你有沒有遇過這種情況？
你很認真地問 AI：
「請幫我寫一份有創意的企畫案。」
「請幫我想十個吸引人的標題。」
「請幫我設計一個創新的活動。」
幾秒鐘之後，AI 很有效率地交出答案。內容完整、格式整齊、語句通順，甚至還貼心地分成五大重點。
但是看完之後，總覺得少了一點什麼。
那種感覺很像收到一盒包裝精美的餅乾，打開之後發現：裡面每一片都是原味蘇打餅。可以吃，卻不太會讓人驚喜。
很多人以為，AI 產出普通，是因為 AI 不夠厲害。其實更常見的原因是：
我們交給 AI 的問題，本來就太普通。
AI 很像一位認真的實習生
AI 很像一位非常認真的實習生。你交代得愈清楚，它愈能幫上忙。
你只說一句「幫我做得有創意一點」，它也只能努力猜測：老闆心中的創意，到底是哪一種創意？
實習生不會主動問你：對象是誰？目標是什麼？有哪些限制？他只會努力用自己理解的方式，交出一份「看起來沒有錯」的答案。
AI 不是不努力，而是你還沒有給它足夠的方向。
為什麼 AI 的答案經常看起來都差不多？
AI 很擅長整理、歸納與組合資訊。但是，當你希望它提出有差異的點子，卻只給它模糊指令，常常會得到類似答案：
加入互動體驗
結合社群媒體
設計會員機制
導入遊戲化元素
提供客製化服務
這些做法不是不好。問題是，大家都想得到。
如果每家公司都加入會員集點、拍照打卡與限時優惠，最後可能只是從「普通企畫」進化成「比較熱鬧的普通企畫」。
創新不是把所有元素全部放進去。就像煮火鍋，也不是把冰箱裡所有食材丟進鍋子，就一定會變成米其林料理。
AI 可以幫忙想答案，但你要先找對問題
我在創新課程中，經常提醒學員：
不要太快找答案，先問自己：真正想解決的問題是什麼？
例如，一家位於辦公區的咖啡店，希望 AI 幫忙設計會員活動。如果只問：
模糊提問
「請幫咖啡店設計十個創新的會員活動。」
AI 多半會提出集點、折扣、生日優惠與好友推薦。這些方法可以用，但不一定能打動顧客。
如果我們先換個角度思考：
顧客為什麼會來這家咖啡店？
他們在意的是折扣，還是放鬆？
上班族買咖啡時，是否希望獲得一點療癒感？
活動是否必須簡單，不能增加店員太多負擔？
接著再問 AI：
具體提問
「請為辦公區咖啡店設計會員活動。主要顧客是工作壓力大的上班族，希望他們買咖啡時感受到療癒感與驚喜感。活動需在兩分鐘內完成，不增加店員太多負擔。請提出五種做法。」
這時候，AI 才比較可能提出：每週一句隨機鼓勵語、不定期的小型驚喜升級、星期一到星期五不同的心情選項、讓熟客選擇今天需要「打氣、安靜或放鬆」。
差別不只是提示詞變長。而是你已經先想清楚：
為誰改善？改善什麼？想帶給對方什麼感受？有哪些限制？
用四個角色，讓 AI 回答更有亮點
我將創新的過程整理成四個角色：偵探、裁判、畫家、戰士。
這四個角色，也可以成為向 AI 提問之前的思考順序。
偵探
找出真正的卡點
裁判
定義改善目標
畫家
加入需求感受與改變元素
戰士
選出可以執行的方案
第一步：先當偵探，找出真正的卡點
不要只問：「請幫我提升工作效率。」這個問題太大，AI 很容易給你一份人人看過的建議清單。
可以先觀察：
哪一件工作最花時間？
哪一個流程最容易出錯？
哪一個環節最常重複修改？
哪一個地方最容易讓同事互相等待？
例如，不要只說「我想改善會議效率」，可以改成：
具體提問範例
「我們每週開一次跨部門會議，常花一個小時更新進度，但會後仍不清楚誰負責下一步。請分析可能的問題，並提出三種簡單可執行的改善方式。」
問題愈具體，AI 愈有機會提供能落地的解法。
第二步：再當裁判，定義改善目標
很多人以為「提高效率」就是明確目標。其實還不夠。
提高效率可能代表：
