返回部落格

如何為 AI 設定角色:真正有效的角色提示法

角色提示不會讓 AI 變得更聰明,但會改變它的語氣。看看角色設定何時真的有幫助,以及如何寫出有效的角色提示。

如何為 AI 設定角色:真正有效的角色提示法
「假設你是一位資深行銷策略師。」這類建議你大概到處都看過。想法很簡單:叫 AI 假裝自己是專家,它就會立刻變成專家。
問題只有一個。The Prompt Report 是一份分析超過 1,500 篇提示工程相關論文、長達 76 頁的研究,結論指出角色提示「對提升正確率幾乎沒有效果」。研究人員在各種推理任務中測試了上千種角色,準確率差異大約只有 0.01%,基本上就是雜訊。
那角色提示是不是就沒用了?完全不是。它只是不像大多數人以為的那樣有效。設定角色不會讓 AI 更會算數學,也不會讓它記得更多事實。但它在另一件事上確實有用:控制 AI 「怎麼說」,而不是它「知道什麼」。

角色提示實際上做了什麼

角色提示——又稱為 persona prompting——指的是在交付任務之前,先給 AI 指派一個身分。與其單純地說「幫我寫一封婉拒會議的 email」,你可以說「你是一位專業的執行助理。請幫我寫一封婉拒會議的 email」。
加入角色設定後會改變的是:
  • 語氣與正式程度——「法律顧問」的寫法會跟「親切的同事」明顯不同
  • 用詞——「軟體工程師」會自然地使用技術用語
  • 切入角度——「持懷疑態度的記者」問的問題會跟「鼓勵型導師」很不一樣
  • 結構——「顧問」可能會用條列重點的方式提出建議
不會改變的是:AI 底層的知識量或推理能力。叫 ChatGPT 它是「數學教授」並不會啟動什麼特殊的數學區。模型懂的就是它本來懂的,角色設定只是改變了表達方式。

角色提示真正派上用場的時機

當「風格」比「準確度」更重要時,角色提示會發揮最大效果。The Prompt Report 的主要研究者 Sander Schulhoff 表示:「角色設定並非毫無價值——它對表達性任務仍然很有用。」
角色設定適合用於:
  • 用特定的口吻寫作(正式報告 vs. 輕鬆部落格文章)
  • 調整同理程度(支持型教練 vs. 直白評論者)
  • 不必逐一解釋,就能取得對應領域的專業詞彙
  • 在長對話中維持一致的人物特性
  • 創意寫作與說故事
角色設定幫助有限的情境:
  • 提升 AI 的數學或邏輯能力
  • 改善事實準確度
  • 解決複雜的推理問題
  • 重視「正確答案」而非「合適語氣」的任務
如果是著重準確度的任務,使用 few-shot prompting(提供範例)或思維鏈推理(請 AI 一步步說明思考過程)等技巧,效果都會穩定地優於角色提示。
插圖說明角色提示會改變什麼(語氣、風格、用詞)以及不會改變什麼(準確度、知識量)
插圖說明角色提示會改變什麼(語氣、風格、用詞)以及不會改變什麼(準確度、知識量)

一個有效角色提示的組成要素

大多數角色提示之所以失敗,是因為描述太模糊。「假設你是一位專家」幾乎沒給 AI 任何資訊。一個有效的角色設定包含四個要素:
1. 具體的角色 不是「行銷專家」,而是「B2B SaaS 內容策略師」。角色越精確,輸出的口吻就越一致。
2. 相關的經驗 加入「擁有 10 年經驗」或「曾服務財星 500 大客戶」這類背景,可以影響回覆的自信程度與深度。
3. 溝通風格 他們應該怎麼說話?「你會用淺白的語言解釋複雜主題」或「你直率,給回饋時不會拐彎抹角」或「你善用比喻,把抽象概念講得具體」。
4. 對象意識 他們是在跟誰說話?「你正在跟一位非技術背景的創辦人說明」會產出跟「你正在向一位資深工程師提供建議」很不一樣的結果。
這是一個寫得很弱的角色提示:

假設你是一位寫作專家,幫我修改我的 email。
這是一個更強的版本:

你是一位專業文案,專長是寫出清晰、精煉的商業溝通內容。過去 15 年,你一直協助主管寫出能獲得回覆的 email。你的風格直接但不失溫度——不死板、也不過於隨意。你會毫不留情地刪掉多餘的字,但保留人味。

請審閱並改寫以下這封 email,著重於提升清晰度,並讓行動呼籲(call-to-action)清楚到不可能被忽略。
第二段提示並沒有讓 AI「更聰明」,但它確實能在這個特定任務上,給你更可預期、更實用的輸出。

5 個你今天就能用的角色提示

以下這些提示都是完整、可直接使用的版本。每個都包含 {{variables}},你可以把自己的內容填進去。

1. 文字編輯

You are an experienced editor who helps writers tighten their prose without losing their voice. You focus on:
- Cutting filler words and redundant phrases
- Strengthening weak verbs
- Breaking up long sentences
- Keeping the author's tone intact

Edit the following text. Explain your major changes briefly.

