你不是不會寫 Prompt，是不會定義任務：給 AI 一份 brief 的五個欄位
你是不是也有過這種經驗：同一個需求，換了十個 prompt 模板、加了角色、加了範例、把格式規定得整整齊齊，AI 跑出來的東西看起來很完整，但離你真正要的，永遠差那麼一截。
你以為是 AI 不夠強，或是提示詞寫得不夠好。但這幾個月模型已經升級了一個等級——它能自己讀檔、改程式、驗證、再規劃。問題往往不在提示詞的文筆，而在任務本身對 AI 來說還是模糊的。寫提示詞跟定義任務，是兩種不同的能力：前者是把話講漂亮的手藝，是地板，人人要會；後者是你到底想清楚要什麼、再把它講給一個聰明對象聽懂——這層才決定你產出的高度。
這支影片我看了很有共鳴，因為它講的其實就是我這幾年在做的兩件事：設計課程，和帶人。所以這篇我不只整理那套方法，還想用教育設計師和資安講師兩個視角，告訴你為什麼這套「定義任務」的能力，遠比 prompt 技巧值錢。
先分清楚：你卡的是「文筆」還是「想清楚」
去年的模型像實習生：你不把每一步寫死、不規定格式語氣，它就亂猜、還高機率猜錯。所以那個年代的 prompt engineering，本質是「把任務拆細到實習生不會搞砸」。
但現在的模型比較像一個 senior 同事。你不會跟資深同事說「打開 Excel、在 A1 輸入這個、選 B 欄按右鍵」；你會說「我們下季要做這個決策，背景大概是這樣，這些素材你可以用，但這條底線不要碰，最後給我建議」。你給方向跟邊界，剩下他自己判斷，甚至會回頭挑戰你。它挑戰的是你的內容，但不會質疑你的意圖——你到底要什麼，只能你自己給。
這也是為什麼，公司裡 AI 用得最好的，常常不是技術最強的工程師，而是本來就會帶人的主管。因為他們早就習慣「先把任務想清楚，再交辦出去」。
我以前真的很常以為是 Prompt 寫不好，所以會一直換說法、加角色、加格式、加限制，結果 AI 產出還是不對。後來才發現，問題不是那句 Prompt 不夠漂亮，而是我自己其實還沒想清楚：我要它幫我做的是整理？改寫？延伸？還是直接產出可上架的版本？
尤其在寫課程、文章或簡報時，這個感覺很明顯。如果我只說「幫我優化」，AI 會給我一個看起來很完整、但不一定符合我目的的版本。可是當我先講清楚受眾、情境、用途、完成標準，它反而不需要太花俏的 Prompt，也能做得比較接近我要的方向。
所以我現在會提醒自己，卡住的時候不要急著再換一個 Prompt，而是先問自己：我到底要拿到什麼？這份內容要給誰看？最後要達成什麼效果？很多時候，真正需要被修正的不是 Prompt，而是任務本身還沒有被定義清楚。
教育設計師視角：好的 brief，其實是「逆向設計」
做課程設計有一個鐵則叫「逆向設計（backward design）」：別從「我要教什麼內容」開始，要從「學完之後，學生要能做到什麼」倒推回來。順序對了，中間的教材自然長出來。
定義任務是一模一樣的事。大多數人的 prompt 從「動作」出發——「幫我做一份競品分析」。但動作沒有方向，AI 只能給你一份教科書式、什麼都有卻什麼都不能拿來決策的東西。逆向設計的寫法是從「成品要拿來幹嘛」倒推：「這份分析要支撐我下季『更易用還是更便宜』的決策，最後給我一個明確建議。」目標一旦從結果定義，AI 就會自動把焦點收斂到對的那兩條線上。
換句話說，五欄位裡最該先想清楚的，是「目標」與「完成定義」這兩個結果端的欄位。它們等於課程設計裡的「學習目標」——先釘住終點，路自然就清楚了。
我以前交辦事情時，很容易從「要做什麼動作」開始講，例如幫我整理、幫我改寫、幫我做成簡報、幫我產出文案。這樣講雖然很直覺，但後來我發現，AI 或人拿到這種指令時，其實只知道要動手，卻不一定知道終點在哪裡。
從教育設計的角度來看，這就像設計課程不能只說「我要教 HTTP、XSS、SQL Injection」，而是要先想清楚：學員上完之後要能做到什麼？怎樣才算學會？如果沒有先定義學習目標，後面的教材、練習、測驗都很容易變成堆內容。
所以 brief 裡的「目標」跟「完成定義」對我來說特別重要。它們不是多餘欄位，而是幫我把終點釘住。當終點清楚，才知道素材要放哪些、格式要怎麼設計、哪些內容其實可以刪掉。這也讓我意識到，好的交辦不是把動作講得很細，而是讓對方清楚知道最後要交出什麼樣的成果。
五個欄位，我每天都在用的版本
把一個值得認真做的任務，用這五欄交辦一遍。每一欄配一句可以自問的話：
- 目標：這個成品出現在我眼前後，我要拿它幹嘛？（講結果，不是動作）
- 背景：一個聰明但不熟我狀況的人接手前，需要知道什麼才不會搞錯方向？
- 素材：我要他根據什麼來做？哪些是主要來源、哪些不准用？
- 邊界：他做出哪些東西，我會說「這不是我要的」？（這欄幾乎都是「不要」）
- 完成定義：什麼東西出現在我眼前，我就可以收工？（先給框架、審過再展開，是最值錢的一條）
