檢閱提示最佳做法。

  • 10 分鐘

Microsoft 在連結至您 Microsoft 365 應用程式和資料的大型語言模型 (LLM) 上建置了 Microsoft 365 Copilot。 使用 Microsoft 365 Copilot，您可以執行超過使用其他 LLM 支援的聊天機器人所能執行的動作。 您也可以從 Microsoft 365 Apps 和內部資料取得資料，例如文章、報告、電子郵件、簡報等等。 使用 Copilot，您可以建立或編輯內容、詢問問題、摘要資訊，以及隨時掌握最新消息。

Microsoft 365 Copilot 的效能通常取決於用戶提供的提示是否清晰具體。 Copilot 提示是指示或問題，用於告知 Copilot 您的需求。 作為一般的經驗法則，您應預期會有一些來回的交談，以取得您在尋找的結果。 請記住，與 Microsoft 365 Copilot 的互動是一個複雜的過程。 如果您對初始回應不滿意，您應考慮套用下列建議:

  • 優化提示，使其更加清楚。
  • 更具體一些，或調整這些措辭。
  • 使用先前回應的意見反應來引導您下一個提示。

以下各節提供制定提示的最佳作法，以便充分發揮 Copilot 的功能。

提供清晰簡潔的提示

與 Microsoft 365 Copilot 互動時，言簡意賅至關重要。 雖然 Copilot 的設計旨在了解內容，但減少提示中的含糊不清之處可取得更為準確的結果。

  • 清楚。 使您的請求或查詢毫不含糊。
  • 精簡。 在不犧牲明確性的情況下保持簡潔。

提供清晰簡潔的提示，是運用 Microsoft 365 Copilot 真正潛能的基礎。 您的指示越具體和詳細，Copilot 的回應就越能符合您預期的結果。 如下列範例所示，當提示從廣泛描述變成全面又完整的内容時，Copilot 輸出的品質和相關性即可得到大幅改善，以確保您收到的內容完全符合您的需求。

初始提示 潛在問題 修訂的提示
摘要此會議文字記錄 可能無法擷取到所有相關細節或遺漏關鍵資訊 分析這份會議文字記錄並總結會議內容，尤其是 Susan 提出的所有要點。
重寫這份文件，使其更加簡明扼要 缺乏優先考慮或保留哪些部分的上下文 重寫該文件的引言和結論，使其更加簡潔，同時保留要點。
撰寫一篇關於難忘經歷的個人記敘文 可能產生缺乏深度或細節的敘述，可能會產生沒有情感共鳴或生動影像的一般故事。 撰寫一篇關於你在大自然中難忘經歷的個人記敘文，使用生動的感官細節和情感。
總結我們最新發佈的產品評論 可能導致摘要過於籠統，而無法提供可採用的見解 從我們最新發佈的智慧型手機的產品評論中，總結出最正向的三點和最負面的三個要點。
撰寫針對該客戶投訴的回應草稿 過於籠統；回覆的語氣、提供的解決方案或深度可能不符合公司標準或投訴的嚴重程度 針對這位客戶對於發貨延遲的投訴，撰寫一份禮貌的回覆草稿，為他們的下一個訂單提供 10% 的折扣。

除了清楚簡潔之外，另一個有助於改善回應品質的最佳做法是提供正向指示。 Microsoft 建置了 Copilot 以採取行動，因此告訴 Copilot「該怎麼做」而非「不該怎麼做」會更有效率。 請嘗試使用「如果-則」指示。

最後，請記住 AI 擅於模仿。 大型語言模型會藉由模擬人類交談進行運作，因此請嘗試提供您希望輸出看起來為何的範例。 例如: 使用下列範例作為靈感:「美好事物永不改變」，為可美白牙齒和清新口氣的全新牙膏品牌撰寫一個琅琅上口的標語。

嘗試不同的風格

發揮創意，嘗試不同的風格，找到適合自己的答案。 請嘗試指定語調 (中性、隨意、專業) 或提供要使用何種語言的指引。 例如，「使用非技術人員可以了解的語言。」

類比、詩歌，甚至是歷史寓言 - 例如「我可以用歷史上的哪一個時刻，來解釋這篇文章的中心資訊?」- 也可以是協助您處理資訊的實用方式。

提供 Copilot 一個回答問題的視角

當您提供回答問題的視角時，它會協助 Copilot 瞭解您要求的內容，並產生更精確的回應。 通常，這需要您解釋您是誰，以及您想要達成的目標，這樣 AI 才能進行角色扮演。 例如：

