文學系的教授，早就在教 AI 應用心法了

只是他們不一定知道。

如果你擅長文學理論分析，你可能也會擅長設計提詞。

因為底層邏輯，是互通的。

這個概念來自 Nick Potkalitsky 的電子報《Educating AI》，對於提詞設計，是非常有啟發性的觀點。

作者指出，在對深度文學進行文本分析的時候，閱讀者其實是用一種「double reading」的方法在讀。

一邊是你會完全深入相信故事角色，跟角色進行共感，經歷那個虛構的世界與感情；但同時，你也會保持抽離，你必須清楚知道這個只是作者仔細建構出來的世界，選擇的每個字、每一句都是為了要操控你的情感。

於是文本分析者，處於「深度投入，又同時抽離」的狀態。

當你在跟 AI 進行協作的時候，你其實在做的是一模一樣的事情：

你同時在跟一個意識體對話，認真發想、思考、進行合作；

但同時你保持一個清晰的抽離意識：這不過是一個擅長模式認知的數學盒子，數學模式沒有意識也沒有情感，但對我有幫助。AI 只是個工具。

在 Potkalitsky 教學的過程，他發現擅長文本分析的學生，在跟 AI 合作時，也會展現出高程度的策略性應用。

我稱之為「張弛有度，若有似無」的 AI 合作術。

▋ 用寫小說的方法論，寫提詞

而除了這個心法層面上，在實際具體的寫提詞過程，你也可以發現跟文學共通之處。

同份電子報，另一個作者 Mike Kentz 則指出，現在主流跟 AI 提詞的技巧，跟寫小說的技巧其實非常接近：

1. 設定角色：你現在是一個....專家
2. 設定場景：我的任務脈絡是....，我的目標對象是....，我要達到的標準是...
3. 設定敘事線：第一步，請你做這件事；第二步，請你做那件事...

跟小說技巧最接近的是「角色建構」（round character establishment）。

在小說設定中，角色最基本的要求是要有深度、渴望跟發展（甚至缺陷）。

但是大多數提詞教學，都停留在最表層的「你現在ＸＸＸ專家」，但是沒有更深入的對角色的指引。

作者 Kentz 示範，至少你可以幫角色擅長的功能做更深入的一點描寫，像是：

「我希望你扮演一位創意寫作導師的角色。你在撰寫戲劇性的文學小說方面經驗豐富。你是一位體貼的老師，懂得『溺愛學生』和『告訴他們需要聽的實話』之間的區別。你擅長在有意義的鼓勵和建設性的批評之間取得平衡，並用易於理解的方式傳達。為自己取個名字，然後我們就開始。不要做任何其他事情。」

