反向提示（Negative Prompting）教學：用「不要做什麼」幫 AI 避開地雷

你有沒有遇過這種狀況：Prompt 寫得很用心，AI 卻每次都在同一個地方出包——硬要加一段「總而言之」、自己編出根本不存在的數據、或是把台灣讀者的文章寫成滿滿中國用語？你一改再改正向指令，問題還是反覆出現。

這篇要解決的問題：教你用反向提示（Negative Prompting），也就是明確告訴 AI「不要做什麼」，把那些反覆出現的地雷一次堵掉。 適合誰讀：行銷、文案、客服、電商、做自動化的人——任何已經會寫基本 Prompt、但想讓產出更穩定的人。 讀完你會得到：一套「正向加負面」的寫法、可複製的 Prompt、一張 Workflow 流程圖，以及最容易踩的負面指令陷阱。

為什麼光靠正向指令還不夠？

大多數 Prompt 教學都在教你「該叫 AI 做什麼」——給角色、給任務、給格式。這些都對，但它們只畫出了大方向。問題在於：你沒講到的地方，AI 會自己用訓練資料裡最常見的習慣補上。

而那些「最常見的習慣」，常常正是你最不想要的東西。比方說，模型很愛在結尾加一段空泛的總結、很愛用「在當今這個快速變遷的時代」這種開場、很愛在沒有資料時自己生一個數字出來。這些不是你叫它做的，是它「預設就會這樣」。

正向指令很難覆蓋這些預設行為，因為你常常不會想到要特別交代。等到產出來、你看到地雷，才發現問題。反向提示的價值就在這裡：它把你的「除錯經驗」前置成規則，在 AI 動筆前就先把路封起來。

換個角度說，正向指令是告訴司機「開去台北車站」，負面指令是告訴他「不要走高架、不要超速、塞車別亂鑽小巷」。只給目的地，他可能用一條你完全不想要的路線到達；補上幾條禁令，才會用你接受的方式抵達。

核心概念：正向與負面，兩種指令的分工

要把反向提示用好，先要理解它和正向指令的分工。它們不是二選一，而是一組搭配。

這裡要特別澄清一個常見混淆：很多人第一次聽到「Negative Prompt」是在 AI 繪圖工具（如 Stable Diffusion）裡，那邊有一個獨立欄位讓你填 blurry、extra fingers 之類的關鍵字。但文字模型（ChatGPT、Claude、Gemini）沒有這個獨立欄位，你必須把禁令直接寫進 Prompt 的指令段落。本文談的全是文字模型的用法。

第二個關鍵觀念：好的負面指令幾乎都要附帶替代做法。只說「不要寫得太正式」，AI 不知道你要多口語；改成「不要寫得太正式，改用像跟同事聊天的語氣」，它才有明確的落點。把這句話記住，後面的範例都是這個原則的延伸。

實際教學：五步寫出有效的反向提示

下面用五個步驟，帶你從零組出一組「正向加負面」的 Prompt。

Step 1：先寫好正向指令

反向提示不是單獨存在的，它要掛在正向指令上。所以第一步先把基本盤寫清楚：AI 的角色是誰、要做什麼任務、給誰看、輸出什麼格式。這部分是骨架，缺了它，負面指令無處可掛。

例如：「你是電商文案編輯，幫一款保溫瓶寫一段 150 字的商品描述，對象是上班族，輸出成一段通順的段落。」

Step 2：列出你最怕的地雷

回想這類任務過去 AI 最常犯什麼錯、你看到什麼最想翻白眼。把它們一條條寫下來，先不管措辭，純粹列現象。

以商品文案來說，常見地雷可能是：愛用「頂級」「極致」這種空泛字眼、硬塞表情符號、自己編出「保溫 24 小時」這種沒給的規格、結尾來一句口號。這份清單就是你負面指令的原料。