  • 您是社交媒體管理員，正在撰寫 LinkedIn 複本。
  • 您是產品行銷人員，正在策畫新行銷活動。
  • 您是擅長向學生解釋 Python 的編程導師。

您也可以要求以特定角色或方法的風格回應，例如:

  • 請告訴我如何用史丹佛商學院教授的專業知識來解決此問題。
  • 以非技術人員也可以瞭解的方式，告訴我這個深奧的公司概念。

瞭解建立提示時，應避免的事項

某些做法可能會導致與 Microsoft 365 Copilot 的互動效果不佳。 以下是需要注意的事項：

  • 含糊不清。 避免過度一般的提示，這可能會導致答案過於廣泛而無用。
  • 過度複雜。 避免在一個提示中填塞過多的問題或要求。
  • 假設。 除非在同一工作階段中，否則請勿假定 Copilot 擁有之前互動的上下文。

瞭解 Copilot 的限制

務必了解，雖然 Microsoft 365 Copilot 功能強大，但並非無懈可擊。 瞭解其限制可協助您建立有效的提示。 例如：

  • 細分複雜的工作。 如果一項工作需要複雜的思辨過程，或者在手動執行時需要許多步驟，那麽對於 Copilot 而言，這也同樣具有挑戰性。 請考慮將這些工作或想法分解成更易於管理的部分。
  • 針對重複性進行優化。 與手動執行相同工作相比，Copilot 能更高效地多次執行簡單的重複性工作。
  • 模棱兩可。 Copilot 有時會誤解模棱兩可的提示，因此應始終以明確性為目標。
  • 隨機回應。 您從 Copilot 取得的回應是隨機的。 多次使用完全相同的提示，可能會導致不同的回應。
  • 無法接受的回應。 大型語言模型提供建置 Copilot 的基礎。 LLM 偶爾會產生有偏見、冒犯性、有害或不正確的內容。 因此，請務必一致地檢閱並驗證回應的正確性和適當性。

保持禮貌

當您與生成式 AI 互動時，使用基本禮節有助於產生尊重、共同合作的輸出。 使用禮貌的語言為回應定下基調。 生成式 AI 也會反映您所提供的輸入中的專業水平、清晰度和細節。

當您使用生成式 AI 作業時，請考慮一般稱為「黃金法則」的眾所周知的表達。 雖然黃金法則的措辭可能會因文化、宗教和哲學傳統而異，但其基本前提是:「己所不欲，勿施於人。」 但此建議如何適用於 AI? 並不是說當您對 Copilot 說「請」和「謝謝」時，它會感到感激。或許如此，但在與 Copilot 互動時使用基本禮儀有助於產生尊重、共同合作的輸出。

大型語言模型 (也稱為生成式 AI)，是以人類交談作為訓練。 就像您的電子郵件自動完成會建議下一個單字或片語一樣，LLM 會根據您的輸入挑選它認為您可能想要使用的句子或段落。 換句話說，它是一台巨大的預測機器，會對接下來可能發生的事情進行極有可能的猜測。 因此，當 Copilot 識別出要求中的禮貌時，它更有可能會禮貌地回應。 同樣的道理也適用於您的同事、街上的陌生人，以及為您製作帶有濃郁義式濃縮咖啡、糖和灑有肉桂粉的起泡豆奶拿鐵咖啡的咖啡師: 如果您對他們好，他們也會對您好。 Copilot 等生成式 AI 工具也是如此。 它會反映您所提供的提示中的專業水平、清晰度和細節。

與其命令 Copilot，不如使用「請」 來開始提示，例如:

  • 請更簡潔地改寫此陳述式。
  • 請建議 10 種方式來重新命名此產品。

它回應時，向它表示「謝謝」，並務必告訴它您很感謝它的協助。 這樣做不僅可確保您獲得同樣的回報，還能改善 AI 的回應性和效能。

保持好奇

雖然好奇心可能會害死貓，但使用 Copilot 作業時，提出初步問題很重要。 它可以協助您向 Copilot 提供具體的只是，並提出正確的問題，進而反過來協助您充分利用 Copilot 並避免常見的陷阱。 保持好奇心不僅可協助您瞭解您不知道的事物，還能協助您擁有成長思維，這在使用 AI 作業時，至關重要。

當您感到好奇時，您更有可能會提出可協助您更好地理解問題的問題，並提供 Copilot 具體的指示。 如此一來，您就能協助 Copilot 產生更相關且更具創意的回應。

反覆執行、反覆執行、反覆執行

人們在使用 AI 時，最常犯的錯誤之一，就是得到一個不太理想的回應後，就放棄了。 使用 Copilot 是一個動態且互動式的程序，您和您的 Copilot 會在其中共同建立內容、解決複雜問題，並根據您的目標、期望和意見反應來學習新資訊。 而您的初始提示只是開始。

