Prompt 是規格書 —
把需求說人話說清楚

爛 prompt 不是短，是沒有方向

很多新手以為 prompt 寫不好，是因為自己不會講專業術語。其實最常見的問題不是不專業，而是沒有方向。你說「幫我做一個網站」，AI 會知道主題嗎？知道誰要用嗎？知道要放哪些內容嗎？知道手機版重要還是桌機版重要嗎？都不知道。它只能用自己的平均經驗補洞，產出一個看起來像網站、但不一定解決你的問題的東西。

這就像 ch01 學過的食譜。你不能只對廚房說「做晚餐」，然後期待每次都剛好做出你想吃的番茄炒蛋、兩人份、不要蔥、十分鐘內完成。程式是食譜，prompt 則是你交給 AI 這位實習生的點菜單。點菜單沒有寫清楚，實習生不是壞，是他被迫猜。

爛 prompt 的典型長相，是只有動詞和一個大名詞：「做網站」、「寫文案」、「幫我整理」、「做一個小工具」。這些句子可以開始對話，但不適合直接拿來要求成品。因為它沒有說使用者是誰，沒有說資料從哪裡來，沒有說產物長什麼樣，也沒有說什麼情況算完成。你拿到的結果如果不對，很難指出問題；AI 也很難知道下一版該修哪裡。

所以這章先把一件事定清楚：好 prompt 不是把話寫得華麗，而是把工作邊界說得可執行。你不需要像工程師一樣背框架名稱，但你要像餐廳老闆一樣說清楚菜名、份量、禁忌、出餐標準。當你能把需求說到這個程度，AI 才有機會從「隨便猜」變成「照單施工」。

const vaguePrompt = {
  request: "幫我做一個網站"
};

const missingPieces = ["主題", "使用者", "內容", "完成標準"];

console.log("這個 prompt 缺少：");
missingPieces.forEach((piece, index) => {
  console.log(`${index + 1}. ${piece}`);
});

規格四件套：目標、輸入、輸出、驗收

規格（specification）聽起來很硬，但你可以把它想成一張清楚的工作單。最基本的規格級 prompt 有四件套：目標、輸入（input）、輸出（output）、驗收條件（acceptance criteria）。目標是「要做什麼」；輸入是「你會給它什麼資料」；輸出是「你要它交回什麼形狀」；驗收條件是「什麼情況算對」。四件套湊齊，AI 就不必靠通靈補空白。

以小費計算機為例，許願型 prompt 是「幫我做小費計算機」。規格型 prompt 會變成：「請做一個瀏覽器可用的小費計算機。輸入帳單金額、小費百分比、人數。輸出小費金額、總金額、每人應付金額。驗收條件：帳單 1000、小費 10%、2 人時，顯示小費 100、總金額 1100、每人 550；人數為 0 時不能計算，要顯示錯誤訊息。」你看，這段沒有高深語法，但它把任務變成可以檢查的形狀。

目標要避免太抽象。「做得好看」不是不能寫，但要補成可觀察的描述，例如「欄位排成一欄，手機上不用左右滑動，主要按鈕文字是『計算』」。輸入要列出資料型別，像 ch02 學過的數字、文字、真假、清單。輸出要說格式，不然 AI 可能給你一段文字、表格、JSON、網頁，全部都算它自認合理。驗收條件要有具體例子，最好包含一組你心算得出來的數字，這樣你不用相信 AI，自己也能判斷。

規格四件套最有價值的地方，是它讓你和 AI 對「完成」有共同語言。沒有驗收條件時，你只能說「怪怪的」。有驗收條件時，你可以說「1000、10%、2 人這組算錯，預期每人 550，現在顯示 500」。後者才是 AI 能修的回饋。

const spec = {
  goal: "做小費計算機",
  input: ["帳單金額", "小費百分比", "分帳人數"],
  output: ["小費金額", "總金額", "每人金額"],
  acceptance: "1000 元、10%、2 人 => 小費 100、總金額 1100、每人 550"
};

console.log("目標：", spec.goal);
console.log("輸入數量：", spec.input.length);
console.log("輸出數量：", spec.output.length);
console.log("驗收：", spec.acceptance);

邊界情況：先想到先贏

邊界情況（edge case）是那些不常發生、但一發生就會讓成品露出破綻的情境。生日是 2 月 29 日怎麼辦？分帳人數是 0 怎麼辦？使用者沒有輸入名字怎麼辦？金額輸入負數怎麼辦？這些不是故意刁難，而是真實世界會出現的邊角。AI 很會做「快樂路徑」：使用者乖乖輸入正常資料，流程一路順利。但產品通常壞在不快樂的那條路。

你可以把邊界情況想成餐廳點菜時的禁忌和特殊需求。一般點餐說「一份炒飯」當然可以，但如果客人花生過敏、不要蛋、要外帶，這些條件晚講就容易出事。對 AI 也是一樣。你越早把特殊情況寫進 prompt，AI 越有機會一開始就把保護欄做進去，而不是等成品壞了才補洞。

