上一篇談 Direction,我們把方向講對了。AI 知道你要拿到什麼、給誰、達成什麼。照理說它該回個能用的東西了吧。

可是你還是常常遇到一種狀況。AI 給的東西,挑不出哪裡錯,但你就是不想送出去。讀起來像套話,不像你自己會講的話。每次都要大改一輪,改完都在想,這樣我自己寫不是還比較快。

這就是 DEL 框架第二格在管的事。這篇是「DEL 深入」系列第二篇,專講 Expectation。

把模糊如霧的「好」用尺與筆描成清晰輪廓的概念插畫

「沒錯但不能用」是怎麼回事

先講清楚這個卡點長什麼樣。

你叫 AI 幫你寫個東西,方向也給對了。它交回來,文法通順、邏輯也對、沒有事實錯誤。你找不到一個明確的毛病。可是你讀完的感覺是:這不是我要的那個成品。

問題不在內容對不對,在「樣子」不對。太長或太短、語氣太正式或太隨便、結構散掉、開頭那句你絕對不會這樣寫。這些東西,Direction 管不到。方向只負責讓 AI 朝對的點走,它不負責決定走到之後長成什麼形狀。

決定形狀的,是 Expectation。

Expectation 是把「好」翻成可以檢查的條件

多數人給 AI 的期待,是一串形容詞。

「寫得專業一點。」「口語一點。」「自然一點。」「有溫度一點。」

這些詞你自己懂,AI 不懂。更精確地說,AI 懂的「專業」跟你懂的「專業」,根本是兩個東西。你心裡的專業,可能是簡短、不囉嗦、敢講重點。它腦中的專業,是堆一堆「綜上所述」「在此謹代表」的場面話。你給一個形容詞,它從一個巨大的平均值裡撈一個版本給你。撈出來的,幾乎不會是你心裡那個。

Expectation 要做的,是把「好」這個抽象判斷,拆成 AI 能對照的具體條件。我自己會用五個面向去檢查:

  • 格式:條列還是段落?要不要標題?純文字還是要排版?
  • 長度:幾段、幾個字、幾個重點。給範圍也行,「兩百字以內」。
  • 語氣:對誰講話的口氣。正式、輕鬆、像朋友聊天、像專家給建議。
  • 結構:先講什麼後講什麼。開頭要不要直接破題,結尾要不要收一句。
  • 要不要範例:這個最關鍵,下一段專門講。

把這五個面向講清楚,「寫得好一點」就變成一組 AI 真的能照著做的指令。它不用再猜你心裡的尺,因為你把尺直接畫給它了。

把抽象的「好」變成右側一張可勾選的條件清單

給範例,比給一百個形容詞都有效

這是整篇我最想塞進你腦袋的一句話:與其形容,不如示範。

形容詞是要 AI 自己去想像「你說的那種感覺」。範例是直接把那種感覺攤在它面前,叫它照著做。一個是隔空猜題,一個是給標準答案。哪個準,不用我說。

「寫得像我的風格」這種話,AI 接不住。但你貼一段你以前寫過、你很滿意的文字,跟它說「就照這段的口氣和節奏寫」,它馬上抓得到。你句子短、愛用問句、不愛用成語,這些藏在範例裡的細節,比你用形容詞講半天都清楚。

範例不一定要正面的。反過來也很有用。你可以貼一段你討厭的寫法,跟它說「絕對不要寫成這樣」。正反各給一個,AI 等於拿到了一個區間,知道往哪走、別往哪走。

所以下次你又想打「自然一點」的時候,停一下。問自己:我能不能直接找一段「自然」的東西丟給它?通常可以。而且一旦你這麼做,產出的品質會跳一個檔次。

走一遍:把一段死板的個人簡介改活

光講概念太空,實際跑一個。

假設你要把自己的個人簡介改寫一版,放在新的合作提案開頭。手上現有的版本是幾年前寫的,很官腔,你自己看了都尷尬。

先看只給形容詞會發生什麼事。

幫我把這段個人簡介改寫得專業又有親和力,讀起來自然一點,不要太生硬。

方向其實有了,AI 知道要改簡介、要兼顧專業和親和。但這串全是形容詞。它交回來的東西,十之八九是另一種官腔。把「致力於」換成「熱衷於」,把句子拉長一點塞幾個情感詞,然後你讀完還是覺得,這不是我。

問題不在它不努力,在「專業又有親和力」這句話,根本沒給它任何可以對照的標準。

現在換成把 Expectation 填滿,而且帶一個範例。

幫我把附在最後的舊版個人簡介改寫一版,放在合作提案的開頭。

條件如下。長度三到四句,不要分段,一口氣讀完。語氣參考下面這段我自己寫過、很喜歡的自我介紹,要那種講話直接、不繞圈、像在跟人面對面聊的感覺:

「我幫一人公司把雜亂的工作流程理順。不談大道理,只給你今天就能用的方法。」

結構上,第一句講我幫誰解決什麼問題,中間帶一句我憑什麼,最後用一句帶到我想合作的方向。不要出現「致力於」「秉持」「專業團隊」這類官腔字眼。

差別在哪,一眼就看得出來。第一版只有一串形容詞,AI 只能用它的平均值瞎猜。第二版有長度、有結構、有不能用的字,最重要的是有一段範例擺在那裡。AI 不用想像「直接、不繞圈」是什麼感覺了,它眼前就有一段這種感覺的文字,照著那個節奏走就好。

你拿回來的,會是一段真的像你的簡介。可能還要動一兩個字,但不用大改。你不會再有那種「沒錯但不能用」的卡頓感。

範例從哪來,你早就有了

你可能會想,要是我手上沒有現成的好範例怎麼辦。

多數時候你有,只是沒想到那也算範例。你以前寫過、覺得滿意的任何一段東西,都能拿來當語氣樣本。一封你回得很漂亮的信、一則你很滿意的貼文、甚至別人寫的、你很想學的那種風格,都可以丟給 AI 當參照。

真的一段都生不出來的時候,還有個變通法。叫 AI 先給你三個風格明顯不同的版本,你挑最接近的那個,再跟它說「就往這版的方向,再修」。等於用它的產出反過來幫你定義範例。你不用一開始就講得出來,你用選的也行。

寫作這類最吃語氣和格式的任務,如果你不想每次從頭講這些條件,我把常用的起手式整理成現成模板了,可以直接套:任務模板庫的寫作區。裡面已經把格式、長度、語氣這些欄位留好位置,你填進去就好。

收一下

Expectation 這一格,管的是成品的樣子。把心裡那個「我就是要這種感覺」,翻成 AI 能對照的條件:格式、長度、語氣、結構,還有要不要範例。

如果只能記一件事,就記這個。形容詞是讓 AI 猜,範例是給 AI 看。下次你想打「專業一點」「自然一點」的時候,先問自己手上有沒有一段現成的東西可以丟給它。通常都有。一旦你開始這樣做,產出會穩定很多。

Direction 把方向對好了,Expectation 把樣子定好了。理論上成品該到位了。可是還有一種狀況會讓它翻車:AI 很愛自作主張,補你沒講的內容、踩你最在意的那條線。

下一篇談 Limitation,講怎麼把那些「絕對不能出現」的地雷,提前標給 AI 看。