你花一整天想清楚活動要給誰看，最後只輸入：「幫我寫一篇介紹。」AI 很快交稿，語氣流暢，卻沒提到你最在意的那個痛點。
你腦中的背景，和 AI 這次實際拿到的資料，可能差了一大截。 用一杯水來想這件事：杯子裡裝的是本次可用脈絡，還沒倒進去的資料，AI 不會因為你心裡知道就自動取得。
三種杯子，三種常見狀況
背景太少：只給一句任務，讀者、用途、限制都沒有交代，答案容易落在泛用寫法。
資料剛好對題：提供要完成的結果、必要素材與限制，讓 AI 有條件做出符合場景的內容。
資料很多卻互相打架：新舊價格、過期活動、不同讀者的範例全塞進去，AI 可能引用錯版本。增加資料前，先整理哪些仍然有效。
以活動介紹為例，補上四個缺口
示範任務：「幫我寫一篇 AI 工作坊介紹。」可以補成下面這樣：
- 結果：寫一段適合放在活動頁開頭的介紹。
- 讀者：第一次用 AI 整理工作資料的上班族。
- 素材：提供已確認的課綱、日期與參加條件。
- 限制：不承諾保證省時；沒提供的價格或名額不要猜。
補完後，讀者與用途有了方向，哪些事能寫、哪些要保留也更明確。若答案仍偏掉，可以指出是哪一格沒有被遵守，讓下一輪修改更精準。
答案不對時，沿著資料找原因
先看必要資料是否真的附上，再看檔案能否讀取、版本是否正確。接著查要求有沒有互相衝突，或你想要的格式只存在心裡。
若工具明確表示讀不到附件，直接補可讀的內容或改用支援的格式。若輸出有事實錯誤，要回原始來源核對；追加更多背景，無法取代查證。
可複製的補脈絡訊息
text
這次希望完成：
內容要給誰、用在何處：
可使用的素材與版本：
一定要包含：
不可猜測或改動：
預期輸出格式：
請先指出缺少、讀不到或互相衝突的資料。
資料足夠再開始，未經確認的項目請標示待確認。下次拿到不合用的答案，先把這六行補好。你會更容易定位問題是在需求、資料，還是輸出本身。
延伸依據
Anthropic 的 context window 官方說明說明本次脈絡有其處理範圍。倒水比喻與補脈絡模板是本文的教學整理，不是模型內部運作的精確描述。
資料查核：2026-08-28。
