隨著 ChatGPT、Claude 與 Gemini 等生成式 AI 工具在寫作、資料分析、程式碼生成及圖像創作等範疇普及，使用者能否獲得具體、有用的答案，往往不只取決於所選工具，也與提示指令（prompt）的清晰度有關。
相關教學指出，使用者需要先把腦海中的想法轉化為明確的文字要求，再透過結構化方法與 AI 溝通。TRIRO 原則由 Task、Role、Iteration、Reference 及 Output 五個元素組成，適用於 ChatGPT、Claude 和 Gemini 等主流工具。
先把思維需求轉換成文字指令
AI 模型只能根據使用者輸入的文字作答，並不能直接理解未被說明的背景、目標或限制。因此，提問時應清楚交代希望完成的工作、目標讀者、內容範圍及預期格式。
即使主流模型的中文理解能力已經提升，指令愈具體，回應通常愈容易符合使用者需要。這項原則同樣適用於中文及英文提示。
TRIRO 原則五大要素
1. Task (任務)：清楚說明任務
Task 是整個提示的核心，使用者應直接說明希望 AI 完成甚麼工作，例如撰寫文章、整理資料、分析報告或生成圖片。
例如：「撰寫一篇 500 字的科技新聞報導，主題是 2026 年 AI 手機晶片的最新發展。」相比只輸入「介紹 AI 手機晶片」，前者已經包含文章類型、字數及主題，較容易產生聚焦的結果。
2. Role (角色)：設定工作角色
Role 是指為 AI 指定完成任務時所扮演的角色，例如資深記者、教師、編輯或法律顧問。角色設定有助於模型理解語境、語氣及內容深度。
一個示例是：「你是一名資深科技記者，撰寫一篇介紹 2026 年生成式 AI 商業應用趨勢的分析。」相關教學指出，角色設定對 Claude 尤其有效，因為它較能依照角色描述的語氣與邊界作答。
3. Iteration (反覆)：透過反覆修正收窄結果
一次提示未必能直接得到理想答案，使用者可以根據初稿提供具體回饋，要求 AI 修正內容、語氣、長度或結構。
相關建議是先要求 AI 提出 10 至 15 個方向或選項，再挑選其中一個深化，通常比一次要求完整答案更容易控制結果。常見的跟進指令包括：「請把這段文字縮短至 150 字以內」或「加入 2025 至 2026 年的最新數據，並以香港讀者為目標受眾調整語氣」。
4. Reference (參考)：提供參考資料
使用者可以提供文章範例、風格指引、資料表或內容框架，協助 AI 掌握寫作方式及事實背景。相關教學表示，2026 年主流 AI 工具已支援上傳 PDF、圖片等文件，使用者可將其作為分析或生成內容時的參考。
例如：「請按照以下文章的風格和語氣撰寫」或「根據以下數據撰寫一段市場分析」，並在提示中附上相應資料。提供參考內容時，仍應清楚指定 AI 如何使用這些資料。
5. Output (輸出)：明確指定輸出形式
Output 是不少使用者容易忽略、但對結果影響較大的部分。提示應列明字數、格式、語氣、目標讀者，以及是否需要使用清單、段落或表格。
例如：「請生成一篇 600 字的分析報告，以要點式列出，包含現況、挑戰及建議三個部分，語氣為商業正式。」這類要求可降低輸出格式與內容深度偏離預期的機會。
不同 AI 工具的提示偏好
TRIRO 原則可作為通用框架，但相關教學亦指出，不同工具在互動方式及格式處理上可能存在差異：
| 工具 | 教學所指的特點 | 提示建議 |
|---|---|---|
| ChatGPT | 對格式指令反應較靈敏 | 清楚指定使用表格、清單或其他結構化格式 |
| Claude | 較重視指令清晰度，適合長文件及邏輯要求較高的任務 | 以「合約式」方式列明要做及不涉及的內容，並可使用 <task>、<context> 等 XML 標籤 |
| Gemini | 擅長圖片與文字結合的多模態任務 | 先交代整體背景，再逐步收窄至具體問題 |
此外，相關內容建議避免只使用負面指令，例如「不要使用虛構數據」。相對地，使用「只使用真實數據」等正面表述，可能更有助於明確傳達要求。這項說法屬於提示設計建議，實際效果仍會受模型、任務及資料品質影響。
TRIRO 應用範例
以「AI 在香港職場的應用現況」為例，一個完整的提示可以按以下方式組織：
- Task：撰寫一篇 600 字的科技文章，主題是 AI 在香港職場的應用現況。
- Role：扮演本地科技媒體記者，向香港上班族介紹 AI 如何改變日常工作流程。
- Iteration：先列出 10 個切入角度，選定後撰寫草稿，再調整語氣至較貼近日常香港用語。
- Reference：提供一篇風格輕鬆的科技報道，以及香港職場 AI 使用率數據作參考。
- Output：輸出一篇 600 字、段落式的文章，語氣輕鬆但具資訊量。
完成初稿後，使用者可以再要求 AI 在指定段落加入具體例子、調整用字，或在結尾加入行動呼籲。這種分階段修訂方式，能讓使用者逐步檢查內容，而不是完全依賴一次生成的結果。
從辦公室工作流程理解提示設計
相關示範以香港職場為背景，提到 AI 可應用於會議摘要、行動項目整理及中英文文件翻譯等工作。視像會議工具的 AI 功能可在會議後生成摘要及工作清單，而翻譯工具則可先產生文件初稿，再由人工審閱及修訂。
不過，這些應用仍需要人工核對，尤其是涉及合約、金融資料、公司機密或其他高風險內容時。AI 產生的摘要、翻譯及分析可能遺漏脈絡或出現錯誤，使用者不應把生成結果直接視為已驗證的事實。
提示技巧的實際限制
TRIRO 能協助使用者更完整地表達需求，但並不保證每次都能得到正確答案。輸出品質仍會受到模型版本、提供的參考資料、問題複雜度及資料是否足夠等因素影響。
因此，較穩妥的做法是先清楚界定任務，再提供必要背景和資料，最後以多輪對話檢查及修正結果。對於數據、引用、法律、醫療或財務內容，則應額外進行人工查證。
