這週大家在回放 AI 紀錄：你的長 prompt 到底哪一步被漏看？

最近大家其實卡在同一個地方

這週很多人都在回頭看自己的 AI 對話紀錄。你可能也遇過：明明貼了 3 頁資料，還補了格式、語氣、受眾，AI 寫出來的報告卻像繞到隔壁會議室。很刺眼。 我同事前幾天就卡在這裡。他只是要 AI 幫忙把月報改成主管看得懂的版本，結果 AI 先寫了一大段產業趨勢，真正的進度只剩 4 行。時間就這樣漏掉。 更麻煩的是，這種 AI偏題 不會每次都偏得很誇張。它常常前 30% 看起來很正常，到了中段才開始自己加戲，最後你才發現整份報告不能直接交。很耗神。

為什麼最近一接真流程就開始出事

你通常不是在第一次提問時發現出事。比較常見的畫面，是專案快交付了，主管說想看「更有結論的版本」，你把原始資料丟給 AI 改寫，結果它做出一份更像簡報講稿的文件。方向錯了。 最近很多團隊開始回放 AI 紀錄。回放 AI 紀錄，簡單講就是把你跟 AI 的對話從頭重看，看它在哪一輪開始忽略前面的限制。有些工程圈工具甚至專門做這件事，例如 Replay，中文可以理解成 AI 對話紀錄檢查服務。訊號很明顯。 它之所以有代表性，不是因為每個人都要用同一套服務，而是大家開始意識到：問題常常藏在對話中間，不會只出現在最後答案。對你來說，這代表你要看的是整條工作流，不只是最後那段文字。要看過程。

真正斷掉的，不是你以為那一段

流程真正斷掉的地方，通常在你貼資料之前。你以為 AI 先看完背景，再自己整理出任務；但目前多數模型比較擅長順著明確目標工作，不擅長在一大坨資訊裡替你決定什麼最重要。它會猜。猜就會歪。 這就是 prompt drift，用白話文講就是提示詞一路跑下去，答案慢慢偏離原本目的。你一開始想要主管版月報，後面卻得到一篇市場分析；你想要行動清單，後面卻變成情緒安撫。看起來都通順，但用途變了。很危險。 最常見的破口有 3 個。第一，你先貼資料，最後才說用途；第二，你同時要求整理、改寫、分析、建議；第三，你沒有說哪些內容不要碰。AI 看到的是一張沒有重點的地圖。它會亂走。 你有沒有想過，如果隔壁團隊已經用回放紀錄找出偏題位置，你還只是在重寫最後一句提示詞，兩週後差距會出現在哪裡？不是工具差距，而是返工次數。成本很真。

如果今天就要補穩，先從這裡改

要重組流程，先改一個觀念：不要把提示詞當成作文，要把它當成工作交接。提示詞（prompt），用白話文講就是你交代 AI 做事的那段話；它不是越長越好，而是要讓接手的人知道先看哪裡。像交辦同事一樣。 我會先用「任務、資料、限制」三個位置來看。任務放最前面，讓 AI 知道這次要收斂到什麼結果；資料放中間，讓它有內容可用；限制放最後，讓它知道哪些話不能亂補。順序會改變答案。 你可以先問自己這三句：

• 這次我到底要 AI 產出哪一種文件？
• 哪些資料是它必須用，哪些只是背景？
• 哪些判斷需要保留給人，不要讓 AI 自己補？

這樣想的好處，是你不會一看到 AI偏題 就急著加更多文字。你會先回去找：它是在不知道任務時偏掉，還是在資料太雜時偏掉，或是在限制不足時偏掉。診斷會變快。 這也會讓報告品質更穩。假設你要寫週報，你先說「請整理給主管看的 5 點進度風險」，AI 就比較不會跑去寫團隊士氣或市場背景；如果你只說「幫我整理」，它就會自己選焦點。選錯很常見。 這裡沒有神奇句型。真正有用的是把工作流拆開，讓 AI 先知道目的，再看材料，再遵守限制。這三件事聽起來普通，但很多偏題都卡在這裡。普通才要做。

如果今天就要動手，先做這三步

今天要改，就先動這三個地方：

• 寫下一行任務規範：這次只要 AI 完成哪一件事。
• 重跑一筆真實資料：看它在哪一段開始偏離用途。
• 挑出偏題句重寫規範：把缺少的限制補到最前面。