TL;DR
One-shot 提示是一則單一、完整的指令 —— 動作動詞 + 脈絡 + 目標格式 —— 經過精心設計，讓 AI 在第一則回覆就交付你需要的內容。掌握這一個公式，你就不再糾正機器，而是開始委託機器。
類比
想像你剛雇用了地球上最令人印象深刻的實習生。上班第一天早上，他已經讀過幾乎所有出版過的書籍、文章和論壇討論串。他的記憶力完美無瑕、文筆優美、而且從不疲倦。
但有一個問題：他對你一無所知。不知道你的業務、你的受眾、你的死線，也不知道在你的世界裡一份完成的交付物長什麼樣子。
現在走向這位實習生，說：「告訴我電子郵件行銷是什麼。」
他會盡責地寫出一本教科書 —— 電子報的歷史、十二種定義、一節關於到達率的內容。全都正確。但幾乎沒有一點可用。這是誰的錯？不是實習生的。你在需要一份工作單時，只委託了一個主題。
那位實習生就是 AI 模型。One-shot 提示的藝術，就是遞給它一份完整的工作單，而不是一個主題。 模糊的提示並不代表機器懶惰或愚笨 —— 它揭露的是一位被簡報不足的超額資格助理。
運作原理
每一則可靠的 one-shot 提示都恰好包含三個組成，在同一句話中協同運作：
| 組成 | 它回答的問題 | 範例 |
|---|---|---|
| 動作動詞 | AI 該執行什麼操作？ | 列出、起草、摘要、翻譯、比較、改寫 |
| 脈絡 | 給誰看、在哪些限制下？ | 受眾、語氣、長度限制、目的、素材來源 |
| 目標格式 | 答案必須是什麼形狀？ | 編號清單、表格、三段文字、可直接寄出的訊息 |
1. 動作動詞 —— 提示的引擎。
像列出、起草、摘要、翻譯、比較、改寫這類動詞，命名了一個有明確終態的精確操作。而*「告訴我關於……」或「你知道什麼關於……」*這類措辭根本沒有命名任何操作 —— 它們打開了消防水管。大多數初學者能做的最高槓桿修改，就是把一個主題換成一個生產動詞。
2. 脈絡 —— 給誰、為何、以及界限。
同樣的請求對不同受眾會產生截然不同的答案。對十歲小孩、大學生或央行總裁「解釋通貨膨脹」，應該產出三份完全不同的文字。當你省略受眾，AI 就會為「整個網路的平均值」而寫 —— 而那對誰都不適用。脈絡還包括你的硬性限制：長度、語氣、語言難度、該包含什麼、該避開什麼。
3. 目標格式 —— 交付物的形狀。
在未指定的情況下，每個 AI 都會預設輸出中等長度的作文形答案，因為那是最安全的平均形狀。指定*「以表格呈現」、「恰好 5 個項目符號」或「最多 100 字」*，模型就不再把力氣花在結構上，而開始花在實質內容上。
組合起來，one-shot 提示的解剖結構是：
動作動詞 + 脈絡 + 目標格式 = 一份完整的委託，第一次就正確回應。
這個公式在任何現代聊天機器人都能用 —— ChatGPT、Gemini、Claude 或 Uzu —— 因為它不是利用某一項產品的怪癖，而是對齊了所有大型語言模型決定下一個生成內容的方式。
改寫前後範例
範例 1 —— 行銷請求
告訴我電子郵件行銷是什麼。
回來的是一本微型教科書：定義、歷史、抽象的最佳實務。你委託了一座圖書館，也得到了一座。
列出 5 個適合小麵包店週末促優惠的電子郵件主旨，針對老顧客，每個不超過 50 字元，以編號清單呈現。
解剖檢查：動詞是列出；脈絡是小麵包店、週末促銷、老顧客、50 字元以內；格式是恰好 5 項的編號清單。回覆在幾秒內就可用。
範例 2 —— 摘要請求
這篇文章說了什麼？
答案會反映文章本身的長度和重點 —— 冗長、未經篩選、沒有塑形。
將下列文章摘要成 3 個項目符號，給明天要開會的忙碌主管 —— 每個重點一項，每項最多 20 字。
同一篇文章、同一個 AI —— 但現在交付物小到能貼在一張便利貼上。
範例 3 —— 改寫請求
把這個變得更好。
「更好」是一個沒有目的地的方向。AI 會猜你在乎什麼，而且通常猜「更長、更正式」。
將下列訊息改寫成婉拒婚禮邀請的回覆 —— 語氣溫暖、40 字以內、以祝賀作結。
現在「更好」有了定義，而且初稿通常就是終稿。
常見陷阱
- 委託主題而非任務。 *「告訴我關於 X」*沒有交付物，所以也生不出交付物。修正：每個提示都用生產動詞開頭。
- 抹除受眾。 不寫答案給誰看，會迫使 AI 為所有人寫 —— 這是得到制式回答的最保險方式。一個子句 —— 「給初學者」、「給財務長」 —— 就能改變整個輸出。
- 把格式交給運氣。 如果你不選形狀，模型就選它的預設作文。只要你曾想自己重新排版答案，就把格式寫進提示裡。
- 把三個任務塞進一個提示。 *「研究 X，然後寫一個劇本，再設計縮圖」*會在三個戰線上都產出平庸的成果。One-shot 提示只執行一個操作；多步驟專案請鏈結多個提示 —— 每一環都會繼承前一環的脈絡。
- 用禮貌填塞而非精確。 加上*「麻煩請幫我……」這類字詞毫無貢獻；「50 字元以內」這種限制才是一切。在提示工程裡，精確就是*禮貌。
常見問題
什麼是 one-shot 提示？
One-shot 提示是撰寫一则完整指令的實踐 —— 動作動詞、脈絡、目標格式 —— 讓 AI 的第一則回應就是你需要的回應。它與那種反覆試錯的循環相反：模糊地問、收到偏題的答案、再用後續修正修補對話。
One-shot 提示與 few-shot 提示有什麼不同？
Few-shot 提示是把一或多個成品範例貼進提示，讓 AI 模仿你展示的模式 —— 例如先貼兩個翻譯範例再要求第三個。這兩種技術並非對手：one-shot 解剖告訴模型做什麼，範例則展示它確切該長什麼樣。對大多數日常任務，一則寫得好的 one-shot 提示就夠了；few-shot 技術會在本系列後面深入探討。
我永遠都需要指定目標格式嗎？
不需要 —— 在輕鬆、探索性的對話中格式並不重要，硬要指定反而累人。經驗法則：一旦答案會被使用 —— 別人要讀、要貼進文件、要當訊息寄出 —— 就鎖定格式。如果你會為了親自重新排版回覆而惱怒，那個惱怒就是「把形狀寫進提示」的訊號。
下一課
One-shot 提示的壽命，只取決於 AI 對它的記憶。有沒有發現聊天機器人在第二則訊息時還信心滿滿地照你的指示做 —— 到第二十則卻好像忘了？那不是故障。那是脈絡視窗：模型任一時刻能「看見」的有限文字切片，也是整個 AI 界最被誤解的限制。
理解它，是「提示保持力量」與「提示悄悄蒸發」之間的分界。
繼續下一課：脈絡視窗 —— 為什麼 AI 會忘記
離開前的練習：打開任何聊天機器人 —— 或 Uzu 應用 —— 找一個你最近寫過的提示，用「動詞 + 脈絡 + 格式」重建它。第一則回覆就會告訴你這篇文章為什麼存在。