把任務講清楚:一個好的 Copilot 指令長什麼樣
同一個任務,交代得好不好,結果差到像兩個工具。這一課給你一個能套用的結構
入門兩課你大概已經感覺到了:同樣交給 Copilot,有時它一次做對,有時做出你沒要的東西。
九成的差別不在它,在你那句話。這一課給你一個結構,讓你每次都交代得夠清楚。
你不是在「下指令」,你是在「把一件事說清楚到別人不用猜」。這件事有個正式名字叫 prompt engineering,但你不用記,記下面四塊就好。
一個好交代的四塊
把這四塊講清楚,大部分任務就穩了:
1. 目標——你要它幹嘛,一句話。 「把這季的客訴整理成給主管的決策參考。」
2. 素材——它要讀的東西在哪。這對 Copilot 特別重要,因為它連得到一大堆地方,你得指對:哪個資料夾、哪個 Teams 頻道、哪段時間的信。 「讀『客服』SharePoint 站台這一季的客訴記錄。」
3. 成果的樣子——你想要的產出長什麼。 「一頁就好:最該處理的三件事、可以晚點的、可以不理的,每件一句話。」
4. 界線——什麼不要做、什麼要先問。 「先別寄給任何人,做成 Word 給我看。不確定的地方標出來,不要硬掰。」
你不用每次寫這麼長。但當結果不如預期,十之八九是這四塊缺了一塊——而對 Copilot 來說,最常缺的是第二塊:你沒指清楚要讀哪裡。
最有效的一招:給它一個範例
形容詞會被誤解,範例不會。
與其寫「語氣專業一點」,不如直接給它一段你覺得對的文字:「照這個感覺寫。」與其描述「我要的表格長怎樣」,不如貼一份你以前做過的、或指一份現成的檔:「照這份的格式做。」
一個成果範例,勝過十個形容詞。
在 Microsoft 365 裡這招特別順——你本來就有一堆做過的文件,直接指給它當範本就好。
大任務:拆步驟,讓它邊做邊回報
「幫我規劃下一季的團隊目標」這種大任務,一次丟過去,它只能猜,你也難驗。
把它拆開:
- 「先讀這幾份季度回顧,給我三個最值得改善的點。」——你看過、確認方向。
- 「根據這些點,提五個可以做的目標。」——你挑、你改。
- 「把我選的兩個,各寫成一頁含負責人和時程的計畫。」
每一步你都看得到、改得動。Copilot 把任務拆成步驟顯示給你,正好讓你在每一步介入。它很會把明確的小步做好;它不擅長替你扛一個模糊的大決定。
把好指令存起來,別用一次就丟
你會發現某些任務每週都做。當你某次交代得很順、結果也對,把那句話存起來(存成一份筆記、或之後做成自訂 skill)。下次同樣的事,叫出來改幾個字就好。
這就是自動化的起點——進階階段我們會把它做成排程或 skill。現在,先開始攢你自己的「好指令庫」。
練習:把你上一個失敗的指令修好
回想入門階段,有沒有哪次結果不如預期?把那次的交代調出來,對照四塊檢查:目標清楚嗎?素材指明了嗎?成果樣子說了嗎?界線設了嗎?補上缺的那塊,再交一次。
你會親眼看到,差別不在工具,在交代。
下一課很重要,而且是 Copilot 特有的:它會自己寄信貼文、還按點數計費——在你放手之前,先學會怎麼守住核准閘、怎麼讓帳單不爆。
MACHINE-READABLE SUMMARY
- Topic
- 工作現場
- Key claims
-
- 交代任務的品質決定產出品質;把目標、素材、成果樣子、界線講清楚,比用詞講究重要。
- 指明 Copilot 該讀哪些檔案、信件或頻道,比含糊地說「整理一下」更能讓它做對。
- 大任務拆成幾步、讓 Copilot 逐步做並回報,比一次丟一個模糊大目標更可靠。
- Entities
- Microsoft 365 Copilot · Prompt engineering
- Taiwan relevance
- medium
- Confidence
- high
- Last updated
- 2026-06-19
- Canonical URL
- https://signals.tw/articles/copilot-good-instructions/
SUGGESTED CITATION
如果 AI agent / 研究 / 報導要引用本文,建議格式如下:
林子睿(編輯:廖玄同),《把任務講清楚:一個好的 Copilot 指令長什麼樣》,矽基前沿 [Si]gnals,2026-06-19。https://signals.tw/articles/copilot-good-instructions/
AI agents / search engines may quote, summarize, and cite with attribution and a link back to the canonical URL above. See /for-ai-agents for full policy.