同樣的 AI 模型，有人得到能直接用的初稿，有人只得到一堆正確的廢話，差別多半不在工具，而在那句提示詞（prompt）怎麼下。Atlassian《The State of Teams 2026》訪調 12,035 位知識工作者與 173 位 Fortune 1000 高階主管：85% 的受訪知識工作者已在使用 AI，卻只有 29% 表示 AI 已嵌入日常工作流程。多數人手上有 AI，只是還沒把「怎麼問」變成可以重複用的固定寫法。
最值得先套範本的，是那些重複性高的文書工作。Microsoft 在 2025 年 6 月發布的 Work Trend Index 特別報告《Breaking down the infinite workday》追蹤 Microsoft 365 使用者：平均每人每天收 117 封 email、核心工作時段每 2 分鐘就被打斷一次。把常寫的信、常做的摘要、常趕的報表各存一組好提示詞，等於把每次重想「該怎麼問」的時間省下來。下面整理 12 個上班族天天用得到的提示詞範本，全部可以直接複製、換掉方括號裡的內容就能送出。這些是通用的 AI 使用技巧，多數聊天式 AI 工具都適用。
好提示詞的骨架：角色、任務、材料、限制、格式
一句能用的提示詞，通常把五件事交代清楚：角色、任務、材料、限制、輸出格式。角色是請 AI 站在什麼立場（例如「你是熟悉出貨流程的客服主管」）；任務是具體要它做什麼；材料是你貼給它的實際內容；限制包含字數、語氣、受眾與哪些重點必須保留；輸出格式則決定它回你條列、表格還是分段。範本之所以好用，就是先把這個骨架搭好，你每次只換材料。
還有一條紀律貫穿所有範本：AI 的第一版很少一次到位，把它當草稿、用追問補齊，比苦思一句完美咒語實際得多。後面每個範本都附一個迭代方向，產出不理想時照著追問。也別忘了 AI 會出現幻覺（hallucination），一本正經引用不存在的資料，所以固定是 AI 出初稿、人做確認。
收斂：把冗長素材壓成能用的結論
把一大份素材壓成一句能用的結論，是 AI 最省你時間的一類工作。會議逐字稿、報表數字、長條款，這些「讀完很累、抓重點更累」的材料，正好交給 AI 先過一遍。
會議摘要
會議一開完，輪到誰整理紀錄誰頭痛，補紀錄常拖過隔天。先把錄音或逐字稿準備好，再用這組提示詞請 AI 收斂成決議與待辦：
你是一位負責會議記錄的助理。以下是一段會議逐字稿，請整理成三個部分：
一、決議事項（每項標出負責人與完成期限，稿中找不到就寫「待指定」）
二、待辦清單（每項用動詞開頭）
三、待下次討論的懸而未決問題
逐字稿：【貼上逐字稿】如果會議本來就用工具錄音，內建 AI 可以直接讀那份逐字稿，省去匯出再貼上。Lark 的妙記能把錄製的會議、行動端錄音或上傳的影音轉成文字筆記；要留意語音轉文字為專業版、旗艦版權益，生成的妙記也會佔用企業儲存空間，各版差異見方案與定價。會議紀錄自動化的更多眉角，見 AI 會議記錄與簽核流程 FAQ。迭代技巧：摘要太籠統時，追問「把每個決議補上負責人與期限，模糊的地方標出來讓我確認」。
數據解讀
一張報表擺在面前，數字都看得懂，要說出「發生了什麼、接下來看哪裡」卻卡住。把資料貼給 AI，先讓它描述變化、原因自己判斷：
你是一位資料分析助理。以下是【某期間】的【某指標】數據，請：
一、只描述數字本身的變化（升降、幅度、異常值），先不要推測原因
二、列出三個值得進一步追查的問題
