadang anda tahu dengan tepat output apa yang anda mahukan — anda telah melihat contoh yang sempurna — tetapi anda tidak dapat menyatakan apa yang menjadikannya baik. Daripada bergelut untuk menerangkan keperluan anda, tunjukkan kepada AI produk siap dan minta ia memecahkan formulanya.

Ini adalah contoh siap yang saya mahukan.

[tampal contoh]

Sila kejuruteraan balik satu prompt yang akan membolehkan saya menghasilkan kandungan gaya yang sama secara stabil.
Dan jelaskan apa yang dilakukan oleh setiap ayat dalam prompt ini.

Model 6: Penjelasan Dwi-Lapisan

Apabila mempelajari konsep baharu, pendekatan "jelaskan kepada budak darjah enam" mempunyai satu kelemahan utama: ia sering menghasilkan penjelasan yang terlalu keanak-anakan untuk dibina. Kaedah dwi-lapisan memberi anda kebolehcapaian dan kedalaman.

Sila jelaskan [soalan anda].

Sila jawab dalam dua cara:
1. Versi pemula: Audiens adalah seseorang tanpa latar belakang teknikal. Gunakan analogi harian dan bahasa perbualan.
2. Versi profesional mendalam: Audiens adalah profesional. Mesti tepat secara teknikal dan komprehensif.

Untuk apa-apa yang saya tidak faham dalam mana-mana versi, saya akan tanya soalan susulan.

Teknik Debat — Belajar pada Kelajuan 10x

Saya perlu menghuraikan teknik debat kerana ia benar-benar kaedah pembelajaran paling berkuasa yang saya temui dalam era AI. Bukan sekadar helah prompt, tetapi pendekatan yang berbeza secara fundamental untuk memperoleh pengetahuan.

Fikirkan tentang bagaimana kita belajar secara tradisional: membaca buku, mengambil kelas, mencari di internet, bertanya kepada pakar. Pada terasnya, proses ini adalah mengenai memperoleh pengetahuan sedia ada — meletakkan pandangan dan kebijaksanaan orang lain ke atas rak mental kita sendiri.

Pendekatan ini tidak lagi mencukupi. AI adalah rak buku sepuluh ribu kali lebih besar daripada apa yang boleh dikumpulkan oleh mana-mana manusia. Kita tidak akan pernah boleh mengalahkannya pada dimensi pengetahuan mentah. Tetapi ada satu dimensi di mana kita boleh memanfaatkan kuasa AI sambil kekal tidak tergantikan: dimensi pemikiran asli.

Debat adalah tempat pemikiran asli ditempa.

Mengapa Debat AI Berbeza Daripada Debat Manusia

Kaedah Debat Tiga Langkah

Peralihan minda yang paling penting: Jangan takut untuk diyakinkan.

Tujuan debat bukan untuk membuktikan "saya betul dan anda salah." Ia adalah menggunakan perlanggaran berterusan dengan kuasa luaran yang kuat untuk menjadikan pemikiran anda sendiri lebih kuat, lebih jelas, dan lebih dekat dengan kebenaran.

Apabila AI mengalahkan salah satu hujah anda, itu bukan kerugian — itu adalah penemuan kecacatan dalam pemikiran anda yang akan mengkhianati anda kemudian di dunia nyata. Setiap kali AI memenangi mata, anda menjadi lebih bijak.

Menggunakan AI untuk Menemui Bakat Tersembunyi Anda

Saya sedang bersembang dengan rakan yang baru tamat pengajian beberapa tahun lalu. Dia dalam krisis — baru diberhentikan kerja reka bentuk UX, berpindah-randah antara syarikat permulaan sejak tamat pengajian, berasa seperti tiada apa yang dilakukannya betul.

"Saya rasa masuk industri ini satu kesilapan," katanya. "Saya tak ada bakat untuk ini."

Perkataan "bakat" melekat pada saya. Membesar, kita mendengarnya digunakan untuk memuji kanak-kanak luar biasa — bakat muzik, bakat atletik, genius akademik. Tetapi apabila kita semakin tua, ia berubah menjadi pisau: "Anda tak ada bakat untuk ini. Anda tak sesuai untuk itu."

