跳到主要內容
使用教學8 分鐘閱讀

Gem 指令怎麼寫?7 個技巧讓你的 Gem 回答更精準

想打造好用的 Gemini Gem,指令(Prompt)是關鍵。本文整理 7 個實戰技巧,從角色設定到失敗處理,幫你寫出讓 AI 真正聽懂的指令。


指令寫得好,Gem 才會真的好用

你有沒有這種經驗:明明 Gem 設定了角色,回答卻像是通用 AI,完全沒有專業感?或是回答格式每次都不一樣,有時候長得離譜,有時候又短到沒用?

問題通常出在指令(Prompt)。

Gem 的指令就是你寫給 AI 的「工作說明書」。寫得越清楚,AI 越知道該怎麼做。寫得模糊,AI 就只能猜——而猜的結果,通常不是你要的。

本文整理了 7 個來自實務經驗的技巧,不管你是第一次寫 Gem 還是想優化現有的,都能馬上用上。

先搞懂指令的基本架構

一個好的 Gem 指令通常包含四個區塊:

角色設定:告訴 AI 它是誰。不只是「你是專家」這麼簡單,要說明專業領域、溝通風格、核心任務。

核心行為:AI 應該怎麼做事?用什麼流程回答?分幾個步驟?

格式規範:回答要多長?要分段嗎?要列點嗎?需要用表格嗎?

限制與禁止:什麼事情不能做?什麼話不能說?遇到超出範圍的問題怎麼處理?

這四個區塊的「順序」也很重要——等一下的第一個技巧就是在講這件事。

技巧 1:重要的事放最前面

AI 在讀指令的時候,注意力不是平均分配的——開頭的內容影響力最大,越往後面越容易被忽略。

所以你應該把最重要的設定放在指令的最開頭。建議的順序是:

  1. 角色身份
  2. 安全規則(不能做的事)
  3. 核心行為準則
  4. 回答格式
  5. 其他補充

很多人會把角色設定寫得很短,然後把大量篇幅花在補充說明——這是反過來的。角色和規則才是骨架,補充只是血肉。

技巧 2:用數字取代形容詞

「請簡短回答」——這是什麼意思?50 個字?200 個字?500 個字?

AI 跟你對「簡短」的理解不一定一樣。所以與其用形容詞,不如直接給數字:

❌ 請簡潔地回答 ✅ 每個回答控制在 200 字以內

❌ 提供適當的範例 ✅ 每個概念附上 1-2 個範例

❌ 必要時搜尋資料 ✅ 每次回答至少搜尋 2 個來源

用數字,AI 就不用猜你的標準。

技巧 3:說「要做什麼」也說「不要做什麼」

只告訴 AI 該做什麼是不夠的。AI 在訓練過程中學到了很多「預設行為」,如果你不明確禁止,它就會照舊做。

比如你想讓 Gem 只回答財經問題:

❌ 你是財經分析師,請回答使用者的財經問題。

✅ 你是財經分析師,請回答使用者的財經問題。如果使用者問的不是財經相關問題,請禮貌地說明你只處理財經領域的問題,不要嘗試回答。

加上「不要做什麼」和「遇到例外怎麼辦」,才能真正控制 Gem 的行為。本站的 RayStock AI 股票分析 就是這樣設計的——遇到非股票的問題,它會明確告訴你這不在它的守備範圍,而不是硬掰一個答案。

技巧 4:明確列舉,別說「多種格式」

「支援多種格式」——多種是幾種?哪幾種?

AI 看到模糊的描述,會自己腦補。有時候補對了,有時候完全不是你要的。

❌ 能夠處理多種類型的問題

✅ 能夠處理以下類型的問題:個股分析、產業比較、技術面解讀、籌碼面分析

❌ 用適當的格式呈現

✅ 回答格式:先用一句話總結結論,再分點說明原因,最後給出建議

列舉越具體,AI 越不會偏離你的期待。

技巧 5:預設失敗處理

很多人寫指令只想到「正常流程」,沒想過 AI 遇到問題的時候該怎麼辦。

比如:使用者問了一個你的知識庫裡沒有的問題,AI 該怎麼做?直接說不知道?嘗試用通用知識回答?還是建議使用者去哪裡找答案?