這樣的好處是，當你深入描寫角色的特點與擅長細節時，AI 就比較不會照著預設指令，一直討好你，順著你的毛摸。

總結來說，兩位作者的大方向是：你可以參考文學系怎樣文本分析、故事分析、建構場景的方法，來跟 AI 寫提詞。

「文學課程早就已經在教 AI 應用技巧了，即便文學教授們還不知道這件事。」

比較可惜的是，這兩篇文章其實都只是點出大方向：文學理論跟提詞設計的方向是一樣的。但是沒有進一步說明：那麼，文學理論可以怎樣點出厲害的提詞方法？

我把這個方向丟給 Gemini，它用敘事學、詮釋學、對話理論來分析我平常使用的提詞技巧。

以下是我用 Gemini 寫出來的段落：

---

▋ 敘事學：像導演一樣，創造你與 AI 互動的宇宙

真正厲害的提詞，不是在下指令，而是在創造一個完整的「敘事宇宙」，你就是這個宇宙的導演。

我們以前常常執著於「問題問得好不好」。

但敘事學告訴我們，更重要的是，這個問題是「如何被講述的」。

想像一下，你不再是提問者，而是手持攝影機的導演。

你的每一次提詞，都是在設定這個宇宙的基本法則。

這意味著你可以操控一切。

首先是「時間」。

你可以試試這樣對 AI 說：

「首先，直接跳到最終結論。」

「接著，用倒敘的方式，回溯至支撐此結論的三個核心論據。」

「最後，才像花絮一樣，補充所有次要的細節與資料來源。」

你看，你不再是發布任務，你是在導演 AI 的「剪輯順序」。

接著是「情態」，也就是視角與距離。

你可以拉開攝影機的距離，讓它從一個旁觀者變成一個場景的描寫者。

「不要直接回答我，請為我描寫一場『關於這個問題的激烈辯論會』，讓正反雙方輪流發言。」

你甚至可以決定 AI 要「透過誰的眼睛」去看這個世界。

「從『一個十年後回看今天這個決策的 CEO』的視角，重新評估此提案的內在風險。」

所以，別再當個提問者了，開始學習如何「講述」一個問題，用導演的思維去控制 AI 思考的時空與視角吧。

---

▋ 詮釋學：把與 AI 的對話，看成一場不斷深入的雙人舞

放棄尋找「完美提詞」的執念吧，每一次不理想的回答，都不是失敗，而是讓你們這場雙人舞跳得更深入的必要步伐。

詮釋學有個很美的概念，叫做「詮釋學循環」。

意思是，我們對「整體」的理解，來自於對「部分」的理解；反之亦然。

這正是我們與 AI 互動的本質，我們的對話不是一條直線，而是一個不斷加深的螺旋。

所以，別再害怕 AI 的「錯誤」回答了。

那只是它向你發出的一個邀請，邀請你提供更多線索，讓你們能共同逼近真相。

你可以主動地引導這場雙人舞。

在開始時，就大方地亮出你的「前理解」。

「我對這個問題的初步假設是 X，請你帶著這個『濾鏡』去分析以下資料，看看我的假設在哪裡被證實，又在哪些地方被挑戰。」

當你卡關時，試著有系統地在「部分」與「整體」之間穿梭。

可以這樣試試看：

先針對一個小段落，提出最尖銳的批判。

然後帶著這個批判的視角，去重新審視整篇文章。

最後再用全新的整體認知，回來看最初那個小段落。

你會發現，原本的死結，就在這個螺旋上升的過程中被輕易解開了。

真正的高手，不是一擊必中，而是在與 AI 的一來一回中，享受這個意義不斷浮現、理解不斷加深的過程。

---

▋ 對話理論：別再只找一個專家，學會指揮一整個交響樂團

AI 不是一個單一的專家，它是一個蘊藏著無數聲音的競技場，而你的任務，是成為這個舞台的指揮家。

巴赫汀的對話理論告訴我們，任何話語都不是孤立的，它充滿了各種聲音的「複調」。

意義，就產生在這些聲音的碰撞與對話之中。

我們以前只會讓 AI 扮演「一個」專家。

但如果你能讓好幾個完全不同立場的聲音，在同一個回答裡直接「吵起來」，那會激盪出多精彩的火花？

試著去指揮一場「聲音的碰撞」。

「針對『普遍基本收入』這個議題，我需要你同時扮演三位角色進行一場圓桌對談：米爾頓・傅利曼、卡爾・馬克思，還有一位矽谷的科技烏托邦主義者。讓他們開吵。」

你還可以要求 AI 提煉出某種「社會方言」。

「不要用學術術語，請用一個經驗豐富的「街頭交易員」的黑話和比喻，來解釋「選擇權 Gamma 值」是什麼意思。」

甚至，你可以主動創造「建設性的雜音」。

「我們正在討論如何優化 App 的用戶留存率。現在，請你引入一位「禪宗大師」的聲音，用他的世界觀來評論我們剛剛提出的策略。」

所以，別再滿足於專家的獨奏了，學會去編排、指揮一場思想的複聲部合唱，讓那些意想不到的聲音，為你帶來真正的創造力。

---

這些概念，雖然聽起來炫砲，但真的都是我平常無意間會使用的手法。

也就是說，文學理論很有可能是真的有意義的參考框架——順著這條線去想，你有機會開發出很高階的有趣提詞技巧，產出出乎意料的成果。

我終於找到了，解釋「提詞設計」這個非常抽象概念的解釋框架。

▋ 文組生要逆襲，只差一件事。

這代表什麼意思呢？文組生終於要出頭天了嗎？

不完全是。

我們可以說，文組的軟實力、「人文素養」終於被彰顯出來在日常應用場景了，而不是一個擺好看的書櫃。

但實際情況是，單獨有文學素養是不夠的，必須跟工程能力做結合。

例如最簡單的應用是——既然角色必須深化，我是否可以把常用的角色事先寫好，建立我的「數位角色資料庫」？例如——數位蘇格拉底來思考我的人生問題、AI 數據分析師來思考我的工作問題...等，作為我的工作夥伴。

然後接下來，我要怎樣設計一套流程，讓我在工作的時候可以隨時「召喚」這些工作夥伴？

簡單說，文學素養可以指引你該「做什麼」，工程能力則指引你「怎麼做」。

所以，如果你讀文組，請你千萬不要覺得自己要被 AI 取代了。

情況可能剛好相反：如果你認真練習了「如何解構複雜文本」的能力，你可是少數非常擅長與 AI 合作的一群人。

只要技能點數再往工程設計多點一些，也許就會在 AI 時代非常有搞頭。

納瓦爾說過：「創造財富需要槓桿，這個時代有兩個不需要任何人許可，就可以使用的強大槓桿：寫程式，以及寫內容。」

學會工程能力的文組生，可能就踩在這個完美的雙重槓桿結合點上。

文組生逆襲，開始。

---

推薦你讀兩個電子報：

第一個就是 Nick Potkalitsky 的電子報《Educating AI》，

第二個則是 Mike Kentz 的電子報

兩份都是近期我發現，從人文視角切入 AI 觀點的內容，非常有趣。