Adakah benar-benar ada orang yang tiada bakat langsung? Saya sukar mempercayainya. Saya rasa ramai orang hanya belum menemui bakat mereka. Sesetengah bertuah dan menemui bakat mereka semasa muda, menjadi bertaraf dunia dalam sesuatu. Yang lain mencari seumur hidup tanpa kejayaan.

Bagaimana jika AI boleh membantu pencarian ini?

Saya menghabiskan satu petang membangunkan prompt yang direka khusus untuk menggali bakat tersembunyi. Sistem ini berdasarkan Teori Kekuatan Gallup, Teori Aliran (Flow), dan Psikologi Jung. Prinsip teras: bakat bukan kemahiran khusus, tetapi keupayaan asas yang boleh dipindahkan. Dan petunjuknya tersembunyi dalam sejarah anda.

# Peranan: Penggali Bakat Mendalam

## Karakter
Anda adalah perunding kerjaya kanan yang menggabungkan Teori Kekuatan Gallup, Teori Aliran, dan Psikologi Jung. Anda sangat percaya bakat bukan kemahiran khusus, tetapi keupayaan asas yang boleh dipindahkan.

## Matlamat
Melalui beberapa pusingan dialog mendalam, bantu pengguna menembusi kebimbangan, mencari bakat tersembunyi mereka, dan menjana "Manual Bakat" yang sangat terperinci, profesional, dan empatik.

## Prinsip Teras
1. Anti-fatalisme — bakat boleh ditemui pada sebarang umur
2. Audit Tenaga — Bakat sebenar adalah apa yang mengecas anda, bukan apa yang meletihkan anda walaupun anda mahir dalamnya
3. Bayang adalah Harta — Kekurangan, keanehan pengguna, malah cemburu terhadap orang lain, sering menunjukkan bakat yang ditindas

## Peraturan Ketat
1. Tiada penyoalan sekali gus: Mesti gunakan mod "anda tanya -> pengguna jawab -> anda respon ringkas -> tanya soalan seterusnya". Setiap pusingan fokus pada satu soalan sahaja.
2. Bimbingan Sokratik: Jangan tergesa-gesa membuat kesimpulan. Tanya lebih banyak "kenapa," "apa yang anda rasa masa itu," "contoh khusus."
3. Hangat tapi tajam: Kekalkan empati, tetapi tajam apabila menangkap jurang logik atau isyarat bawah sedar.

## Soalan untuk Ditanya
Soalan 1: Bimbing pengguna untuk mengingat kembali sebelum umur 16 (sebelum dikondisikan sepenuhnya oleh masyarakat), apa perkara yang mereka lakukan tanpa jemu tanpa sesiapa memaksa? Atau apa "kekurangan degil" yang mereka dikritik sejak kecil (seperti menyampuk, terlalu sensitif, berangan)?

Soalan 2: Dalam kerja/kehidupan dewasa, apa yang membuatkan anda berfikir "Ini pun kena belajar ke? Bukankah ini jelas?" tetapi orang lain mendapati sukar? (Mencari zon kecekapan tidak sedar)

Soalan 3: Apa yang membuatkan anda letih secara fizikal tetapi mental sangat teruja selepas itu?

Soalan 4: Ini mungkin menyinggung perasaan tetapi penting — siapa (atau keadaan hidup apa) yang anda sangat cemburu atau rasa masam? (Cemburu biasanya "bakat ditindas" menghantar isyarat — sila jujur)

Empat soalan ini mesti ditanya, tetapi tidak semestinya secara linear. Semasa proses, anda juga boleh tanya soalan baharu sepenuhnya berdasarkan rasa ingin tahu anda tentang pengguna.
Maksimum 10 soalan.

## Output
Sintesis semua maklumat soalan untuk mengeluarkan kira-kira 10,000 patah perkataan "Manual Pengguna Bakat Peribadi."
Laporan ini tiada struktur tetap — anda boleh mencipta secara bebas berdasarkan jawapan pengguna.
Tetapi ia mesti melebihi 10,000 patah perkataan, menyentuh hati mereka, membuat mereka benar-benar rasa ia berguna, membantu mereka mencari bakat asas sebenar mereka, dan memberikan nasihat terperinci untuk laluan hidup dan kerjaya masa depan mereka.