例如，不要只問「請幫我改善新人教育訓練」，可以改成：
具體提問範例
「希望將新人熟悉流程的時間，從四週縮短為兩週。新人最常卡住的是資訊分散、不知道先做什麼，也不敢一直問資深同事。請提出一套容易執行的學習流程。」
這時候，AI 才可能進一步提出任務地圖、常見問題清單、每日練習與自我檢查表。
裁判的工作，就是把模糊期待，轉換成可以判斷好壞的條件。
第三步：請畫家加入需求感受與改變元素
當問題與目標清楚之後，才進入創意發想。你可以加入兩種元素。
需求感受：人們選擇產品或服務，通常不只是因為功能。他們可能想要的是：
例如，不要只問「請幫我設計一份課後問卷」，可以改成：
加入需求感受的提問
「請設計一種課後回饋方式，讓學員不覺得像在填公文，而是感受到輕鬆、有趣，也願意分享真正的收穫。請控制在三分鐘內完成。」
改變元素：你也可以請 AI 運用不同的方向發想，例如：
使用改變元素的提問
「請針對傳統紙本名片，分別運用刪除、結合、反轉與放大四種改變元素，各提出三個創新做法。」
這樣 AI 不會只是隨機丟出十個點子，而是沿著不同方向展開想像。
創意不是坐在椅子上苦等靈感。比較像是在大腦裡放進不同積木，再看看可以組出什麼新東西。
第四步：最後請戰士選出可以執行的方案
有創意，不代表一定做得到。AI 有時候很熱情，會提出一個需要三百萬元預算、六個月開發時間、十二個合作夥伴的「簡單改善方案」。
這時候，戰士要出場。你可以要求 AI：
篩選可執行方案的提問
「請從以上十個點子中，挑選三個最適合小型團隊執行的方案。條件是：一週內可以測試、預算低於五千元、不需要增加人力，並說明第一步怎麼做。」
創新不是只想到很厲害的點子，而是找到一個願意開始測試的做法。
一個簡單的 AI 創新提問公式
當你不知道該怎麼問 AI 時，可以先使用這個公式：
情境 ＋ 對象 ＋ 問題 ＋ 需求感受 ＋ 限制條件 ＋ 期待產出
例如：
完整提問示範
「我是一位企業講師，準備設計一場三小時的創新工作坊。對象是經常需要跨部門合作的主管。他們的問題是會議很多，但行動共識不足。我希望活動讓學員感受到實用、有趣，回到工作現場可以立即使用。請設計三個互動練習，每個練習控制在二十分鐘內，並說明流程、道具與學習重點。」
這樣的提問，比下面這一句有效得多：
模糊提問
「請幫我設計一場有趣的創新課程。」
後者不是不能用。只是 AI 可能會先深呼吸一下，然後努力猜測你腦中的世界。
好的提問，不只是提示詞技巧
現在很多人學習 AI，第一個反應是蒐集更多提示詞。這當然有幫助。
但是，如果只是不斷複製別人的提示詞，就像拿著一大串鑰匙，卻不知道自己要打開哪一扇門。
真正重要的能力是：
看見問題背後的問題
理解使用者重視的感受
用不同角度重新拆解現況
讓創意不只天馬行空，也能落地執行
AI 可以協助整理答案。但是，決定往哪裡走，仍然需要人的觀察力、判斷力與想像力。
可以直接複製的 AI 創新提問提示詞
複製這段提示詞，填入你的情境直接使用
AI 不是創意代工廠，而是創新練習夥伴
如果只是把原本普通的問題，更快速地產出普通答案，那也只是讓普通變得比較有效率。
未來真正重要的能力，不只是會不會使用 AI 工具。而是能不能先提出一個值得解決的問題，再運用 AI 找出更好的可能性。
下一次，當你覺得 AI 回答太普通時，不要急著責怪它。可以先問自己：
我交給 AI 的問題，是不是也太普通了？
重點整理
這篇文章的三個重點
AI 回答普通，通常不是工具不夠強，而是問題過於模糊。
提問之前，先用偵探、裁判、畫家、戰士四個角色想清楚對象、情境、問題、需求感受與限制條件。
AI 可以協助延伸點子，但真正的創新仍需要人的觀察力、判斷力與執行力。
