🔑 名詞卡
提示工程（Prompt Engineering）
🎯 定義
透過設計、調整輸入給生成式AI的提示詞（prompt），引導模型產生更符合特定需求的輸出結果，是提升生成式AI可控性與精準度的關鍵技術。
相關角色與應用
- 提示工程師（Prompt Engineer）：因生成式AI興起而出現的新興職務，專門設計與優化提示詞以提升生成結果品質。
- 與模型微調（Fine-tuning）常搭配使用，讓用戶能根據特定需求調整生成結果。
- 也是少樣本學習（few-shot learning）提升模型適應性與精準度的重要技術之一。
易混淆
- vs Fine-tuning：提示工程不改動模型參數，只透過輸入端的提示詞設計引導輸出；模型微調則是用額外資料調整模型本身的參數。
- vs RLHF：RLHF 是訓練階段用人類回饋強化模型行為；提示工程則是推論（使用）階段的技巧。
導入規劃中的應用（CH3.3 補充）
在企業導入生成式 AI 的「驗證 POC」階段，選定模型架構（如自迴歸模型、Transformer-based 模型）後，需調整生成參數以平衡創造性（Creativity）與生成控制能力（Generation Control），並結合提示工程優化提示詞，藉此提升模型效能與輸出品質，是模型開發至部署流程中的關鍵一環。
📖 課文原文「如 AI 訓練師、提示工程師（Prompt Engineer）等新興職務逐漸湧現。」 「模型微調（Fine-tuning）與提示工程（Prompt Engineering），讓用戶能根據特定需求調整生成結果。」 「調整生成參數以平衡創意與精確度，並結合提示工程（Prompt Engineering）優化提示詞提升模型效能與輸出品質。」
技術趨勢中的定位（中級科目一補充）
屬於生成式 AI 未來趨勢「可控生成與提示工程深化」——模型需理解使用者意圖，並針對語氣、風格、長度、格式進行多層次調整，提示工程逐步發展為關鍵專業技能。