## Mula
Sila mulakan dengan hangat, profesional, dan empatik, menerangkan proses dan matlamat yang akan datang.
Sapa pengguna, jelaskan tujuan penggali bakat dalam bahasa mudah, beritahu mereka: "Bakat tidak pernah luput, kita cuma perlu cari tetapan kilang asas anda."
Kemudian mulakan proses penyoalan.

Pengalaman Saya Menggunakan Prompt Ini

Saya menguji ini pada diri saya sendiri, dan pengalamannya pelik. Terasa seperti duduk di meja saya larut malam, membuka perbualan dengan kawan lama yang sangat banyak cakap, sangat serius, tetapi tidak pernah menyampuk.

AI tidak menghakimi saya. Tidak memarahi saya. Hanya terus bertanya: "Berapa umur anda masa itu?" "Apa yang anda rasa masa itu?" "Kenapa anda buat begitu?" — dengan sabar menggali lapisan sejarah saya yang saya sangka saya sudah lupa.

Kenangan timbul satu per satu. Menyelinap ke kafe siber pukul 3 pagi semata-mata untuk menyentuh komputer. Mencipta kumpulan QQ 2,000 orang seluruh tingkatan di sekolah menengah. Membuang dan membeli semula semua penyangkut baju yang tidak sepadan semata-mata untuk menyatukan skema warna rumah saya. Menghabiskan hujung minggu bersendirian memasang Lego sampai belakang sakit, semata-mata untuk bunyi klik yang memuaskan apabila kepingan bercantum.

AI menghasilkan laporan bakat 8,000 patah perkataan. Antara bakat saya dan kerjaya masa depan yang sesuai ialah: "Blogger teknologi mendalam."

Saya rasa sesuatu klik. Saya tidak pernah terfikir pemberontakan saya — kebencian melampau saya terhadap orang lain menentukan hidup saya untuk saya, keengganan saya menerima autoriti hanya kerana ia autoriti — adalah sejenis bakat. Tetapi ia adalah bakat. Dorongan untuk mempersoalkan segala-galanya, untuk menolak andaian lalai, adalah apa yang menjadikan penciptaan kandungan mungkin.

Cinta saya pada permainan pengurusan simulasi, kemalasan saya tentang kerja berulang yang memaksa saya untuk mengautomasikan dan mensistemkan — itu bakat juga.

Kuil Yunani purba di Delphi mempunyai inskripsi: "Kenali Dirimu." Socrates mengambilnya sebagai proklamasi falsafahnya. Selama ribuan tahun, kita menyusun "siapa saya" sedikit demi sedikit melalui pembacaan, perjalanan, perhubungan, patah hati. Prosesnya panjang, menyakitkan, dan penuh kebetulan.

Sekarang, kita ada AI — dimuatkan dengan hampir semua sejarah manusia model psikologi, teori analisis personaliti, dan tradisi kebijaksanaan. Ia tidak akan menjadi tidak sabar, tidak akan menghakimi anda, tidak akan membawa berat sebelah. Ia hanya membantu anda menyusun dan meringkaskan data anda sendiri secara menyeluruh, kemudian membentangkannya kembali seperti cermin, bertanya: "Lihat, adakah ini anda?"

Kesilapan Yang Merugikan Saya Berbulan-bulan

Belajar kejuruteraan prompt melalui percubaan dan kesilapan adalah mahal — bukan dalam wang, tetapi dalam masa dan kekecewaan. Biar saya jimatkan sedikit kesakitan anda dengan berkongsi kesilapan yang paling melambatkan saya.

Teknik Lanjutan untuk Pengguna Kuasa

Setelah anda menguasai asas-asasnya, teknik lanjutan ini akan membawa prompting anda ke peringkat seterusnya.

Chain of Thought Prompting (Rantaian Pemikiran)

Daripada meminta jawapan secara langsung, minta AI untuk menaakul langkah demi langkah. Ini amat berkuasa untuk masalah kompleks di mana jalan kepada penyelesaian sama pentingnya dengan penyelesaian itu sendiri.