在指令裡預設這些情境:

✅ 如果使用者的問題超出知識庫範圍,請明確告知「這個問題目前不在我的資料範圍內」,並建議使用者參考官方文件。

✅ 如果搜尋結果不足以回答問題,請告知使用者資料有限,並標註哪些部分是根據搜尋結果、哪些是推測。

這樣 AI 在「卡住」的時候就不會亂回答。

技巧 6:搭配知識庫,指令末尾加提醒

如果你的 Gem 有上傳參考文件(知識庫),記得在指令的結尾加一句提醒:

✅ 回答時請優先參考附件中的參考文件,確保回答內容與文件一致。

這句話看起來簡單,但效果很大。沒有這個提醒,AI 有時候會「忘記」去讀你上傳的文件,直接用它的通用知識回答。加上這句,等於最後再叮嚀一次「記得看資料」。

如果你有多個參考文件,可以更具體:

✅ 回答時請嚴格依照以下參考文件:「產品規格書」用於回答產品功能問題,「FAQ 文件」用於回答常見問題。如果文件之間有衝突,以「產品規格書」為準。

技巧 7:給 AI「可以嘗試」的空間

AI 有時候會過度謹慎——明明能回答的問題,它偏偏說「我無法確定」或「建議您諮詢專業人士」。

這是因為 AI 在訓練過程中學到了大量的「安全回應」。適度在指令中鼓勵它嘗試,能讓回答更有實質幫助:

✅ 遇到不確定的問題,可以先嘗試回答,但請標註信心程度(高 / 中 / 低),讓使用者自行判斷。

✅ 如果資料不完整,可以根據現有資訊提供初步分析,並說明哪些部分需要進一步確認。

當然,這不代表讓 AI 亂講——搭配技巧 5 的失敗處理,讓它在「嘗試」和「拒絕」之間取得平衡。

用 Gemini 的魔術棒幫你改寫

不確定自己寫的指令夠不夠好?Gemini 的 Gem 建立介面裡有一個「魔術棒」按鈕——寫好初版指令後點一下,它會自動幫你改寫、補充、優化結構。

Gem 建立介面中的魔術棒改寫功能
Gem 建立介面中的魔術棒改寫功能

魔術棒的結果不一定完美,但很適合當作起點。看看它補了什麼、改了什麼,再根據自己的需求微調。

一個完整的範例

把以上技巧綜合起來,一個完整的 Gem 指令大概會長這樣:

角色設定 你是一位專精台灣勞動法規的法律顧問,擅長用淺顯易懂的語言解釋法條。你的語氣友善但專業,回答時會引用具體法條條號。

核心行為

  1. 收到問題後,先判斷是否屬於勞動法規範圍
  2. 搜尋最新的法規內容
  3. 用一句話總結結論
  4. 分點說明法律依據(引用條號)
  5. 提供實務上的建議

格式規範

  • 每個回答控制在 300 字以內
  • 法條引用格式:「勞動基準法第 X 條」
  • 結尾附上提醒:「以上僅供參考,具體個案建議諮詢專業律師」

限制與禁止

  • 不回答非勞動法規的法律問題
  • 不提供具體的訴訟策略建議
  • 如果問題涉及最新修法且搜尋結果不足,明確告知使用者法規可能已更新

回答時請優先參考附件中的參考文件。

這個範例用到了全部 7 個技巧。你可以對照本站的 RayLabor 勞基法戰神——它的指令就是用類似的架構寫成的。

常見問題

指令字數有上限嗎?

有,但 Google 沒有公開明確數字,社群觀察到的字數也不一致。實務上的安全做法:把詳細的知識放到知識庫(參考文件),指令只保留核心架構和行為規則——這樣不管確切上限是多少都不會撞到。

寫好指令後怎麼測試?

建立 Gem 之後,直接開始對話測試。建議準備 5-10 個測試問題,包含:正常問題、邊界問題(半相關的)、以及超出範圍的問題。看 Gem 在每種情況下的反應是否符合預期。

指令要用中文還是英文寫?

如果你的 Gem 只服務中文使用者,用中文寫就好。如果需要處理中英文混合的情境,英文指令有時候效果更穩定。重點是寫清楚,不是寫什麼語言。

我可以直接叫 AI 幫我寫指令嗎?

可以,但建議把 AI 生成的結果當初稿,自己再用本文的技巧檢查一遍。AI 寫的指令常見的問題是太通用——缺少你的領域知識和具體限制。

延伸閱讀

這些 Gem 有幫到你嗎?

製作與維護這些工具需要不少時間,如果你覺得有用,歡迎請我喝杯咖啡,讓我繼續做更多好用的 Gem!

準備好了嗎?

回到首頁,探索精選的 Gemini Gems 工具。

探索 Gem 工具列表