Vibe Coding 寫提示詞也是一門技術活剛翻譯了Lovable官方提示詞指南，全是乾貨想花最少的時間和成本，讓AI發揮最大潛力，強烈推薦閱讀這篇，幫你打開思路。 🧵👇
先放原文網址完整版很長
寫給AI 的指令叫做「Prompt」。 Prompt 越清晰，AI 建立介面、寫入邏輯就越準確有效率。簡單說：好提示=好結果。 Prompt 不是隨便敲幾句話。寫得好，AI 能幫你完成整套流程： 自動化重複任務更快找到調試思路搭建並優化工作流程不用是程式設計師也能上手
寫Prompt 要講清楚： 分塊寫：上下文/ 任務/ 指引/ 限制給背景：別只說“做登錄頁”，要指明框架、工具、細節明確限制：用啥庫、不超過什麼範圍，請寫出來順序重要：開頭和結尾最關鍵，重點放前後並可重複注意自己：Prompt 要注意時間，別見邊界，當成一本正經但沒常識的實習生，指令越清晰，結果越可靠。
寫Prompt 有個好記的框架：CLEAR Concise：簡潔直白，不要廢話Logical：有條理，分步驟說明Explicit：說清楚要什麼、不想要什麼，最好舉例Adaptive：不滿意就改寫，反復迭代Reflective：複盤有效的寫法，總結改進到CLEAR，提示更高效，結果更可控。
1️⃣ 結構化提示（訓練輪） 剛開始寫Prompt 或遇到複雜任務時，用「Context / Task / Guidelines / Constraints」四段式最穩。逐條寫清背景、目標、方法和限制，相當於給AI 戴上輔助輪。這樣既能強迫自己想清需求，也能避免AI 出現歧義，非常適合新手或大型任務。
2️⃣ 會話式提示熟悉後可以放下“訓練輪”，用自然語言就像和同事溝通。關鍵是邏輯清楚，細節完整，不要遺漏條件。例如分段描述功能點：上傳頭像、儲存位置、錯誤處理。更自由，也更適合在多輪對話中快速迭代。
3️⃣ 元提示（Meta Prompting） 更高階的做法是讓AI 幫你改寫或優化Prompt。本質是把AI 當成語言專家，幫你找出模糊點並補充細節。例如請AI 檢查歧義，或讓它產生更精確的表述。這種方法能快速提升提示質量，相當於隨身帶個Prompt 教練。
4️⃣ 反向元提示（Reverse Meta） 任務完成後，不要直接結束，可以讓AI 總結過程並產生未來可用的Prompt。例如整理調試JWT 出錯的原因和解決方案，再輸出一個下次可重複使用的模板。這樣能形成個人Prompt 庫，把踩過的坑變成經驗資產。
進階提示技巧：Zero-Shot vs Few-Shot Zero-Shot 就是直接下指令，不給例子，模型靠已有訓練來完成任務。適合常見任務，簡單高效，例如「把這句話翻譯成西語」。 Few-Shot 則是在Prompt 裡給幾個輸入輸出範例，相當於「舉例教學」。模型會以你示範的格式繼續寫，非常適合控制風格或處理複雜任務，例如程式碼註解或測試案例。 用法建議：先試試Zero-Shot，結果不理想再加Few-Shot 範例。 Zero-Shot 快速直接，Few-Shot 更精確可控。
在Lovable 裡，AI 常常會出現「幻覺」——自信地編造函數、介面或錯誤總結。完全避免不可能，但可以降低風險： 提供可靠上下文：把PRD、使用者流程、技術堆疊等放進知識庫，讓AI 有真實依據，而不是亂猜。 在Prompt 附上真實資料：例如加上API 文件片段或JSON 範例，避免虛構欄位或方法。 要求逐步推理：讓AI 先解釋思路再給程式碼，能暴露潛在錯誤。 提示保持誠實：明確寫“若不確定不要編造”，很多模型會遵守。 迭代驗證：拿到輸出後再讓AI 自查或覆核與需求是否一致。 遇到「看起來很神奇」的結果，一定要複查，別盲信。這樣才能減少幻覺，確保輸出準確。
想讓AI 工具更聽話？你需要了解它的「脾氣」和使用技巧。 分清兩種工作模式：聊天模式（Chat Mode）適合用於腦力激盪、討論方案或分析問題，它不會直接修改你的程式碼。預設模式（Default Mode）則用於執行明確的指令，例如直接編寫程式碼或建立元件。推薦的工作流程是：先在聊天模式裡「聊」清楚方案，再切換到預設模式去「做」出來。 （譯者註：在Claude code等軟體裡是分為plan mode 和執行模式） 將大任務拆分成小請求：注意AI 的輸出長度限制（Token limit）。不要指望它一次性寫完一整個複雜模組，很容易寫到一半就中斷或邏輯混亂。最好的方法是把大任務拆解成小任務，例如一次只讓它產生一個函數。 明確你的格式與程式碼偏好：AI 不會讀心術，它不知道你的團隊規格。你需要在Prompt 中明確告訴它，例如“請遵循本專案的ESLint 規則”或“請使用markdown 格式輸出程式碼”，這樣它才能更好地遵循你的風格。