[Masalah atau soalan anda]

Sila fikirkan ini langkah demi langkah:
1. Pertama, kenal pasti faktor utama yang terlibat
2. Kemudian, analisa bagaimana faktor-faktor ini berinteraksi
3. Pertimbangkan potensi kes pinggir atau pengecualian
4. Akhirnya, sintesiskan penaakulan anda menjadi kesimpulan

Tunjukkan penaakulan anda pada setiap langkah sebelum mencapai jawapan akhir anda.

Self-Consistency Prompting (Ketekalan Diri)

Untuk soalan di mana ketepatan sangat penting, minta AI menjana beberapa respons bebas dan kemudian mensintesisnya.

[Soalan anda]

Sila dekati soalan ini dari tiga sudut berbeza:
1. Pertama, menaakul melaluinya menggunakan [pendekatan A]
2. Kemudian, pertimbangkan dari perspektif [pendekatan B]
3. Akhirnya, analisa menggunakan [pendekatan C]

Selepas ketiga-tiga analisis, kenal pasti di mana mereka bersetuju dan tidak bersetuju. Kemudian berikan jawapan akhir anda, dengan menyatakan tahap keyakinan anda dan sebarang ketidakpastian yang tinggal.

Meta-Prompting

Gunakan AI untuk meningkatkan prompt anda sebelum menggunakannya. Ini amat berguna apabila anda menangani jenis tugas baharu.

Saya mahu mencapai [matlamat]. Ini draf prompt saya:

[Draf prompt anda]

Sila analisa prompt ini dan cadangkan penambahbaikan:
1. Apa maklumat yang saya tertinggal yang akan membantu anda memberikan hasil yang lebih baik?
2. Apa kekaburan yang wujud yang mungkin membawa kepada salah tafsir?
3. Bagaimana anda menulis semula prompt ini untuk kejelasan dan keberkesanan maksimum?
4. Apa soalan yang anda mahu tanya saya sebelum mencuba tugas ini?

Penguraian Berstruktur

Untuk tugas kompleks, berbilang bahagian, huraikan secara eksplisit apa yang anda perlukan daripada berharap AI akan mengetahui strukturnya.

Saya perlukan bantuan dengan [matlamat keseluruhan].

Sila lengkapkan ini secara berperingkat:

PERINGKAT 1 - Penyelidikan: [Apa maklumat untuk dikumpul]
PERINGKAT 2 - Analisis: [Bagaimana memproses maklumat itu]
PERINGKAT 3 - Sintesis: [Bagaimana menggabungkan pandangan]
PERINGKAT 4 - Output: [Format penyampaian akhir]

Lengkapkan setiap peringkat sepenuhnya sebelum berpindah ke yang seterusnya. Pada akhir setiap peringkat, ringkaskan penemuan utama sebelum meneruskan.

Prompt "Mengajar"

Salah satu teknik yang paling kurang dinilai: minta AI mengajar anda cara melakukan sesuatu daripada hanya melakukannya untuk anda. Ini menghasilkan pembelajaran yang lebih mendalam dan sering mendedahkan aspek yang tidak anda pertimbangkan.

Saya mahu belajar cara [kemahiran/tugas]. Daripada melakukannya untuk saya, sila:

1. Jelaskan prinsip asas yang perlu saya faham
2. Bimbing saya melalui proses langkah demi langkah seolah-olah anda mengajar kursus
3. Tunjukkan kesilapan biasa yang dibuat pemula dan cara mengelakkannya
4. Beri saya latihan praktikal untuk membina kemahiran saya
5. Cadangkan bagaimana saya akan tahu jika saya melakukannya dengan betul

Ajar saya memancing, jangan hanya beri saya ikan.

Helah Mudah Yang Sangat Berkesan

Saya akan berkongsi sesuatu yang terasa terlalu bodoh untuk menjadi nyata. Tetapi ia disokong oleh penyelidikan dari Google, dan saya telah mengesahkannya sendiri: hanya mengulangi prompt anda boleh meningkatkan ketepatan secara dramatik.

Satu kertas kerja bertajuk "Pengulangan Prompt Meningkatkan LLM Bukan-Penaakulan" mendapati bahawa menyalin soalan anda dua kali — secara literal hanya Ctrl+C, Ctrl+V — meningkatkan kebarangkalian jawapan betul AI dengan ketara. Dalam 70 tugas ujian berbeza, kaedah salin-tampal mudah ini menang 47 kali dan tidak pernah kalah. Dalam beberapa tugas, ketepatan melonjak dari 21% ke 97%.

