許多人想知道寫文章要用什麼提示詞，但重點不在於找到完美的指令，而是建立一套有效的工作流程。一套好的流程，核心概念就是不斷重複 「擴寫、調整架構、精煉、除錯」的循環。
第一階段：發散想法，產生素材
寫文章一開始最難的就是面對空白文件，腦中有很多想法但不知道怎麼組織。這個時候不用管什麼結構，就是用對話的方式把所有想法都告訴 AI，然後叫 AI 先幫忙把想法分類放好。這個階段的重點是保持寫作的自主性，AI 生成的內容只是用來激發想法的素材。真正的價值在於後續的修改過程，把 AI 生成的錯誤論點或不夠深入的看法，逐一修正成自己的觀點。也可以刻意讓 AI 擴寫，再去挑出其中的錯誤，利用人喜歡指正別人錯誤的心理，在修改的過程中，往往能激發出更多靈感。
第二階段：收斂架構，建立骨幹
等手邊有了這些筆記跟草稿之後，就可以開始整理了。這個階段要遵循學術寫作的常見架構，像是引言、方法、結果、討論。可以直接提示 AI 要寫一篇學術論文，它就會幫忙用這個架構打底。接著就能把每個重點先大致放進去，放好就可以根據自己的邏輯去調整。但要注意 AI 在邏輯上還不夠成熟，它歸類的方式可能只看字面意思，這時候調整架構就非常重要，要憑自己的邏輯去挑出任何錯誤。
調整架構不只看邏輯順序，也要顧及閱讀的節奏。段落的長度就是一個重點， 就是人在閱讀時會有個注意力上限，太長的文字塊會造成壓力。這時可以讓 AI 分析每個段落的字數，有了具體的數字，就能清楚判斷哪幾段需要拆分，或哪些過於零碎的段落可以合併，讓文章整體讀起來更順暢。
標題的使用也是一個技巧。雖然不是每篇文章都需要制式的段落標題，但在寫作過程中，可以把它當成輔助思考的工具。先為每個段落下一個暫時的標題，這個動作能幫助思考並確保每個段落的意思都集中單一。等文章架構都穩固後，就能把這些暫時的標題拿掉，然後再讓 AI 把刪除標題後的段落重新串連，使其承先啟後更為流暢。
第三階段：完稿修飾，處理細節
文章寫得差不多了，就可以準備投稿。這時候 AI 特別適合處理那些重複性高的格式調整工作。把目標期刊的投稿要求跟文章一起丟給它，它就能根據指示調整引用格式、標題、圖表說明。針對特定期刊時，也可以詢問 AI 該期刊通常偏好什麼樣的寫作風格，AI 或許能給出一些建議，但仍需自己親自閱讀該期刊的其他文章來比對，才能驗證其真實性。
學術文章通常是以英文寫作，翻譯工作也能善用 AI。如果對特定段落的文義需要細緻討論，可以先讓 AI 翻成中文，討論確定後再還原回英文。只要前面階段寫得越完整，翻譯時的意思就越不容易跑掉。完成後，再讓 AI 跑一次全面的文法檢查跟潤飾，文章就會更通順。這個潤飾也包含了精煉文字，也就是消除 AI 在沒有特別提示下會出現的 AI 味道，像是過多的引號冒號、過於強烈的字詞或空泛的形容，靠著邏輯判斷把這些內容消除，才能維持文章的資訊密度。
貫穿全程的循環：擴寫、調整架構、精煉、除錯
整個寫作過程並非線性，而是圍繞著四個核心步驟不斷循環，隨時來回跳轉直到文章滿意為止：
- 擴寫： 在想法發散的階段，刻意讓 AI 擴寫內容，藉由修正其中的錯誤來激發更多靈感，快速產生大量素材。
- 調整架構： 依照學術寫作的邏輯框架重組內容，並利用平衡段落長度、設定暫時性標題等技巧，讓文章的骨幹更穩固。
- 精煉： 消除 AI 生成內容中常見的 AI 味道，例如過多的標點符號、空泛或強烈的詞語，以維持文字的資訊密度。
- 除錯： 修正 AI 擴寫時產生的錯誤，並在 AI 精煉長文後，手動逐句比對以確保沒有遺漏任何重點。
技巧分享：針對不同任務選擇模型
選擇合適的模型能讓工作流程更順暢，以下是兩個主流模型的比較與建議：
Gemini
因為能處理的上下文比較長，Gemini 很適合在第一階段拿來做大量的想法發散。在成本效益上，它也更經得起長時間、大量的使用。不過它有幾個限制需要注意，例如在處理 LaTeX 格式時可能會出錯，或是在非常長的討論後開始出現亂碼，所以隨時備份對話紀錄是很重要的習慣。
Claude
Claude 在做比較複雜的邏輯提取，或是最後完稿前的文字潤飾，效果通常不錯。它在處理格式上也是強項，可以嘗試直接提供 LaTeX 檔案，它在保留原始引用與圖表的格式上表現不錯，能減少手動修改的次數。但 Claude 的主要缺點是 token 消耗很快，付費版額度可能一下就不夠用。
結語：改變思考的重心
有了 AI 幫忙寫文章以後，思考的重點也改變了。原本需要花費大量心力處理文法、拼字這些細節，現在都可以交給 AI。這讓寫作者能更專注在文章真正要傳遞的訊息與核心價值上。
後記
這篇也是用上面的方法寫出來的，文字上目前為止看起來還是會有點生硬，但這就是有沒有要花更多時間成本去調整，如果只是要準確又快速的傳達，那這就很夠用了。
如果有興趣看過程可以參考 https://g.co/gemini/share/efbd4945becc