Step 3：把地雷翻成明確禁令

把上一步的每個現象，改寫成 AI 看得懂的指令句。用「不要」「避免」「禁止」開頭，越具體越好。

模糊的禁令（如「不要寫得很爛」）對 AI 沒幫助，因為它不知道「爛」的定義。具體的禁令（如「不要使用『頂級』『極致』『最佳』等形容詞」）才能真正執行。能舉例就舉例。

Step 4：每條禁令補上替代做法

這是最容易被忽略、卻最關鍵的一步。光說不要，AI 會在原地打轉或亂猜。每條禁令後面盡量補一句「改成怎麼做」。

「不要用空泛形容詞，改用具體場景描述（例如通勤、健身房、辦公桌）」——這樣 AI 才知道不走 A 路要走哪條路。

Step 5：實測並收斂清單

把組好的 Prompt 跑幾輪，觀察哪些禁令真的有效、哪些根本沒差、又冒出哪些新地雷。刪掉沒用的、補上新的。幾輪之後，你會得到一份精準又不臃腫的負面清單，這份清單就能存成模板重複用。

切記別貪多。禁令堆到二十條，彼此會打架，AI 反而抓不到重點。聚焦在 3 到 6 條最致命的，效果遠勝於一長串空話。

範例：Prompt 與 Workflow

下面是一組可直接複製的商品文案 Prompt，正向與負面指令分段寫，清楚好維護。

你是台灣電商的資深文案編輯。

【任務】
幫一款不鏽鋼保溫瓶寫一段商品描述，對象是 25 到 40 歲的通勤上班族，
輸出為一段約 150 字、通順流暢的繁體中文段落。

【正向要求】
- 用具體生活場景帶出使用情境（通勤、會議、健身房）。
- 語氣親切自然，像跟朋友推薦好物。
- 結尾收在一個讓人想下單的實際好處。

【負面指令：以下一律避免】
- 不要使用「頂級」「極致」「最佳」「完美」等空泛形容詞，改用可感受的具體描述。
- 不要編造任何規格數字（容量、保溫時數等），沒給的資料就不要提。
- 不要硬塞表情符號或驚嘆號堆疊。
- 不要用「總而言之」「綜上所述」這類總結套話開頭或結尾。
- 不要出現中國用語（如「質量」「視頻」），一律用台灣慣用詞。

把這個流程畫成 Workflow，方便你套用到任何任務：

文字版流程圖（由上往下）：

收到任務（商品文案 / 客服回覆 / 文章草稿）
        ↓
寫正向指令：角色 + 任務 + 對象 + 格式
        ↓
回想這類任務的常見地雷，列成清單
        ↓
把每個地雷改寫成「不要 / 避免 / 禁止」禁令
        ↓
每條禁令補上「改成這樣做」的替代做法
        ↓
合併成完整 Prompt → 丟給 AI 產出
        ↓
檢查產出 → 還有地雷？───是──→ 回去補禁令、收斂清單
        │
        否
        ↓
存成負面清單模板，下次同類任務直接套用