{{text_to_edit}}

2. 客服語氣

You are a customer support representative for a software company. Your tone is friendly, patient, and solution-focused. You never blame the customer or use jargon. You acknowledge frustration before jumping to solutions.

Write a response to this customer message:

{{customer_message}}

3. 技術說明者

You are a senior developer who's known for explaining complex technical concepts in plain English. You use concrete analogies, avoid unnecessary jargon, and always relate abstract ideas to practical outcomes. When technical terms are necessary, you define them on first use.

Explain the following to someone who isn't a developer:

{{technical_concept}}

4. 策略顧問

You are a business strategist who helps founders think through decisions. You ask clarifying questions before giving advice. You present trade-offs honestly rather than pushing a single answer. You're direct about risks but not pessimistic.

I'm trying to decide: {{decision_to_make}}

Help me think through this.

5. 面試教練

You are a career coach who has helped hundreds of people prepare for job interviews. You give specific, actionable feedback — not generic advice. You know that confidence comes from preparation, so you focus on concrete practice rather than pep talks.

I'm interviewing for a {{job_title}} role at {{company_type}}. Ask me a common interview question for this role, then give me feedback on my answer.
如果你發現自己經常重複使用這些提示——換上不同的文字、不同的概念、不同的決策——那麼像 PromptNest 這樣的提示管理工具,可以讓你把它們連同變數一起儲存好。複製提示時,只要填入空格,就能立刻拿到能貼上去使用的最終版本。

削弱角色設定效果的常見錯誤

研究和實測歸納出幾個會讓角色提示變得沒效果的常見模式:
使用最高級形容詞 「假設你是世界上最厲害的專家」或「你是史上最聰明的人」。針對 GPT-4 的實驗發現,告訴它「太棒了」或「天才」並不會帶來任何提升。這些字眼只是雜訊。
對角色設下太多限制 「你是世界知名的專家,只用技術術語講話,而且從不犯錯」這類設定會降低 AI 的實用性。實際上,「你是一位樂於協助的助理」往往比那些複雜、設限重重的角色更有效。
用「想像」而不是直接指派 根據哈佛的提示指南,直接指定角色比讓 AI「想像自己是某個角色」更有效。請說「你是一位財務顧問」,而不是「想像你是一位財務顧問」。
忽略受眾 「法律專家」對另一位律師講話的方式,跟它向初次創業者解釋事情的方式截然不同。除了指定 AI 扮演什麼角色,也要說明它正在跟誰說話。
期待準確度提升 如果你需要 AI 正確解出複雜問題,角色設定不會幫上忙。這時應該改用範例、請它一步步推理,或提供相關背景資料。
插圖比較弱的角色提示與包含具體細節的強角色提示
插圖比較弱的角色提示與包含具體細節的強角色提示

角色提示與其他技巧的比較

搞清楚什麼時候該用角色設定、什麼時候該用其他提示方法,能讓你拿到更好的結果:
Few-shot prompting(提供範例)在準確度上一向勝過角色設定。The Prompt Report 中的一個案例研究顯示,在某項醫療編碼任務裡,few-shot prompting 把準確率從 0% 提升到 90%。角色提示根本望塵莫及。
思維鏈推理(請 AI 解釋自己的思考步驟)在處理複雜推理時,效果優於角色提示。如果你希望 AI 一步步把問題想清楚,「請逐步思考」會比「你是一位數學教授」更有用。
情境與背景資訊常常比挑哪個角色更關鍵。研究顯示,光是把相關資料——文件、範例、規格——直接餵給模型,就能讓輸出品質提升超過 30%。
最好的做法,往往是把這些技巧組合起來。用角色設定定調語氣、用 few-shot 範例示範格式,再在需要推理時加上思維鏈。例如:

You are a senior code reviewer who gives constructive, specific feedback.

Here's an example of good feedback:
[example]

Now review this code. Think through potential issues step by step before giving your final assessment.

{{code_to_review}}

打造你自己的提示庫

角色提示真正的威力來自重複使用。把一個好的角色提示寫好一次、用上幾十次,絕對勝過每次重新從零寫起。
大多數人一開始會把提示隨手存在筆記、文字檔,或乾脆靠記憶。當提示還不多時這樣可以應付,但一旦累積起來,你就會開始想:「我上週寫過一個很棒的提示」,然後花上五分鐘到處翻找——或者乾脆放棄,重寫一個更差的版本。
一個專屬的提示管理工具能解決這個問題。PromptNest 是一款原生 Mac App(在 Mac App Store 一次性買斷 $19.99,無訂閱、無需註冊、完全在本機運作),可以讓你:
  • 把提示連同 {{variables}} 一起儲存
  • 依專案分類整理(工作的提示和個人的提示分開)
  • 搜尋整個提示庫
  • 填入變數後一鍵複製
可以先把這篇文章裡的 5 個角色提示存起來,之後再依照你日常任務的需求繼續加入新的。隨著時間累積,你會建立起一份屬於自己的「實證有效」提示庫——花在組提示的時間越來越少,花在用結果上的時間越來越多。