當 GPT-5.5、Claude 3.5/4 等新世代模型接連問世，AI 的能力早已不可同日而語：它們不僅能自己讀取檔案、編寫程式、自主驗證，甚至能在執行完一輪後，自己重新規劃下一輪的解決方案。然而，許多人卻發現，即便手握這些強大工具，產出的內容依然顯得空洞、千篇一律，與實際需求相去甚遠。
這時，你的第一直覺可能是：「是不是我的提示詞（Prompt）寫得不夠好？我是不是少設定了角色、少給了範例？」
事實上，你不是不會寫 Prompt，而是不會定義任務。寫提示詞與定義任務是兩種完全不同的能力：提示詞是把指令寫得精準、把話講得漂亮的「修辭手藝」；而定義任務則是「思考與溝通的能力」，考驗你到底想清楚自己要什麼了沒有。當任務本身是含糊的，提示詞包裝得再華麗，AI 吐出來的也只會是精緻的垃圾。
+-------------------------------------------------------+ | 提示詞技巧 (Prompt Engineering) <-- 地板 (人人皆會) | +-------------------------------------------------------+ | v (思維跨越) +-------------------------------------------------------+ | 定義任務能力 (Task Specification) <-- 天花板 (核心關鍵)| +-------------------------------------------------------+
實戰步驟一：評估你的任務階段，避免「錯位交辦」
在寫下任何指令前，請先強迫自己停下五秒鐘，判斷眼前的任務正處於以下哪一個協作階段，並給予 AI 對應的任務定義：
思考階段（Thinking）：你連問題本身都還沒釐清。此時 AI 是你的思考夥伴（Thinking Partner），你應該讓它反過來拷問你，把模糊的想法逼出雛形。
探索階段（Exploring）：問題清楚了，開始收集與比較各種可能性。此時你該要求 AI 幫你畫出抉擇地圖（Map Options）並分析利弊與權衡（Trade-offs）。
決定階段（Deciding）：從一堆選項中收斂出單一方向。此時你需要提供具體的「決策邏輯」，讓 AI 幫你進行客觀評估。
執行階段（Executing）：方向與邏輯完全定案，準備產出成品。
大多數人的崩潰點都在於「在思考階段，卻直接對 AI 下達執行的指令」。當你大腦中的觀點（Thesis）尚未成形，就急著叫 AI 寫出一篇完整報告，它當然只能給你一份四平八穩、卻毫無價值的平均解答。
實戰步驟二：從「實習生微管理」轉型為「資深夥伴協作」
要學會定義任務，必須先意識到 AI 角色的本質變化：
實習生模式（去年的 AI）：因為模型不夠聰明，你必須像微管理（Micromanagement）一樣，手把手規定它分幾段、用什麼語氣、要不要加 Emoji。只要有一步沒交代，它就會徹底失控並開始亂猜。
資深夥伴模式（現在的 AI）：新世代模型已經進化到資深夥伴（Senior Partner）的等級。你不會指手畫腳地教資深同事怎麼點擊滑鼠、怎麼排版表格。相反地，你會告訴他大方向、背景、可用素材與紅線，讓他自己判斷怎麼做。
資深夥伴最大的特點在於：它會挑戰你的「內容」，但絕對不質疑你的「意圖」。AI 就像一面鏡子，你給予的意圖越模糊，它反射回來的公版廢話就越多；唯有當你定義出清晰的任務規格時，它深厚的執行力與推理力才能被完整釋放。