提示詞會過期，你不會：AI 把執行變便宜後，真正值錢的是提問力與你的聲音
▲ 當 AI 把執行變便宜，真正稀缺的能力會往上游移動：提問、品味，與你的聲音。
這兩年我在企業內訓或公開班裡，最常被問的問題之一是：「提示詞到底要怎麼寫才會準？」
嗯，我能理解這個焦慮。但我愈來愈想跟學員說，其實重點不在這裡。
最該在意提示詞的人，正在告訴我們相反的答案。OpenAI 負責 ChatGPT 與 Codex 的 Tibo Sottiaux，最近受訪時講了一句讓我不斷把影片倒回去重聽的話：今天你拿到的好處，跟你的提示能力成正比；但未來不會。他形容未來的 AI 會像一位好裁縫，一眼就讀懂你、知道什麼適合你。你不用再把指令下得多漂亮，紅利會自己找上門。
如果他說的成真，那你現在惡補的那套提示詞（或者你稱之為咒語），保鮮期比你想像的來得短。我在〈指令經濟來襲！AI 正在改寫未來十年的商業遊戲規則〉裡談過這條趨勢線，而這支訪談像是把它又往前推了一步。
但這不是壞消息。當執行跟提示這兩層紅利被技術一路抹平，有些能力會反過來變得更稀缺。它們有個共同點：全都指回你這個人，沒辦法外包給任何模型。我把它收斂成三件事：提問力、品味與你的獨特聲音。
提問力：瓶頸從指揮工具上移到問對問題
先講提問力，因為它最反直覺。
提示詞是一種工具操作，本質是在學怎麼指揮機器。但提問力不是。它是判斷力，是你在一堆可能裡，知道哪個問題值得問。當 AI 強到不需要你精準下令，差異就不再來自你會不會操作它，而來自你帶著什麼問題走向它。這也是我一直強調的：與其問 AI 能為你做什麼，不如想清楚你希望它幫你做什麼。
老實說，這件事我在課堂上看得很清楚。同一套工具、同一個模型，發給三十個學員，半天下來的應用成果可說是天差地遠。拉開差距的從來不是誰的提示詞排版比較工整，而是誰問出了一個真正卡住自己的問題？換句話說，會問的人，AI 變成他的軍師；不會問的人，AI 只幫他把平庸的東西做得更快。
進一步來說，提問力之所以難被取代，是因為它沒辦法靠看別人速成。你讀再多別人的好問題，都不會自動長成你的提問力。它得靠你真的下場做一件事、撞到一面牆或是打心裡冒出的那句問題，才會長出來。這是體力活，不是知識活。關於這點，我也寫過一篇〈如何問對問題，以及尋求他人的協助〉，可以搭配著看。
品味與聲音：把臉拿掉之後，還剩下什麼？
第二件事是品味，第三件是你的獨特聲音。我把它們擺在一起，因為它們是同一個東西的兩面。
內容創作者 Dan Koe 給了我見過最狠的一個檢驗法。他說，把你的臉從內容裡拿掉，如果這段東西任何人、甚至 ChatGPT 都寫得出來，那你就還沒有自己的聲音。
嗯，這句話值得每個做內容的人貼在書桌前。我相信，你現在打開任何平臺都有同一種體感：大家的口吻和措辭愈來愈像，像到你滑兩下就膩了。當生成內容變得免費，雷同就是預設值。能讓你被認出來的，不是你產出的速度，是你產出裡那個別人複製不走的東西。
Dan Koe 把公式講得很簡單：好想法乘上獨特聲音。而所謂聲音，是你的觀點、你的受眾、你的用字語氣，再加上影響過你的那些書、那些人、那些經歷，全部合成出來的一枚指紋。
嗯，這跟品味是同一回事。品味是被後果塑造過的判斷力，它判斷什麼值得做，聲音決定它聽起來像誰。兩者都不是買一堂課、刷一輪內容就能拿到的。它們只能靠你真的發布過、真的押過有代價的賭注，一次一次長出來。我自己這幾年寫電子報，最有辨識度的句子，沒有一句是查資料查來的，全是被現實修理之後留下的判斷。這也是我先前說的：當 AI 寫得比你快，品味才是你最後的護城河。
🛰️ 想在 AI 變動的浪潮裡，有人陪你看清楚一點？
你看到的公開文章，幾乎都是反覆打磨後的成品。但我自己最珍惜的，反而是成品之前那些還帶著溫度的判斷——這正是我做 Vista AI 靈感補給站 的原因：每週一封寫給 AI 時代同行者的思考札記，把那些不會出現在正式文章裡的吉光片羽，分享給願意走近一點的你。
那 AI 到底該擺在哪裡？
講到這裡，通常會有人反問我：可是 AI 也愈來愈會問問題、愈來愈會模仿風格，連聲音都能複製，那人還剩什麼？
這正是要說清楚的地方。模仿語氣，不等於合成世界觀。AI 可以學會你慣用的句式，但它沒有你撞過的牆、做過的決定、扛過的後果。
Dan Koe 講得很直白：他永遠不會讓 AI 幫他寫最終的電子報或腳本，因為就算語氣對了，依然不對味，他熱愛寫作這門手藝。Tibo 在談程式時，鎮守的也是同一條線：你產出一段程式碼，你就要為它負責，它壞了不是 AI 的錯，是你的錯，理解這件事無法外包。
這跟我自己的習慣完全一樣。我用 Claude Code 做工具、用 AI 處理掉一堆草稿與雜活，但每週那封電子報，最後一稿一定自己審視過。不是因為 AI 寫不出來，是因為一旦讓它替我決定要說什麼，我就把自己唯一的差異化親手交出去了。AI 該扮演的角色是思考夥伴，不是代筆：它負責加速跟激發，你負責保留觀點。這個分工一旦反過來，你就只是個按鈕。
怎麼把這三件事練起來呢？
觀點講完，給你四個這週就能動手的做法。
一是建立你自己的獨特聲音檔，而且用範例、不要用描述；或者，你也可以直接使用我開發的免費工具〈AI 人格產生器〉。很多人想先跟 AI 解釋自己的語氣是什麼樣子，效果通常很差。更準的做法是丟給它五篇最像你的舊作：電子報、貼文、甚至你寫給朋友的訊息，讓它從你真的寫過的東西裡萃取你，而不是聽你自我介紹。
二是把對 AI 的提示，改寫成對朋友的提問。下次要請 AI 幫忙，先別急著下指令，而是像跟一個懂行的朋友聊天那樣，把你真正卡住的地方講出來。你會發現，問題問得好不好，比提示寫得工不工整，影響大得多。
三是用研究、逆向與原創這三步，但把第三步守好。去找已經被驗證有效的內容，拆解它為什麼成功，這不是抄襲，因為多數的讀者要的從來不是全新原創，而是有效的東西加上你的觀點。但最後那一步，變成自己的，一定要靠你的聲音注入，不然你只是做了一份漂亮的複製品。
四是把最終成品留給自己。前面每一步都可以讓 AI 重度參與，唯獨按下發布前的那一稿，必須自己寫。這不是效率問題，而是主導權問題。
關鍵在於，AI 愈強，這四件事的報酬就愈高。當執行變免費，稀缺性就往上游跑，跑到提問、品味跟聲音這些指回你的地方。與其再背一套會過期的提示詞，不如把時間投在這裡。
請謹記，提示詞有可能會過期、失效，但你這個人不會。