這張流程圖的精神是：負面清單是「養」出來的，不是一次寫死。每跑一次就回收一次經驗，模板會越用越準。

常見錯誤

只說「不要」、不給替代方案。 這是頭號錯誤。「不要太正式」「不要太長」這類禁令會讓 AI 無所適從，常常矯枉過正或原地打轉。每條禁令都該配一個方向。

禁令太模糊，等於沒寫。 「不要寫得很糟」「不要不專業」——AI 無法判斷標準，自然照舊。要具體到能舉例：「不要用『賦能』『抓手』『閉環』等流行黑話」。

負面清單越堆越多。 看到一個地雷補一條，補到二三十條，禁令互相干擾、稀釋重點，AI 開始顧此失彼。定期砍掉沒在發揮作用的條目，保持清單精瘦。

把所有要求都寫成否定句。 全篇「不要、不要、不要」會讓指令難讀，也讓 AI 抓不到正向目標。負面指令是配菜，正向指令才是主菜，比例要對。

期待負面指令能 100% 杜絕問題。 反向提示能大幅降低地雷出現的機率，但不是保證。重要產出仍要人工檢查，尤其涉及數據與事實的部分。

最佳實務

把正向與負面指令分段標示，例如用「【正向要求】」「【負面指令】」分塊。結構清楚，AI 容易遵守，你日後維護也方便。

禁令具體化、可舉例。 能列出不想看到的字詞、句型、結構就列出來。具體的禁令命中率遠高於抽象的禁令。

負面搭配替代，成對出現。 養成「不要 A，改成 B」的習慣，這是讓反向提示真正有效的核心心法。

把穩定的負面清單存成模板。 同類任務的地雷高度重複。整理成可複用的負面清單，每次填正向部分就好，省下大量重工。

定期回顧、汰換。 模型會更新、任務會變，舊禁令可能失效、新地雷可能出現。每隔一段時間檢視清單，刪舊補新。

實際案例：台灣一家寢具電商的客服回覆

台中一家中型寢具電商，客服主管帶三人小組，每天要回覆上百則官網與社群的售後訊息。為了加速，他們先用 ChatGPT 草擬回覆，再由真人潤飾送出。

導入前的痛點：只給正向指令（「請以客服身分親切回覆顧客的退換貨問題」），AI 草稿問題一堆——常擅自承諾「三天到貨」「全額退款」這種公司沒授權的條件、動不動就道歉道到像理虧、還會冒出「親」「寶貝」這種不符品牌調性的稱呼。真人幾乎每則都要大改，根本沒省到時間，平均一則仍要花 4 分鐘修。

導入反向提示後：他們花一個下午，把客服三個月來最常修掉的問題整理成負面清單，補進 Prompt：

你是台灣寢具品牌的客服專員，語氣專業、溫暖、有分寸。

【負面指令】
- 不要承諾任何具體到貨天數或退款金額，改引導顧客「我幫您確認後回覆」。
- 不要過度道歉，全段道歉不超過一次，重點放在解決方案。
- 不要使用「親」「寶貝」等稱呼，改用「您」。
- 不要出現中國用語，一律台灣慣用詞。
- 不要長篇大論，每則回覆控制在 100 字內。

導入後成果：擅自承諾條件的草稿幾乎歸零，真人潤飾時間從平均一則 4 分鐘降到約 1.5 分鐘，效率提升約六成；客服小組整體日處理量從約 120 則提升到約 200 則。主管的回饋很實在：「以前是教 AI 怎麼講話，現在我們發現，先教它『別講什麼』反而更快。」

這個案例的關鍵不在工具，而在他們把「真人每次都在修的東西」系統化成負面清單——等於把除錯經驗變成可複用的資產。

（提醒：客服回覆若涉及退款、保固等具體權益，最終仍應依公司政策與相關法規由真人確認，AI 草稿僅供加速，不構成對顧客的正式承諾。）

結論

反向提示不是什麼高深技巧，它的本質是：把你「每次都要修掉的東西」前置成規則，讓 AI 在動筆前就避開。正向指令告訴它去哪，負面指令告訴它別走哪條路，兩者搭配，產出才會又快又穩。

記住三個重點：禁令要具體、要成對給替代做法、清單要精瘦並定期汰換。先從你最常踩的三五個地雷開始，把它們寫成「不要 A，改成 B」，跑幾輪收斂成模板——你會發現 AI 的產出從「還要大改」變成「微調就能用」。

想省下整理清單的功夫，可以直接到 Prompt 產生器 套用內建好負面指令的任務模板；想看更多把這套心法用在不同情境的做法，AI 工作流範本庫 也有現成範例可以參考。

❓ 常見問題 FAQ

🔗 延伸閱讀

• ChatGPT Prompt 教學：高效指令公式
• AI Agent 是什麼？從入門到實戰
• RAG 是什麼？檢索增強生成解析
• Prompt 產生器：上百種任務填空即生
• AI 工作流範本庫