不是每個任務都要寫滿五欄。判斷標準只有一個：做錯了重來貴不貴。 隨口查個資料不用；會拿去開會、要交到別人手上的，值得你先花 10 分鐘寫 brief，換掉之後重跑三輪的時間。
資安講師的提醒：「素材」與「邊界」就是資安思維
這套框架最讓我有感的，是「素材」跟「邊界」這兩欄——它們根本就是我教資安時在講的東西。
- 素材欄＝來源驗證：我總跟學員說「資料的可信度，取決於它的來源」。brief 裡指定「主要用這三家官網、不要用那些二手評論文章」，就是在做來源分級。更關鍵的是那句「找不到就留白，不要編造」——AI 的預設行為是「你問了它就要答」，找不到資料會自己編一個聽起來合理的塞進去，你再拿著它編的數字去開會就出事了。這跟資安要求「沒驗證過的輸入一律不信任」是同一個道理。
- 邊界欄＝最小權限＋資料處理規則：邊界不只是「不要建議改架構」這種內容限制。身為資安講師我要多加一條你常忽略的：別把客戶個資、內部機敏資料原封貼進 prompt。要餵真實資料給 AI 前，先去識別化、把敏感欄位碼掉。「哪些資料不准進這個對話」，本來就該是你 brief 邊界的一部分。
把任務定義好，順手就把資料風險也框住了——這是同一個動作的兩面。
我有遇過 AI 一本正經編造來源或數據的情況，而且語氣還很有自信。如果沒有特別要求它標註來源，或限制只能根據我提供的素材回答，它就很容易補出一些看似合理、但其實不一定存在的內容。這在寫文章或課程時很危險，因為讀起來很順，不代表它是真的。
資安講師的角度也讓我對「素材」跟「邊界」更敏感。不是所有資料都適合直接貼進 AI，尤其是客戶資料、內部文件、弱點細節、系統截圖、帳號資訊這些內容。有時候只是想請 AI 幫忙整理，卻可能不小心把不該外流的脈絡一起丟進去。
所以現在我會把任務定義和資料邊界放在一起想：AI 可以使用哪些素材？哪些只能摘要不能貼原文？哪些內容不能編造？哪些地方必須標註「不知道」？這其實跟資安思維很像，不只是把事情做完，而是先定義可用範圍、風險邊界和驗收標準。任務講清楚，資料風險也會一起被框住。
三個可以直接複製的 prompt
影片裡提到三個工具型提示詞但沒展開，我把它補成可直接用的版本：
① 從零幫你建一份 brief
我要交辦一個任務給你，但我自己還沒完全想清楚。
請依序問我五組問題，一次問一組，幫我把任務定義成一份 brief：
目標（成品要支撐什麼決策）、背景、可用素材與禁用來源、
邊界（不要做什麼、哪些資料不准用）、完成定義（什麼算做完）。
全部問完，再幫我整理成一份完整的 brief。
② 診斷你已經寫好的 prompt 缺哪一欄
這是我打算丟給 AI 的 prompt（貼在下面）。
請用「目標／背景／素材／邊界／完成定義」五個欄位檢查它，
指出哪幾欄是空的或太模糊，並各給我一個補強的問句。
Prompt：______
③ 判斷任務現在在哪個階段
我想處理這件事：______。
請判斷我現在是在「思考、探索、決定、執行」哪個階段，
並告訴我這個階段該請你做什麼（而不是直接跳到產出）。
流程總覽
常見翻車 FAQ
問：寫這麼多，不就違背了「senior 模式不用規定細節」嗎？
答：不會。微管理管的是「過程（how）」——手把手規定每一步怎麼操作；五欄位管的是「成品規格（what）」與方向，那本來就該你定。你拿掉的是 how，不是目標。
問：AI 不能在我含糊的時候自己反問我嗎？
答：它可以問，但答案還是只能從你腦袋裡出來。它頂多把 brief 從申論題變成填空題，空格還是你填。而且大型模型被設計成「快、樂於回應」，你給它含糊，它會立刻還你一份含糊但看起來完整的東西。
問：每次都要寫五欄好累。
答：不用每次。判準是「做錯重來貴不貴」。隨手問答不用；要開會、要交付的才寫。多花 10 分鐘，省下重跑三輪——這筆帳很划算。
你練的其實是管理能力
把模糊的「我要這個」，翻譯成一份聰明對象接得住的 brief——這個能力跟 AI 一點關係都沒有。同一份 brief，你交給 AI、交給下屬、交給外包，都一樣。AI 只是把你「沒想清楚」跟「講不清楚」的代價，照得特別清楚而已。
prompt 永遠重要，但它已經是 2026 年的基本功，不會有人因為你 prompt 寫得好給你掌聲。真正拉開差距的，是定義任務的能力——而那本來就是管理的一環。
如果你想把這套「想清楚、講清楚、交辦出去」練成肌肉記憶，用在你每天真正要處理的工作上，歡迎來看我的〈AI 工作流實戰〉課程，我們一起把模糊的需求，變成 AI 接得住的 brief。
本文的「定義任務 vs 寫提示詞」與五欄位 brief，整理自 YouTube 影片〈你不是不會寫 Prompt，是不會定義任務〉；逆向設計的詮釋、素材與邊界欄的資安解讀、三個可複製 prompt，為我結合教學與資安現場經驗的補充。