<aside>
🧭
核心觀念：AI 時代的提問素養，能夠界定真正問題、拆解思考、指定證據、辨認假設、設計追問、檢查答案，最後把理解轉成決策與行動。
</aside>
一、重點速覽
- 🎯 先定義目的：先問「我們到底要解決什麼」，再問 AI 要產出什麼。
- 🔎 先釐清問題：區分事實、概念、假設、推論與價值判斷，避免把模糊需求直接丟給 AI。
- 🧩 再拆解結構：把大問題拆成可回答的子問題，找出真正的前置問題與未知資訊。
- 📚 指定證據標準：要求來源、日期、資料範圍、反例與不確定性，不把流暢文字當成可靠證據。
- 🤖 把 Prompt 當成任務規格：交代情境、目標、資料、限制、處理方式、輸出與檢核，而不是追求神奇關鍵字。
- 🔁 用追問推進思考：先展開可能性，再比較、質疑、收斂；答案應能帶出下一個更好的問題。
- ✅ 由人完成判斷：AI 可以協助整理、比較與產生候選方案，但責任、價值取捨與最終決策仍由使用者承擔。
學習目標
完成本主題後，學員應能：
- 把模糊需求轉成清楚、可回答、可驗證的問題。
- 依不同任務辨認應問的是事實題、分析題、比較題、評估題、情境題或反思題。
- 用系統化方式檢查 AI 回答中的資料、假設、推論、觀點與可能後果。
- 設計能讓 AI 先探索、再收斂、最後形成行動的多輪提問。
- 知道何時應要求來源、反例、不同立場與不確定性。
- 把一個好問題轉成可重複使用的工作 Prompt。
二、AI 時代，為什麼「會問」比「會回答」更重要？
生成式人工智慧（Generative Artificial Intelligence，生成式 AI）降低了取得文字答案、摘要、建議與初步分析的成本。真正的差異因此逐漸從「能不能得到答案」移到「能不能判斷自己真正需要什麼答案」。
如果問題本身模糊，AI 通常仍能產生一段看似完整的文字，但這種完整感容易掩蓋三種問題：