善用 Markdown 提問：讓 AI 更快理解你

想要 AI 快速掌握你的真正需求，清晰的提問方法好重要。Markdown 不單止係寫作語法，佢仲係結構化資訊、幫助 AI 精準讀懂你意圖嘅超實用工具。以下內容會同你逐步拆解一個示範問題，再分享實戰技巧同模板，幫你即時升級提問功力。

✅ 完整提問示例拆解

示例中先用標題交代主題，再以有序清單列出核心需求，最後用程式碼區塊展示現有進度。呢種結構可以令 AI 由上而下理解你嘅背景、目標同阻礙點。

複製# 專案：PDF 轉 Markdown 腳本

## 背景
- 我係內容營運，需要每週將 5-10 份白皮書轉成 Markdown 再上 CMS
- 作業環境：macOS 14、Python 3.12、Poetry 1.8
- PDF 內容以繁體中文為主，偶爾有英文粗體小節同表格

## 我想達成
1. 推薦可抽取段落與樣式嘅 Python 套件（例如 `pdfplumber`、`PyMuPDF`）同推薦理由
2. 提供一個示範腳本，輸出 Markdown 並保留標題、粗體、清單等格式
3. 解釋處理跨頁段落、內嵌圖片或表格時可以用嘅策略

```python
import pdfplumber
from pathlib import Path

def pdf_to_text(path: str) -> str:
    with pdfplumber.open(path) as pdf:
        return "\n\n".join(page.extract_text() or "" for page in pdf.pages)

raw_text = pdf_to_text("example.pdf")
print(raw_text[:500])

目前我只係攞到純文字，未能自動分章或轉換標題。應該點樣整理成結構化 Markdown？有冇工具幫手處理圖片輸出？

複製
**拆解重點**
- H1 標題先講清專案主題，方便 AI 快速鎖定範疇。
- `## 背景` 區段以清單列出環境、語言、檔案特色，提供必要上下文。
- `## 我想達成` 透過有序清單列明期待的輸出與支援項目。
- 語法標註嘅程式碼區塊展示目前進度，讓 AI 知道你已經做到邊一步。
- 結尾直接描述痛點（純文字、圖片處理），引導 AI 提供針對性解法。

---

## 📌 為何三個反引號咁重要？

使用三個反引號（```）包裹代碼、配置、錯誤訊息時，AI 可以：
- **清晰分隔**：代碼同描述唔會混埋一齊。
- **保留原始格式**：對 Python、YAML 呢啲對縮排敏感嘅語言尤其關鍵。
- **支援語法高亮**：加上語言標籤（例如 ```python）仲容易畀人類閱讀。
- **準確解析**：AI 較少誤判或自動改 format。
- **不限於代碼**：任何結構化資料都啱用，例如 JSON、終端輸出、錯誤堆疊等。

```json
{
  "error": "File not found",
  "code": 404
}

複製$ python convert.py input.pdf
Conversion complete!

🧭 寫提問時仲可以補充乜？

為咗令 AI 更精準回答，可以額外寫埋：

• 目標平台或環境：例如 macOS 14, Docker, CLI。
• 語言或框架版本：如 Python 3.12, Node.js 20, Django 5。
• 已試過嘅做法：列出你做過嘅步驟或參考過嘅連結，避免 AI 重複建議。
• 理想輸出：簡述你期望 AI 給出嘅格式或方向。
• 限制或條件：例如唔可以安裝額外套件、必須相容舊版本。

🧩 Markdown 提問模板（可直接套用）

需要快速開局？可以 copy 呢個模板，再按實際情況填寫。

複製# <問題主題>

我而家：
- <目前場景或背景>
- <已完成嘅步驟或參考>

我想達成：
1. <需求一>
2. <需求二>
3. <額外需求（可選）>

```<語言或資料類型>
<相關程式碼 / 設定 / 輸出>

補充：

• 環境：<系統 / 語言版本 / 平台>
• 限制：<不能做或希望避免嘅事項>
• 期望輸出：<理想結果或格式>

複製
---

## 🎯 提問 Checklist

- 標題有冇交代清楚主題？
- 有冇列出所有想問嘅重點？
- 程式碼同錯誤訊息有冇用 ``` 包好？
- 有冇講明運行環境同限制？
- 有冇交代你已經試過乜？

每次提問前逐項檢查，AI 回覆速度同準確度都會明顯提升。

---

## 🤖 為何 AI 更容易理解 Markdown？

### 1. 🧩 結構清晰，語義明確
- `#`、`##` 等標題語法可以幫助 AI 快速識別主題層級。
- 有序清單（`1. 2. 3.`）或無序清單（`-`）令需求分點呈現，避免混淆。
- 粗體（`**重點**`）或斜體（`*補充*`）可以標示關鍵詞，提升語義辨識。

### 2. 🧠 程式碼區塊令 AI 更準確解析
使用三個反引號（```）包裹代碼、錯誤訊息、設定檔等內容有以下好處：

```python
def hello():
    print("Hello Markdown!")

• 保留格式：例如 Python 嘅縮排，對語法分析至關重要。
• 語言標註：如 python、json 等，有助 AI 使用正確語法模型。
• 避免誤判：AI唔會將代碼當成自然語言處理，減少錯誤建議。

3. 📦 不限於代碼：錯誤訊息、終端輸出都適用

複製$ python convert.py input.pdf
Conversion complete!

複製{
  "error": "File not found",
  "code": 404
}

• AI 可以根據格式判斷內容類型（例如 CLI 輸出 vs JSON 配置），從而提供針對性建議。

✅ 舉例比較：有用 Markdown vs 無格式提問

| 提問方式 | 效果 | AI 理解難度 | |----------|------|--------------| | 使用 Markdown 結構、標題、代碼區塊 | 清晰、分點、有上下文 | 低 | | 一大段無格式文字 | 難以分辨主題、代碼、需求 | 高 |

🎯 結論

Markdown 唔係裝飾，而係一種「語意標記」，令 AI 可以：

• 快速定位主題與需求
• 精準解析代碼與錯誤
• 提供更有針對性嘅回應

如果你想 AI 回覆得快又準，Markdown 絕對係你嘅最佳幫手。