數據：【貼上數據】把資料放進表格再交給內建 AI，材料不必離開系統就能整理。Lark 多維表格的 AI 欄位捷徑可對欄位內容直接翻譯、分類、總結、提取，儀錶板也能做智慧分析。當試算表大到常態出錯，值得把資料搬進結構化系統，遷移的實際過程見從 Excel 到自動化的時間軸。迭代技巧：把「描述數字」和「解讀原因」分兩次要，AI 對「為什麼」常過度自信，先讓它給客觀描述，歸因自己下。
合約重點
一份幾十頁的合約或條款，你往往只想先抓出付款、期限、責任與違約這些關鍵條件。這組提示詞讓 AI 幫你定位，但查證仍在你手上：
你是一位協助審閱的法務助理。以下是一份合約條文，請整理成表格，欄位包含：
條號或頁碼、條款主題、白話重點、對我方是否有風險。
逐條標出出處，原文沒寫清楚的地方請標「原文未明確」，不要自行補充。
合約：【貼上條文】這裡最需要留意資料界線。合約金額、對方公司與個人資料屬敏感內容，不建議貼進公開的免費 AI 服務；要用 AI 協助，選具權限管控與稽核紀錄的企業級工具，讓資料留在受管理的環境。迭代技巧：要求「逐條標出條號或頁碼」方便你回原文查證，AI 對法律條款可能誤讀，它的角色是加速定位，取代不了你或律師的判斷。
生成：從空白頁到能改的初稿
從空白頁生出第一版，往往是最花時間的一步，而這正是 AI 擅長的起點。與其對著游標發呆，不如先要一版夠爛但能改的初稿，把工作從「無中生有」變成「刪改補」。
週報草稿
週報月報的骨架每次都一樣，填內容、排版卻總在下班前趕工。把零散記錄丟給 AI，讓它先長出結構：
你是我的工作週報助理。請依以下結構產出這週的週報草稿：
一、本週完成（依重要性排序）
二、進行中與卡關（卡關處標出需要誰協助）
三、下週計畫
語氣簡潔、寫給主管看。以下是我這週的零散記錄：【貼上你的流水記錄】平常若把待辦記在協作工具裡，內建 AI 能直接讀那份記錄生成草稿，不必自己再謄一遍。迭代技巧：把上週那份你滿意的週報一起貼上，說「照這個結構與詳略程度」。用範例定義風格，比「精簡一點」這種形容詞準得多。
簡報大綱
要做一份簡報，主題有了，卻對著空白頁不知道第一頁該放什麼。讓 AI 先幫你排出分頁邏輯：
你是一位簡報教練。我要對【受眾】報告【主題】，時間約【N】分鐘，
目的是【想達成什麼】。請先給我一份分頁大綱，每一頁只放一個訊息，
並標出這頁想讓觀眾記住的一句話。簡報工具內建的 AI 通常能直接把大綱長成初版版面，省去自己搬字，版面細節仍要自己調。迭代技巧：拿到大綱後追問「如果觀眾只記得三句話，你建議是哪三句」，用這個反問回頭檢查每一頁是不是都在為重點服務。
SOP 初稿
大家都同意該把流程寫成 SOP，卻沒人想從一張白紙開始。把口述步驟交給 AI 整理成型：
你是一位負責撰寫標準作業流程的助理。以下是我口述的做事步驟，請整理成 SOP：
每一步用動詞開頭、標出負責角色，並在可能出錯的步驟補一句「常見例外與處理方式」。
口述內容：【貼上你錄音轉成的文字或條列】文件工具內建的範本與 AI 能省掉排版，讓你專心補內容；跨團隊的制度該涵蓋哪些項目，可對照遠距與混合團隊管理 SOP 的寫法。迭代技巧：把 SOP 當成念給新人聽，從頭讀一遍，卡住或想問「那如果……」的地方，就是漏掉的步驟，回頭請 AI 補上。
職缺描述
要開一個職缺，卻把 JD 寫成落落長的條件清單，好的人選看兩眼就關掉。用這組提示詞把重點理清楚：
你是一位熟悉招募的 HR 夥伴。請幫我寫一則【職稱】的職缺描述，讀者是【想吸引的對象】。