找邊界情況有一個很實用的問法：什麼資料可能是空的、零、負數、超大、重複、格式不對？這六個詞可以套在大部分小工具上。做報名表，名字可能是空的，電話格式可能不對。做庫存表，數量可能是負數。做小費計算機，人數可能是 0，帳單可能是空白，小費百分比可能被輸入成文字。你不必一次想完世界上所有怪情況，但至少要抓住會讓結果明顯錯誤的幾個。

邊界情況也會讓驗收條件更強。只測正常情況，AI 可能看起來很厲害；加上邊界情況，才知道它有沒有真的處理需求。這會在 ch12 的驗證心態繼續放大，但從寫 prompt 的當下就開始想，成本最低。因為一開始就說清楚，通常比事後請 AI 拆掉重做便宜。

function validateTipInput(bill, tipPercent, people) {
  if (bill <= 0) return "帳單金額必須大於 0";
  if (tipPercent < 0) return "小費百分比不能是負數";
  if (people < 1) return "分帳人數至少要 1 人";
  return "可以計算";
}

console.log(validateTipInput(1000, 10, 2));
console.log(validateTipInput(1000, 10, 0));
console.log(validateTipInput(-50, 10, 2));

迭代不是失敗，是工作流程

迭代（iteration）就是一版一版修。很多人第一次拿到 AI 的 60 分成品，就覺得「AI 不行」或「我不會用」。更好的做法是把第一版當草稿，對照規格指出具體差距。你不是在跟 AI 吵架，你是在帶一位實習生改稿。第一版能跑出形狀，第二版修錯誤，第三版補邊界，這才是正常工作流程。

有效的迭代回饋有三個特徵：指出位置、說明問題、給出期待。不要只說「不好看」、「怪怪的」、「再優化」。這些話對人都不一定清楚，對 AI 更容易變成亂改。你可以說：「計算結果區目前只顯示總金額，請依序顯示小費金額、總金額、每人金額。用 1000、10%、2 人驗收，預期是 100、1100、550。」這種回饋很像在食譜旁邊寫修正：鹽少一匙、火轉小、煮 3 分鐘，不是籠統說「變好吃」。

迭代也不是每次都要重下完整 prompt。當上下文還在同一段對話裡，你可以引用前一版，針對差距補規格。但如果 AI 已經改亂，或對話太長開始忘東忘西，就要把最新規格重新整理成一段乾淨 prompt。這時你做的不是重來，而是把前面學到的需求整理成新版工作單。

一個成熟的 vibe coding 使用者，會把「第一版不完美」視為預期內。差別在於他知道怎麼把不完美翻譯成可修的指令。純 vibe coder 常常連續丟十句「再好一點」，結果越改越偏；規格型使用者會用驗收條件把方向拉回來。這就是本章的核心能力。

const feedback = {
  location: "計算結果區",
  problem: "只顯示總金額，沒有顯示小費與每人金額",
  expected: "顯示小費 100、總金額 1100、每人 550"
};

console.log(`位置：${feedback.location}`);
console.log(`問題：${feedback.problem}`);
console.log(`期待：${feedback.expected}`);

Context：不要讓 AI 通靈

情境（context）是 AI 做判斷時需要的背景資料。你請同事修一台咖啡機，不會只說「壞了」，你會說哪個按鈕按了沒反應、剛剛有沒有漏水、機型是什麼、錯誤燈號怎麼閃。請 AI 寫 code 也一樣。貼錯誤訊息全文、貼現有 code、說明你在哪裡執行、說明你剛剛改過什麼，這些都會大幅提高它修對的機率。

新手常犯的錯，是把最重要的線索省略掉。比如只說「不能跑」，但沒有貼 console 的紅字。只說「版面跑掉」，但沒有說是在手機寬度還是桌機寬度。只說「幫我接到原本專案」，但沒有貼原本檔案的結構。AI 不是坐在你的螢幕前，它看到什麼，取決於你提供什麼。沒有 context，它只能猜；猜中了是運氣，猜錯是正常。好的背景資料會讓它少走岔路，也讓你比較容易判斷它的回答有沒有對準問題。

提供 context 也要有界線。不要把金鑰、密碼、私人資料貼進去；不要貼你看不懂的刪除指令請它直接執行。金錢和資安相關的例子，本課只教防守常識：保護秘密、看懂再跑、先小範圍測試。你給 AI 的資料要足夠完成任務，但不該包含不必要的敏感資訊。

一個好用的 prompt 結尾是：「如果資訊不足，先問我最多三個問題，不要直接猜。」這句話會把 AI 從愛猜的實習生，拉回會確認需求的工作夥伴。你也可以要求它先列計畫、先列驗收案例、先指出風險，再開始產出。這些做法都不是讓流程變慢，而是避免後面重工。規格級 prompt 的本質，就是把該說的話提前說。

const bugReport = {
  symptom: "按下計算沒有結果",
  errorMessage: "TypeError: Cannot read properties of null",
  environment: "Chrome 瀏覽器 console",
  recentChange: "把結果區的 id 從 result 改成 totalResult"
};

console.log("給 AI 的除錯 context：");
Object.entries(bugReport).forEach(([key, value]) => {
  console.log(`${key}: ${value}`);
});

檢查一下這章