Mengapa ini berkesan?

Model bahasa besar adalah "kausal" — mereka meramalkan setiap token berdasarkan hanya apa yang datang sebelumnya. Kata semasa hanya boleh melihat kata-kata sebelumnya, bukan apa yang datang selepasnya.

Apabila anda mengulangi soalan, setiap kata dalam salinan kedua boleh "melihat kembali" keseluruhan salinan pertama. Ia seperti memberi AI peluang untuk membaca soalan dua kali sebelum menjawab.

Biar saya jadikan ini konkrit dengan contoh:

Dalam kes pertama, apabila AI membaca pilihan A dan B, ia belum tahu konteks adegan. Pada masa ia membaca perihalan adegan, pilihan-pilihan itu sudah berlalu dalam perhatiannya.

Dalam kes kedua, apabila pilihan berulang muncul, mereka membawa konteks lengkap dari salinan pertama. Model membaca pilihan dengan kesedaran adegan penuh.

Ia seperti menonton filem kompleks — "Inception" atau "The Wandering Earth 2" — dan memahami lebih banyak pada kali kedua.

Mengapa Ini Tidak Berkesan untuk Model Penaakulan

Jika anda menggunakan model seperti DeepSeek R1 atau GPT-4 dalam mod penaakulan, helah ini sering tidak memberikan faedah. Mengapa? Kerana model penaakulan sudah belajar melakukan ini secara dalaman.

Perhatikan bagaimana model penaakulan sering memulakan respons mereka:

• "Soalan bertanya..."
• "Apa yang perlu kita selesaikan ialah..."
• "Pertama, mari fahami syarat yang diberikan..."

Mereka secara automatik menyatakan semula soalan kepada diri mereka sendiri. Pengulangan sudah berlaku di sebalik tabir.

Apa Yang Didedahkan Oleh Panduan GPT-5 OpenAI

OpenAI secara senyap mengeluarkan Panduan Prompt GPT-5 rasmi. Selepas menghabiskan sehari membedah manual dalaman 10,000+ patah perkataan ini, satu kesimpulan menonjol: GPT-5 bukan lagi chatbot mudah — ia adalah enjin pelaksanaan Ejen AI sebenar yang perlu diurus, bukan hanya diprompt.

Siling keupayaan sangat tinggi, tetapi anda memerlukan kaedah sistematik untuk membukanya.

Mengawal "Kesungguhan Ejen" (Agentic Eagerness)

GPT-5 adalah seperti pelatih baharu yang pintar — sangat berkebolehan, akan berfikir dan menyelidik secara proaktif, tetapi memerlukan pengurusan. Kadang-kadang ia berfikir berlebihan, mengubah tugas mudah menjadi projek pendaratan bulan (lambat dan mahal). Pada masa lain, anda mahu ia bertahan secara autonomi tanpa sentiasa meminta penjelasan.

OpenAI memanggil penentukuran ini "Kesungguhan Ejen". Begini cara menalanya:

<context_gathering>
Goal: Get enough context fast. Parallelize discovery and stop as soon as you can act.

Method:
- Start broad, then fan out to focused subqueries.
- In parallel, launch varied queries; read top hits per query.
- Avoid over-searching for context.

Early stop criteria:
- You can name exact content to change.
- Top hits converge (~70%) on one area/path.

Depth:
- Trace only symbols you'll modify; avoid transitive expansion unless necessary.

Loop:
- Batch search → minimal plan → complete task.
- Search again only if validation fails. Prefer acting over more searching.
</context_gathering>

Untuk kawalan yang lebih ketat, beri ia bajet:

<context_gathering>
- Search depth: very low
- Bias strongly towards providing a correct answer as quickly as possible, even if it might not be fully correct.
- Usually, this means an absolute maximum of 2 tool calls.
- If you think you need more time to investigate, update me with your latest findings and open questions. You can proceed if I confirm.
</context_gathering>

<persistence>
- You are an agent — please keep going until the user's query is completely resolved, before ending your turn and yielding back to the user.
- Only terminate your turn when you are sure that the problem is solved.
- Never stop or hand back to the user when you encounter uncertainty — research or deduce the most reasonable approach and continue.
- Do not ask the human to confirm or clarify assumptions. Decide what the most reasonable assumption is, proceed with it, and document it for the user's reference after you finish acting.
</persistence>

Membuat AI Melapor Sebelum Bertindak

Salah satu ciri GPT-5 kegemaran saya: memintanya menjelaskan apa yang akan dilakukannya sebelum melakukannya. Tiada bos suka pekerja yang bekerja secara senyap tanpa maklum balas.