內容分成：這個職位在做什麼、必要條件、加分條件、團隊與工作方式。
語氣專業但不八股，必要條件與加分條件請分開列。
補充：【貼上團隊與工作內容重點】用內建 AI 起草時，可把公司既有的職級規範或團隊介紹一起帶進來，寫出來的口徑比較一致。迭代技巧：特別要求把「必要條件」與「加分條件」分兩欄，AI 容易把 nice-to-have 寫成硬門檻，分開列才不會先把合適的人篩掉。
活動文案
一檔活動要發公告、貼文、EDM，同一件事得換好幾種說法，最耗神的是開頭那句。讓 AI 一次給你多個方向：
你是一位活動行銷文案。活動是【活動內容】，對象是【受眾】，
希望對方看完就【想要的行動】。請給我五個標題，
分別訴求急迫感、好奇、實際好處、情感認同與直白告知，每個附一句開場。行銷工具內建的 AI 常能一次產出多個管道版本（貼文、短訊、信件），語氣統一，省去各平台各寫一次。迭代技巧：一次要五個不同訴求的變體，挑著用，比反覆要「一個最好的標題」更快找到能打的方向。
打磨與變形：把內容改對、換語氣、換語言、換角度
內容都有了，卡在改語氣、換說法、換語言的最後一哩，這類打磨工作交給 AI 特別划算。材料是現成的，你要的是同一件事的另一個版本。
Email 潤稿
信的內容都有了，卻卡在語氣：怕太衝、又怕太軟，來回改半天還是不確定。把草稿交給 AI 只調語氣、不動事實：
請幫我潤飾以下這封 email，保留我的原意，只調整語氣，
不要新增我沒說的承諾或數字。
語氣目標：專業但不生硬、客氣但立場清楚。收件人是【對象】。
原文：【貼上你的草稿】在信箱內建 AI 潤稿，它讀得到這封信的往來脈絡，語氣拿捏會比獨立貼進聊天視窗更貼切。迭代技巧：給語氣座標比給形容詞準，例如「正式度大概七分、不要太熱情」；潤完後把數字、日期、稱謂再對一次，AI 潤稿偶爾會順手改動事實。
客訴回覆
客戶來信抱怨，情緒上來，回得太快怕失禮、想太久又拖過黃金時間。讓 AI 先確認它讀懂了，再擬回覆：
你是一位客服主管。以下是一封客訴信，請先用一句話複述客戶的具體不滿
（確認你讀懂了），再擬一版回覆：同理客戶感受、說明我方會怎麼處理與時程，
但不要承認尚未查證的過失。
客訴內容：【貼上客訴，並先移除客戶個資】客服系統內建的 AI 能接上這位客戶的歷史紀錄，回覆更對得上前因後果；貼進公開工具前，記得先把姓名、電話等個資去掉。迭代技巧：讓 AI 先「複述客戶的不滿」再回覆，確認它真的抓到問題點，而不是套一段罐頭道歉。
翻譯在地化
給海外客戶或廠商的訊息，逐字翻常常翻得生硬，對方讀起來像機器在講話。附上詞彙表與受眾，要 AI 在地化：
請把以下內容翻成【目標語言】，讀者是【對象或場合】。
要在地化、不要逐字直譯，符合當地商務用語習慣；
品牌名與專有名詞照我給的對照表，不確定的用語請標出來讓我確認。
對照表：【品牌名或術語＝固定譯法】
原文：【貼上內容】通訊工具內建翻譯能省下切視窗。Lark 的訊息翻譯可把外語訊息即時翻成中文，也能在設定開啟自動翻譯。要說清楚的是：即時翻譯適合日常往來，合約、法律這類要求高精度的內容，仍應以人工專業翻譯為主。迭代技巧：同一句話請它給商務與輕鬆兩種版本，再依對象挑，往往比要求一次到位好用。
腦力激盪
一個人想方案容易鑽牛角尖，要找人開會激盪又約不到時間。用 AI 先發散、再收斂：
我要解決【問題或目標】。第一步請先給我十個不同方向的點子，