您的初始要求只是起點。 當您提供更多的細節和內容時，這種對話有助於 Copilot 瞭解您想要的內容，並產生更相關的輸出。 它也可協助每個人學習。 當您要求 Copilot 說明、摘要或釋義某些內容時，您可以取得新的見解和觀點。

例如，在它產生良好或不良的輸出時，提供 Copilot 意見反應。 這麼做可讓它從您的預期學習，並改善其效能。 例如：

  • 這個句子太模糊。 請更具體一點。
  • 感謝您。 此版本更好。
  • 請新增一個句子，摘要說明段落的主點。

假設您需要準備簡報。 您可能會先輸入: 請為 60 分鐘的主題演講製作故事板，其中我需要讓一整個會議室的銷售人員參與到我們永續性的新方法中。請使用這些文件作為背景。

當 Copilot 共用草稿後，您就可以跟進了。 例如：

  • 為每個區段新增關鍵訊息。
  • 這個計劃很好，但想我想知道為什麼銷售人員會關心這個問題的詳細資料。

繼續進行，直到您滿意為止。 Copilot 不會氣餒，所以盡管大膽要求多個選項。 例如：

  • 針對開頭段落為我提供 10 個想法。
  • 以五個不同的風格改寫此章節。
  • 給我三個可能引起受眾共鳴的類比。

關鍵在於實驗。 使用不同的提示、意見反應和改進來發揮創意，直到您找到最適合您需要的內容為止。

練習: 使用 Word 中的 Copilot 比較提示結果

下列秘訣提供更多指引，以協助您建立有效的提示。 每個提示都包含您可以在 Microsoft Word 中執行的練習。 每個練習都會比較與個別提示相關聯之不同提示的結果。

  • 提示: 包含詳細資料。 除了您的目標 (您想要 Copilot 執行的內容)，請考慮包含一些情境，並說明 Copilot 應如何回應，以滿足您的要求。 也包含 Copilot 應使用的任何特定資訊來源 (例如檔案或電子郵件訊息)。

    練習:使用 Word 中的 Copilot，嘗試下列兩個提示，並比較您所得到的回應。 哪個提示提供您更豐富且更簡潔的部落格文章草稿?

    • 提示 1: 撰寫一篇有關農業永續做法的部落格文章。
    • 提示 2: 為對永續性感興趣的一般受眾撰寫一篇 1500 字的部落格文章，著重於永續農業 (例如有機農業和農林業) 做法的重要性和優點。 包含真實世界的範例、創新的技術和來自可信來源的深入解析。 最後，請對這些做法的重要性進行反思，並呼籲採取集體努力，來接受這些做法。

  • 提示: 建構您的提示，以獲得更好的結果。 說到提示時，順序很重要。 指示的順序可能會影響您獲得的回應。 提示較後面的部分可能比前面的部分更受到強調。 對不同的順序進行實驗，以瞭解效果。 如果您想要 Copilot 使用特定檔案或來源，請將該資訊放到最後。

    練習:使用 Word 中的 Copilot，嘗試下列兩個提示，並比較您所得到的回應。 您在這裡看到哪些差異?

    • 提示 1 (指示-情境-範例): 撰寫一篇部落格文章，概述冥想的優點。 冥想是一種有數百年歷史的減壓方法。 例如，眾所周知，正念冥想對心理健康有正向影響。
    • 提示 2 (情境-範例-指示): 冥想是一種有數百年歷史的減壓方法。 例如，眾所周知，正念冥想對心理健康有正向影響。 基於這項資訊，請撰寫一篇部落格文章，概述冥想的優點。

  • 提示: 反覆執行並重新產生。 第一個結果通常不是最終或最佳的回應。 如果您對 Copilot 提供的結果不滿意，請修改您的提示，然後再試一次。

    練習:使用 Word 中的 Copilot 嘗試下列三個反覆執行項目。 查看每次的反覆執行如何改善回應。

    • 提示 1: 撰寫可再生能源技術進展的相關內容。
    • 提示 2: 撰寫一篇技術文章，討論近期的可再生能源技術進展，著重於太陽能和風力能源。 本文的目標受眾由工程師和環境科學家所組成。
    • 提示 3: 針對工程師和環境科學家撰寫詳細的技術文章。 它應探索近期在可再生能源技術方面的進展和創新，並著重於太陽能和風力能源。 討論這些技術背後的科學原則、其效率改善，以及真實世界的應用。 請參閱最近的研究論文、專利和產業報告，以獲得正確且最新的資訊。