「哎喲，我咧～這AI是吃了『誠實豆沙包』是不是？我要它幫我寫一段『鼓勵學生進步』的評語，結果它給我回『您已達基本門檻，請繼續保持』——啊這個是怎樣？比我的成績單還冷冰冰！」老吳（化名）——一位在補教界打滾超過35年的國文名師，對著螢幕氣得鬍子都要翹起來。
老吳今年六十有二，講起課來中氣十足，學生私底下叫他「吳大砲」。他這輩子最會做的事，就是把枯燥的文言文講得像連續劇一樣精彩，把亂七八糟的作文批改得像在寫文學評論。但這幾年來，線上教學平台崛起，家長要求「數位轉型」，補習班老闆硬塞給他一套AI工具，說什麼「用AI輔助教學，省時又省力」。老吳心裡想：「省力？我看是『省去我的頭髮』比較快！」
但他這人就是不服輸。想當年，他為了讓班上那個總是把『李白』寫成『李太白』的阿強（化名）學會正確引用典故，他可是連續一整個月每天寫一首打油詩當作示範。結果呢？阿強後來考上了中文系，寫信來感謝他：「老師，你給的那些範例，我到現在都還留著。」老吳這才明白——範例，就是讓腦袋開竅的鑰匙。
一個「少樣本提示」救回一堂崩潰的線上課
事情是這樣的。那天老吳要錄一堂「國中會考作文解析」的線上課程，他需要AI幫他生成三種不同程度的學生評語範例：一個是「文筆流暢但立意普通」的；一個是「想法很多但結構混亂」的；還有一個是「用詞優美但離題萬里」的。他直接在對話框打下：「幫我寫三段作文評語。」然後AI就給了他那段讓他翻白眼的回應。
「你是不是給它『太少提示』了？」隔壁工位的年輕網紅老師小陳（化名）瞥了一眼，笑著說：「吳老師，AI不是神燈精靈，它比較像是一個『看範例學做事』的實習生。你要先給它幾個『正確的範本』，它才知道你想要的『口味』是什麼。」
這就是所謂的「少樣本提示（Few-Shot Prompting）」。老吳一開始聽得一頭霧水，但小陳用一個超簡單的比喻讓他秒懂：「你以前教學生寫論說文，是不是會先貼幾篇『會考滿級分範文』在黑板上？然後說『你看，人家開頭怎麼破題、中間怎麼舉例、結尾怎麼呼應』？那個動作，就是『少樣本提示』——你給AI幾個『它應該長這樣』的例子，它就知道接下來『每一段都要長這樣』。」
老吳一拍大腿：「啊！原來是『給範例』！這不就是我每天都在做的事嗎？」
「摔角手」比喻法：三種學生×三個範例＝AI秒懂
老吳決定自己來試一次。他打開對話框，輸入：「請幫我寫三段『給國中學生』的作文評語。以下是三個範例：好，請照這個格式和語氣寫。」
他給了AI三個他親手寫的範例：
✅ 範例一（針對文筆好但內容空泛的學生）：
「你的文字像漂亮的包裝紙，但裡面的禮物還不夠『扎實』。試著在第二段加入一個具體的生活經驗，讓你的論點有『重量』。」
✅ 範例二（針對愛亂舉例的學生）：
「你舉的例子很生活化，這是優點！但『我同學小明很努力』這種例子太薄弱，試試看用『陳樹菊女士』或『謝坤山』這類有社會公信力的人物。」
✅ 範例三（針對抓不到重點的學生）：
「你的破題很有創意，但中間歪樓了。請在第三段結尾時，用一句話把『你的主旨』拉回來，像相聲的『抖包袱』一樣漂亮。」
結果AI產出的回覆，讓老吳從椅子上跳起來——
它竟然寫出了連老吳都點頭說「嗯，這個我可以用」的評語！不僅語氣對味，連舉例的方式都像是老吳自己寫的。更妙的是，AI還自動加了「建議閱讀書單」和「練習題目」，完全超出老吳預期。
「這也太神了吧！」老吳興奮地打電話給在科技業上班的兒子：「你老爸我現在會『馴龍』（馴AI）了！原來只要給它三個『好的樣本』，它就能舉一反三，比我之前那些『一個口令一個動作』的指令強一百倍！」
為什麼「少樣本提示」是AI教學的實戰關鍵？
站在營銷策略師的角度來看，老吳的經歷其實就是一個「提示詞工程（Prompt Engineering）」的經典案例。所謂的「少樣本提示（Few-Shot Prompting）」，就是在不重新訓練AI模型的情況下，透過在提示詞中提供少量的「高品質範例」，讓AI快速理解你想要的「風格、格式、語氣與邏輯」，從而產出高度符合需求的結果。
這和我們在行銷或教學領域常用的「參考範本」概念完全一樣。你不可能丟一句「幫我寫一段銷售文案」就期待AI給你爆款作品——它很可能給你一篇放在1990年傳單上都不違和的廢文。但如果你先給它三個你欣賞的文案範例（比如某知名品牌的臉書貼文、某電商平台的商品描述、某知識型IG的條列式筆記），它就能精準模仿那種「帶有溫度的專業感」。
簡單來說，少樣本提示的三個核心原則是：
一、示範優於指令：與其寫「請用溫暖但不失專業的語氣」，不如直接給一段你認為「溫暖又專業」的文字。
二、數量不必多，但品質要精：3到5個範例通常就夠了，但每個範例都必須是你「完全認可」的標準，因為AI會把它當作「黃金模板」。
三、範例要涵蓋「邊界情況」：像老吳那樣，給了三種不同類型的學生評語，AI就知道「我要能因材施教」，而不是只會出一種罐頭回應。