天馬行空沒關係，先不要評價好壞，也先不用解釋。把想法丟進協作文件裡用內建 AI 發散，點子直接留在文件中可以繼續編輯、給同事接力，不會激盪完就散在聊天記錄裡。迭代技巧：把發散和收斂分開，先要十個方向不評價，下一輪再請它「扮演最挑剔的主管，逐一挑每個點子的毛病」，好壞自然浮現。
用範本前，先劃好資料界線
再好用的提示詞，也不該把不該外流的資料一起送出去。用 AI 之前先想清楚：哪些內容可以貼、哪些不行。客戶個資、財務數字、未公開的合約與程式碼，避免貼進公開的免費 AI 服務；部分服務會把輸入內容用於改進模型，各家條款不同，貼上之前先確認。台灣的個人資料保護法要求企業對持有的個人資料負安全維護責任，含個資的內容要交給任何外部服務處理前，先問過內部負責法遵的人。
與其全面禁止，多數企業更實際的做法是提供一個權限可控的環境，讓員工在受管理的工具裡用 AI，資料用在哪裡查得到紀錄。依我們協助台灣企業導入的經驗，先把「哪類資料可以餵、哪類不行」講清楚再開放工具，遠比出事後才補規定順利。
想把這些提示詞直接接進日常工作，讓資料、權限與自動化留在同一套系統裡，可以從 Lark Base AI 應用市集開始評估；各功能的方案權益差異，見方案與定價。身為 Lark 台灣授權代理商，艾瑞特資訊可以陪你把第一組範本實際套進團隊流程。
常見問題
關於 AI 提示詞的疑問，多半集中在怎麼寫、能不能直接用，以及資料安全這幾件事，逐題整理如下。
Q1：AI 提示詞（prompt）到底是什麼？為什麼同樣的 AI，有人用得好、有人用得差？
AI 提示詞是你給 AI 的指令，決定它產出的方向與品質。差別通常在於指令有沒有把五件事交代清楚：角色、任務、材料、限制與輸出格式。只丟一句「幫我寫封信」，AI 只能猜；把對象、目的、語氣與長度都說清楚，它才給得出能用的初稿。把常用情境的指令存成範本，就不必每次重想。
Q2：這些提示詞範本可以直接複製使用嗎？
這些範本設計成可直接複製，替換掉方括號【】裡的實際內容後就能送出。使用前確認四件事有沒有交代：對象是誰、材料貼了沒、限制（語氣、長度、受眾）講了沒、想要什麼輸出格式。送出後把結果當初稿，再依每個範本附的迭代方向追問調整。
Q3：用公司內建的 AI 和公開的免費 AI 工具，處理敏感資料時差在哪？
公開的免費 AI 工具與企業內建 AI 最關鍵的差別，在於資料是否留在受管理的環境。客戶個資、財務數字與未公開合約，建議避免貼進公開服務，部分服務會把輸入內容用於改進模型；台灣個人資料保護法也要求企業對持有的個人資料負安全維護責任。較穩妥的做法是使用具權限管控與稽核紀錄的企業級工具，並先訂出可貼與不可貼的資料清單。
Q4：提示詞給了 AI，產出可以直接送出去嗎？
AI 依提示詞產出的內容應當作初稿，發送或發布前需要人工確認。AI 會出現幻覺（hallucination），一本正經引用不存在的資料或改動數字；email 的稱謂與日期、報表的數字歸因、翻譯後的合約用語、客訴回覆的承諾，都是常見的出錯點。效率的提升來自把時間從「從零寫」移到「校初稿」，不是省掉檢查。
Q5：AI 給的結果不理想，是要換一句更厲害的咒語嗎？
產出不理想時，用追問補齊比重寫一句完美指令更有效。AI 的第一版本來就很少一次到位；具體指出哪裡不對（太籠統、漏了負責人、語氣太衝），請它針對那一點修，通常兩三輪就到位。把「描述」與「推論」、「發散」與「收斂」分成不同輪次要，也能明顯改善品質。