寫作卡關時，該向 AI 提問還是讓它繼續寫？
如果你清楚下一段需要達成什麼目標，請為 AI 設定明確的邊界，讓它從你的草稿繼續往下寫。如果你無法決定自己想表達什麼、接下來該放什麼內容，或是該走向哪個方向，請先向它提出一個具體聚焦的問題。適當的選擇取決於不確定性的類型：缺少方向時需要提問；方向明確但缺少措辭時則需要續寫。這種區分有助於讓作者保有決策主導權，同時將 AI 用於特定任務上。它還能避免一個常見的錯誤：在根本不知道文章該說什麼時，卻盲目要求生成更多文字。
在輸入提示詞之前，先診斷卡關原因
在卡住的地方停下來，用一句話說明問題所在。你是不確定自己的觀點、不知道此處該用什麼證據或範例，還是不確定如何銜接兩個想法？或者你其實已經知道論點，只是找不到有效的表達方式？
當瓶頸在於意義或方向時，請使用提問。範例包括：「在接受這個論點之前，讀者需要先了解什麼？」或「考慮到我的寫作目的，這兩個重點哪一個應該先寫？」當你能清楚陳述下一點時，請使用續寫：「下一段應該解釋為什麼這個選擇很重要，然後帶出其局限性。」
一個快速的測試方法是，在不詢問 AI 的情況下完成這個句子：「下一節應該幫助讀者 ___。」如果你能在空格填入一項具體的任務，那麼續寫是合理的起步。如果填不出來，請在 AI 開始草擬內容之前，先讓它協助你探討各種選項。這項測試是一種編輯經驗法則，而非經過科學驗證的診斷工具。
何時提問更具效益
當你在落筆成段之前需要仔細推敲素材時，提問會非常有幫助。提問能幫助梳理潛在假設、組織互相衝突的觀點、找出讀者接下來可能會問的問題，或比較各種可能的切入方向。目標是獲取思考輔助，而不是將模型的回答直接視為論點屬實的證據。
讓問題保持足夠具體，以便僅根據你提供的資料就能回答。例如，不要問「我接下來該寫什麼？」，而是試試看：「我的文章主張短暫的規劃步驟能讓會議更容易掌握。我尚未解釋其中的權衡。僅根據這些筆記，讀者可能會預期哪種合理的反方意見，而在回應它之前我需要什麼資訊？」這樣的提示詞設定了一項具體任務，要求給予邊界清晰的回答，而不是直接生成現成的段落。
如果事實依據至關重要，請將腦力激盪與研究查證區分開來。要求模型指出哪些陳述需要查證，然後親自對照可靠來源檢驗這些陳述。流暢的回答並不代表獲得證實。請勿使用提問提示詞來外包那些取決於你的目的、價值觀、受眾或模型所不知曉之知識的判斷。
何時請求續寫更具效益
當核心實質內容已底定、草稿僅缺少銜接段落時，續寫最為合適。提供模型相關上下文、下一段必須表達的重點，以及幾項限制條件：目標受眾、語氣、長度、可使用的具體事實，以及應避免加入的內容。這些細節讓生成結果易於檢視審核。微軟官方的 [Copilot 提示詞指引](https://support.microsoft.com/en-us/microsoft-365-copilot/get-better-copilot-responses-with-great-prompting) 也同樣建議在提示中納入目標、背景脈絡以及對回覆的要求。
例如：「針對一般讀者續寫這篇草稿。用一個段落解釋即使會議時間縮短，如果與會者未達成決策就離開，會議依然算失敗。不要添加草稿之外的研究、統計數據或範例。保持平實、審慎的語氣，且不要包含下一節的建議。」這給了模型明確的任務，也能讓未經證實的額外內容更容易被辨識出來。
OpenAI 的 [文字生成說明文件](https://developers.openai.com/api/docs/guides/text) 說明了如何從提示詞生成文字，而其 [提示指南](https://developers.openai.com/api/docs/guides/prompting) 則建議細化提示詞並在有幫助的地方運用範例。這些都是實用的平台操作指引；它們並未證明續寫草稿總是優於提問，也未表明未經審核的生成措辭能夠完全忠實呈現作者的初衷。
實例解析：選擇、提問，然後起草
假設你的草稿寫著：「團隊在每週例會前開始發送一份簡短的議程。大家到場時都清楚需要做出哪些決策。」你卡在下一段。首先，應用空格填空測試：「下一節應該幫助讀者 ___。」如果你的答案是「理解為什麼單靠議程可能還不夠」，那麼你就有了明確的方向。你可以請求續寫。
一個帶有限制條件的提示詞可以是：「寫出一個可能的下一段，字數約 70–90 字。解釋單純列出討論主題本身並無法指派決策責任，也未預留討論空間。僅使用我草稿中的細節和此指令；不要加入成果、引用或針對該團隊的主張。保持直接且中立的語氣。在該段落之後，列出你必須做出的任何假設。」
一個示範性的續寫可能如下：「議程可以明確指出即將面臨的決策，卻無法指明由誰來拍板定案。如果沒有指派任何人提供相關資訊或引導討論，團隊可能會在尚未準備好達成結論的情況下進入該項討論。因此，議程不僅需要顯示擺在桌面上的議題，還需要明確指出預期的準備工作或決策。」這是建議的措辭，而非該團隊有此經歷的證據。作者應根據預期的論點予以接受、修改或捨棄。
現在考慮另一種卡關情況：你不確定下一節應該討論事前準備、決策責任，還是探討增加過多會議架構可能帶來的缺點。這時先不要要求模型寫出三個段落。你可以問：「這是我的草稿與目標讀者。對讀者而言，還有什麼問題尚未得到解答？提供最多三個下一節可能的切入方向，解釋各個方向能幫助讀者理解什麼，先不要撰寫正文。」選擇符合你文章需求的方向，然後以同樣的限制條件請求續寫。
這種兩階段修訂正是本文的核心決策流程：指出不確定之處、僅在方向未定時提問、決定你想表達的內容，並且只有在能夠陳述其具體功能後才請求生成正文。這能讓作者的決策在更長篇幅的文字出現之前清晰可見。
實用的修訂流程
這個工作流程是刻意設計為可逆的：一個問題可以帶來更明確的任務，而一份草稿也可以揭示出原先設定的任務有誤。如果初次續寫未能切中要點，請修改指令或退回提問階段。若不修正偏差而只是要求生成更多文字，通常無法解決根本的不確定性。
局限性：流暢不等於決策或事實查核
AI 可以提供措辭與可能的方向，但提示詞無法憑空補充你未曾提供的脈絡。一段續寫可能讀起來通順連貫，卻在不知不覺中改變了重點、預設立場，或引入了你筆記中從未存在的主張。請將生成的段落與原始草稿對照閱讀，並使用適合該主題的資料來源來驗證陳述的事實。
提問同樣有其局限。模型可能會給出聽起來自信、卻不適合你的受眾或寫作論點的架構。利用問題來釐清你需要決定的事項；決策本身則要由你自己來做。對於具有重要影響的事實主張，請查閱原始來源，而不是依賴 AI 的回答或模型自稱該答案有據可查。
下一次輸入提示詞的簡單法則
當你需要協助決定寫作的目標時，請提問。當你已經確定了目標並需要草稿來進行修訂時，請請求續寫。如果兩者皆有需要，請先從一個具體聚焦的問題開始，確定方向後，再要求進行附帶明確限制的簡短續寫。這樣做能帶來可控的修訂步驟：先由人類對意義做出選擇，隨後生成可對照該意圖進行檢驗的文字。