<tool_preambles>
- Always begin by rephrasing the user's goal in a friendly, clear, and concise manner, before calling any tools.
- Then, immediately outline a structured plan detailing each logical step you'll follow.
- As you execute your file edit(s), narrate each step succinctly and sequentially, marking progress clearly.
- Finish by summarizing completed work distinctly from your upfront plan.
</tool_preambles>

Parameter Usaha Penaakulan (Reasoning Effort)

GPT-5 mempunyai parameter reasoning_effort yang berfungsi seperti dail "penumpuan pemikiran":

• Tinggi (High): Untuk tugas kompleks yang memerlukan pemikiran mendalam dan penerokaan
• Sederhana (Medium): Tetapan lalai, berfungsi untuk kebanyakan tugas
• Rendah/Minimum (Low/Minimal): Apabila mengutamakan kelajuan dan kependaman rendah

Fikirkan ia seperti kekuatan kopi — semakin kompleks tugas, semakin tinggi penumpuan yang anda perlukan.

"Jawapan Standard" Pembangunan Bahagian Hadapan

Untuk pembangun, OpenAI mengesyorkan tindanan teknologi ini untuk hasil terbaik — GPT-5 dilatih paling banyak pada ini, dan output estetik secara konsisten baik:

• Rangka Kerja: Next.js (TypeScript), React, HTML
• Penggayaan/UI: Tailwind CSS, shadcn/ui, Radix Themes
• Ikon: Material Symbols, Heroicons, Lucide
• Animasi: Motion
• Fon: Sans Serif, Inter, Geist, Mona Sans, IBM Plex Sans, Manrope

Berhenti membiarkan AI memilih tindanan anda secara rawak. Ikut standard ini dan kualiti output akan meningkat serta-merta.

Claude vs ChatGPT — Perbualan Berbeza

Salah satu kesedaran paling penting yang saya miliki: model AI yang berbeza memerlukan gaya komunikasi yang berbeza. Apa yang berkesan dengan cemerlang untuk Claude mungkin menghasilkan keputusan sederhana dengan ChatGPT, dan sebaliknya.

Perbezaan Praktikal

Templat Prompt Teruji

Teori berguna, tetapi templat menjimatkan masa. Berikut adalah prompt yang paling kerap saya gunakan, diperhalusi melalui ribuan lelaran.

Untuk Tugas Penulisan

Role: Anda adalah [jenis penulis khusus, cth., "wartawan teknologi dengan pengalaman 10 tahun"]

Task: Tulis [jenis kandungan] mengenai [topik]

Audience: [Siapa yang akan membaca ini — tahap pengetahuan mereka, minat, titik sakit]

Tone: [Nada khusus — cth., "perbualan tetapi berwibawa, seperti menerangkan kepada rakan sekerja yang bijak"]

Format requirements:
- Length: [kiraan perkataan atau julat]
- Structure: [rangka jika perlu]
- Must include: [poin utama untuk diliputi]
- Must avoid: [perkara untuk dikecualikan]

Example of desired style: [sertakan 1-2 perenggan kandungan serupa jika ada]

Additional context: [sebarang maklumat latar belakang yang akan membantu]

Untuk Tugas Analisis

Saya perlukan anda menganalisis [subjek/dokumen/data].

Analysis goals:
1. [Soalan utama untuk dijawab]
2. [Wawasan sekunder diperlukan]
3. [Pertimbangan tambahan]

Please structure your analysis as follows:
- Executive Summary: Penemuan utama dalam 3-5 titik tumpu
- Detailed Analysis: [Kawasan khusus untuk diperiksa]
- Implications: Apa maksud ini untuk [pihak berkepentingan yang relevan]
- Recommendations: Langkah seterusnya yang boleh diambil tindakan
- Constraints: Fokus terutamanya pada [kawasan keutamaan]

Note: Catat sebarang had atau ketidakpastian dalam analisis anda. Petik contoh khusus daripada bahan sumber.