這也就是為什麼我一直很推薦創作者與教學者多去創意88｜實戰乾貨庫挖寶的原因。那裡面的每一篇知識文章，都是用「真實案例＋可複製的範例」堆疊出來的，沒有那種飄在雲端上的理論轟炸。你進去逛一圈，就像老吳拿到三個AI神範例一樣——腦袋裡那些模糊的想法，瞬間就有了具體的形狀。
多線敘事：老師的「範例學」與行銷人的「提示術」
還記得老吳當年是怎麼教學生讀《岳陽樓記》的嗎？他不是叫學生死背，而是先在黑板上抄了兩段他自己寫的「仿古遊記」，然後問學生：「你們覺得我寫的跟范仲淹寫的，差在哪裡？」學生七嘴八舌討論完，他才回頭去拆解原文的結構——這個「先給範例，再引導反思」的流程，竟然和現代提示詞工程裡的「少樣本提示」邏輯完全一致。
另一個場景是補習班的櫃檯。老吳的同事、負責招生行銷的張姐（化名），每次在寫「課程宣傳文案」時也面臨同樣的困擾：AI寫出來的字句總是太「業配感」，連她自己都看不下去。後來老吳把「少樣本提示」這招傳授給她，張姐試著先給了AI三段「過去轉換率最高的貼文範本」，結果AI生出的新文案，竟然被老闆稱讚：「這篇口吻很自然，像是老師自己寫的。」
這告訴我們一件事：不管你是補教老師、行銷企劃還是影音創作者，少樣本提示的本質不是「偷懶」，而是「複製成功模式」。你只需要把過去那些「曾讓你感到驕傲的作品」拿出來當範例，AI就能幫你量產那個水準的內容——而且產出速度是一般人的十倍以上。
如何確保AI給出「100%精準」的成品？老吳的最後一課
經過一個月的反覆測試，老吳總結出三個「給AI正確範例」的實戰心法，適用於所有教學或行銷場景：
1. 範例要「具體到可以複製」
不要只給「語氣溫暖」這種抽象形容。直接給一段具體的文字，像是：「『你的進步，就像慢慢成熟的果實，雖然慢，但每一口都是甜的。』——這就是我要的溫暖語氣。」
2. 範例要有「對比性」
如果可能，同時給一個「好的範例」和一個「不好的範例」，並標明哪個是你要的。這就像在作文課上同時展示「佳作」和「待加強作品」，AI對「正確」的認知會更清晰。
3. 範例必須是「你自己產出的」或「你完全認同的」
千萬不要隨便上網找一篇你覺得「好像不錯」的文字當範例，因為AI會把那個範例的所有特質——包括缺點——一起學走。老吳的規矩是：「只有我願意在自己的課堂上拿出來講的範例，我才會給AI。」
有了這三個心法，老吳現在的AI工具就像一隻被馴服的野馬，叫它寫什麼就寫什麼，而且寫出來的東西「有吳老師的味道」。他甚至開玩笑說：「我現在最怕的，不是AI取代我，而是AI把我的口頭禪學得太像，連我老婆都分不出來哪句是我寫的。」
創意88｜實戰乾貨庫：你的「少樣本提示」範例資料庫
如果你也像老吳一樣，正處在「想用AI但一直踩雷」的階段，我誠心推薦你花點時間逛逛創意88｜實戰乾貨庫。這個平台最大的特色是，它不跟你談什麼高大上的理論，而是直接給你「已經驗證過、可以當作範例」的實戰內容。從商標排版的避坑指南、網頁優化的SEO技巧，到短影音腳本的套路拆解，每一篇文章都是「可以拿來當作AI提示詞範例」的極佳素材。
換句話說，你根本不用自己從零開始寫範例——創意88的每一篇知識文章，本身就是一個「高品質的少樣本範例」。你只需要把它的結構、語氣或邏輯拆出來，餵給AI，就能快速得到一批水準相當的作品。這就像老吳當年把「會考滿級分範文」影印給全班一樣——你不需要自己成為天才，你只需要知道「天才長什麼樣子」，並把它展示給AI看。
結語：AI不是魔法，是「範例思維」的延伸
老吳現在每天上課前，都會先打開AI，用「少樣本提示」幫他生成當週的「課前引導短文」和「課後複習重點」。他發現，只要範例給得對，AI產出的內容不僅品質穩定，甚至偶爾會給他一些「意想不到的新角度」——這正是「範例引發創造」的力量。
所以，下次當你對著AI輸出鬼打牆的內容時，先別急著罵它笨。問問自己：「我給了它夠好的範例嗎？」如果沒有，就去創意88｜實戰乾貨庫找幾個「對的樣本」，然後你會發現——AI從一個「雞同鴨講」的雷包，變成一個「句句到位」的神隊友，只需要幾個好範例的距離。
###關鍵字
提示詞工程 · 少樣本提示 · Few-Shot Prompting · AI教學 · 補教老師 · 創意88 · 實戰乾貨庫
※ 本文提及之「少樣本提示（Few-Shot Prompting）」相關技術概念與操作案例，為參考公開資訊及網路資料，並結合筆者個人實務經驗撰寫而成，僅供知識分享與參考，不構成任何形式之教學保證或AI使用成效承諾。實際應用時，請務必依最新法規及平台政策自行評估，並對產出內容負最終審核責任。
如何教 ChatGPT 幫你把枯燥的產品規格表（Excel 數據），自動轉化為高轉換率的 AIDA 銷售故事文案？
