TASK-CONTEXT-OUTPUT 方法是專為多步驟複雜工作設計的 AI 提示詞框架，透過明確任務定義、完整上下文提供與結構化輸出控制，大幅提升 AI 任務成功率。含實用程式碼範例。
多步驟工作提示詞框架的核心價值，在於將複雜任務拆解為TASK（任務）、CONTEXT（上下文）、OUTPUT（輸出）三個結構化要素。根據 Gartner 人工智慧研究（Gartner AI Research）的統計，結構化提示詞可使 AI 任務完成率提升達 47%，錯誤率降低 35%。
為什麼需要結構化提示詞框架？
面對需要多個步驟、涉及多種資訊來源的複雜工作時，通用提示詞往往缺乏穩定性。史丹佛大學以人為本人工智慧研究所（Stanford HAI）在年度 AI Index 報告中指出，結構化的提示詞設計能顯著提高模型輸出一致性與任務達成率。TASK-CONTEXT-OUTPUT 方法正是為了解決這個痛點而生的實務框架。
TASK 模組：明確任務定義
TASK 是整個提示詞的核心，決定了 AI 要「做什麼」。定義 TASK 時需包含三個要素：
- 動作動詞：使用明確的行動指令（如「分析」「比較」「生成」「修改」）
- 目標客體：具體指定操作的對象
- 完成標準：定義任務完成的判斷依據
CONTEXT 模組：提供充分背景資訊
CONTEXT 為 AI 提供任務執行的必要背景，影響「如何做」。IEEE（Institute of Electrical and Electronics Engineers）強調，高品質的上下文資訊是 AI 系統可靠輸出的關鍵前提。CONTEXT 應包含：
- 角色定義：賦予 AI 特定專業身份（如「你是一位資深數據分析師」）
- 領域知識：提供任務相關的专业背景
- 限制條件：明確禁止或避免的操作
OUTPUT 模組：精確控制輸出格式
OUTPUT 定義 AI 應「產出什麼」，直接影響結果可用性。實務中常見的輸出控制包括：
- 格式規範：Markdown、JSON、表格等結構
- 長度限制：字數或段落數上限
- 風格要求：專業程度、語氣正式或輕鬆
實戰範例：自動化報告生成
以下是一個完整的提示詞範例，結合三個模組完成月度銷售報告生成：
# TASK-CONTEXT-OUTPUT 提示詞範例
## TASK
分析以下銷售數據，識別出營收成長超過 15% 的產品類別，並說明主要驅動因素。
## CONTEXT
- 角色：你是一位具有 10 年經驗的商業數據分析師
- 背景：這是科技產品經銷商，月均營業額約新台幣 2,000 萬
- 限制：避免猜測，所有結論需有數據支持
- 参考：請使用對比分析方法，與上月及去年同期相比
## OUTPUT
- 格式：Markdown，包含表格與圖表描述
- 長度：800-1200 字
- 包含：摘要、數據發現、分析結論、行動建議四個區塊
- 語氣：專業但易懂，適合非技術背景主管閱讀
框架應用三個階段
初次使用 TASK-CONTEXT-OUTPUT 框架時，建議依序執行：
- 先寫 TASK：確認核心目標，避免目標飄移
- 再補 CONTEXT：根據 TASK 需要添加背景資訊
- 最後 OUTPUT：定義理想的輸出形式與品質標準
這個順序能確保提示詞聚焦於核心目標，而非被格式要求分散注意力。