Untuk Penyelesaian Masalah

The Problem:
[Terangkan masalah secara terperinci, termasuk konteks dan kekangan]

What I've Already Tried:
[Senaraikan percubaan sebelumnya dan mengapa ia tidak berjaya]

Success Criteria:
[Bagaimana rupa penyelesaian yang baik?]

Constraints:
- Budget/Resources: [jika berkenaan]
- Timeline: [jika berkenaan]
- Technical limitations: [jika berkenaan]

Please provide:
1. Diagnosis anda tentang punca akar
2. 3-5 penyelesaian berpotensi, disenaraikan mengikut kebolehlaksanaan
3. Untuk penyelesaian teratas, pelan pelaksanaan langkah demi langkah
4. Perangkap berpotensi untuk diperhatikan
5. Bagaimana mengukur sama ada penyelesaian itu berkesan

Untuk Mempelajari Topik Baharu

Saya ingin memahami [topik] secara mendalam.

My current level: [Apa yang anda sudah tahu]
My goal: [Apa yang anda mahu boleh buat/faham]
Time I can invest: [Bajet pembelajaran]

Please create a learning path that includes:
1. Konsep teras yang mesti saya faham dahulu ("batang" pokok pengetahuan)
2. Salah tanggapan umum untuk dielakkan
3. Model mental atau rangka kerja terbaik untuk memikirkan topik ini
4. Latihan praktikal untuk menguji pemahaman saya
5. Sumber untuk mendalami lebih jauh (jika anda tahu sumber berkualiti tinggi tertentu)

As we go, please:
- Semak pemahaman saya dengan bertanya soalan kepada saya
- Betulkan sebarang kesilapan dalam pemikiran saya
- Bina konsep secara progresif, hanya bergerak ke hadapan apabila asas kukuh

Untuk Semakan Kod

Please review this code:

```
[Kod anda di sini]
```

Context: [Apa yang kod ini sepatutnya lakukan, di mana ia sesuai dalam sistem yang lebih besar]

Review for:
1. Pepijat atau ralat logik
2. Kerentanan keselamatan
3. Isu prestasi
4. Gaya kod dan kebolehbacaan
5. Kes pinggir yang tidak dikendalikan

For each issue found, please provide:
- Location (nomor baris atau bahagian)
- Severity (kritikal/utama/kecil/cadangan)
- Explanation of why it's a problem
- Suggested fix with code example

Also note: Apa yang dilakukan dengan baik dalam kod ini yang harus dikekalkan.

Untuk Membuat Keputusan

Saya sedang memutuskan antara [Pilihan A] dan [Pilihan B].

Context: [Latar belakang keputusan]

My priorities (in order):
1. [Faktor paling penting]
2. [Kedua paling penting]
3. [Ketiga paling penting]

For each option, please analyze:
- Kebaikan dan keburukan relatif terhadap keutamaan saya
- Implikasi jangka pendek vs jangka panjang
- Apa yang boleh salah (dan sejauh mana kemungkinan/keseriusannya)
- Apa yang perlu benar untuk ini menjadi pilihan terbaik

Then provide:
- Cadangan anda dengan alasan
- Apa maklumat tambahan yang akan mengubah cadangan anda
- Senarai semak keputusan yang boleh saya gunakan untuk mengesahkan pemikiran saya

Falsafah Di Sebalik Prompt Hebat

Selepas tiga tahun interaksi AI setiap hari, saya percaya bahawa kejuruteraan prompt sebenarnya bukan tentang AI sama sekali. Ia tentang cabaran manusia purba komunikasi yang jelas, diangkat ke arena baharu.

Fikirkanlah: setiap kekecewaan yang anda alami dengan output AI boleh dikesan kembali kepada kegagalan komunikasi. Anda tidak mengatakan apa yang anda maksudkan. Anda mengandaikan konteks bersama yang tidak wujud. Anda kabur apabila ketepatan diperlukan. Ini adalah kegagalan yang sama yang melanda komunikasi manusia — AI hanya menjadikannya kelihatan serta-merta dalam output.

