用「費曼技巧」檢驗你的 AI 提示詞品質

你寫了一個提示詞，AI 給了一個答案——但你怎麼知道這個答案好不好？

大多數人靠直覺：「看起來還行」。但直覺是最不可靠的品質控管工具。今天分享一個經過驗證的方法：用費曼技巧反向檢驗提示詞。

什麼是費曼技巧？

物理學家費曼有個習慣：每學一個新概念，就嘗試用最簡單的語言講給一個完全不懂的人聽。如果講不清楚，說明自己也沒真懂。

把這個邏輯搬到 AI 提示詞上：如果你的提示詞能讓 AI 給出一個「外行也能看懂」的回答，那這個提示詞大概率是高品質的。

具體怎麼做？三步走

第一步：讓 AI 用「給新手講」的方式回答

在你的提示詞末尾加一句：

請用給完全不懂這個領域的人講解的方式回答，避免專業術語，用類比和例子說明。

如果 AI 的回答變得空洞、泛泛而談，說明你的原始提示詞缺乏足夠的脈絡約束。

第二步：自己讀一遍，問三個問題

1. 我能轉述給別人嗎？ 如果讀完 AI 的回答，你無法用自己的話複述核心觀點，說明提示詞沒引導出真正有價值的資訊。
2. 有沒有「正確的廢話」？ 比如「要注意細節」、「保持專注」——這些永遠正確但永遠沒用。
3. 有沒有具體的行動步驟？ 好回答應該包含「做什麼、怎麼做、做到什麼程度」。

第三步：迭代提示詞

根據第二步發現的問題，針對性修改：

• 回答太泛 → 加具體情境和約束條件
• 有廢話 → 加「請給出可操作的建議，不要泛泛而談」
• 缺步驟 → 加「請按步驟列出，每步包含具體動作和預期結果」

什麼時候用？什麼時候不用？

適合的情境：
- 寫教學、指南、SOP 類內容
- 需要向非技術人員解釋技術方案
- 準備培訓教材或客戶交付文件
- 自己學習新領域時，用 AI 當「老師」

不適合的情境：
- 需要高度專業的技術文件（費曼簡化會遺失精確度）
- 創意寫作（不需要「講清楚」，需要「打動人」）
- 資料分析和程式碼生成（用測試案例驗證，不是用語言驗證）

快速檢查清單

• [ ] 提示詞末尾加了「給新手講」的約束
• [ ] AI 的回答能用自己的話複述
• [ ] 沒有「正確的廢話」
• [ ] 包含具體行動步驟
• [ ] 至少迭代了一輪提示詞

常見踩坑

1. 一次就滿意：費曼技巧的核心是迭代，第一次回答幾乎肯定不夠好。
2. 過度簡化：給新手講 ≠ 說廢話。好的簡化是保留核心邏輯、去掉冗餘細節。
3. 只檢驗不修改：發現問題但不改提示詞，等於白做。

一句話總結

好提示詞的標準不是 AI 回答得多專業，而是回答得多清楚。費曼技巧就是幫你檢驗「清楚」的尺子。