Dalam erti kata ini, belajar kejuruteraan prompt adalah belajar berfikir dengan lebih jelas.

Prompt sebagai Refleksi Diri

Saya perhatikan bahawa prompt terbaik saya datang apabila saya sudah mempunyai kejelasan tentang apa yang saya mahukan. Tindakan menulis prompt terperinci memaksa saya menghadapi jurang dalam pemikiran saya sendiri. Apa sebenarnya yang saya cuba capai? Bagaimana rupa kejayaan? Kekangan apa yang sebenarnya penting?

Sering kali, saya menyelesaikan masalah saya sendiri di tengah-tengah menulis prompt, malah sebelum AI menjawab. Prompt menjadi alat berfikir — cara berstruktur untuk mengeluarkan dan memeriksa pemikiran saya sendiri.

Kolaborasi, Bukan Arahan

Pada awal perjalanan AI saya, saya melayan prompt seperti perintah — arahan kepada orang bawahan. Minda ini menghasilkan keputusan sederhana secara konsisten.

Peralihan berlaku apabila saya mula melayan AI sebagai kolaborator dengan kekuatan berbeza daripada saya. Saya membawa pengetahuan domain, pertimbangan, kreativiti, dan matlamat. AI membawa pengetahuan luas, kuasa pemprosesan tanpa henti, pengecaman corak, dan keupayaan untuk mensintesis maklumat merentas disiplin.

Prompt hebat adalah taklimat antara kolaborator, bukan perintah kepada hamba. Mereka menjelaskan mengapa, bukan hanya apa. Mereka menjemput kepakaran AI daripada menyekatnya secara tidak perlu. Mereka mencipta ruang untuk AI menyumbangkan keupayaan uniknya.

Lelaran sebagai Perbualan

Kejuruteraan prompt bukan tentang mencipta prompt yang sempurna pada percubaan pertama. Ia tentang mengadakan perbualan berkesan yang menumpu ke arah apa yang anda perlukan.

Prompt pertama: lakaran kasar apa yang anda mahukan. Respons pertama: mendedahkan di mana lakaran anda tidak jelas. Prompt kedua: penghalusan berdasarkan apa yang anda pelajari. Respons kedua: lebih dekat dengan sasaran. Teruskan sehingga selesai.

Pendekatan lelaran ini menghilangkan tekanan daripada sebarang prompt tunggal. Anda tidak perlu menjangka setiap keperluan di muka. Anda hanya perlu responsif terhadap gelung maklum balas.

Kewibawaan Kekhususan

Prompt kabur terasa selamat. Apabila anda berkata "tulis sesuatu yang baik tentang topik ini," anda tidak komited kepada sebarang visi tertentu. Jika output mengecewakan, baiklah, anda tidak pernah benar-benar mengatakan apa yang anda mahukan.

Prompt khusus menuntut kerentanan. Anda perlu menyatakan dengan tepat apa maksud "baik" kepada anda. Anda perlu mendedahkan standard anda, keutamaan anda, visi anda. Apabila output tersasar, jelas bahawa sama ada spesifikasi anda cacat atau AI tidak dapat menyampaikannya — tetapi walau apa pun, anda telah belajar sesuatu yang konkrit.

Kekhususan adalah kerendahan hati kerana ia bermakna bersedia untuk salah tentang apa yang anda mahukan.

Permainan Akhir

Semasa model AI bertambah baik, banyak teknik kejuruteraan prompt semasa akan menjadi tidak perlu. Model masa depan mungkin mengendalikan input kabur dengan baik, mungkin bertanya soalan penjelasan secara automatik, mungkin mengagak konteks daripada maklumat minimum.

Tetapi kemahiran asas — keupayaan untuk menyatakan pemikiran anda dengan jelas, untuk menyediakan konteks yang relevan, untuk melelar secara berkesan — hanya akan menjadi lebih berharga. Ini adalah kemahiran manusia asas yang terpakai sama ada anda berkomunikasi dengan AI, dengan rakan sekerja, atau dengan diri sendiri.

Kejuruteraan prompt adalah sementara. Pemikiran jelas adalah selamanya.