前言
在前一篇文章中，我們探討了如何將艾西莫夫的三大法則轉譯為提示工程的三大原則，並以此類比框架來理解 LLM 的限制與引導。這一篇文章將更進一步，帶領大家將理論落實到實務：我們要實際設計一組提示詞，並用它生成一份「基於實證研究的糖尿病患者日常飲食指南」。透過這個過程，讀者不僅能看到三大法則如何映射到提示工程的規範，也能學習如何運用這些原則來提升輸出內容的安全性、可靠性與可解釋性。
將機器人三大法則轉譯為提示工程三大原則
第一法則 → 安全與倫理優先
- 機器人：不得傷害人類。
- 提示工程：不得生成可能導致危害的飲食建議，尤其是個人化劑量或取代醫囑的內容。
- 實踐：所有提示詞必須加入「僅限官方醫學指引與同行評審研究」的限制，並標註不確定性。
第二法則 → 目標與依據服從
- 機器人：必須服從人類命令，除非違反第一法則。
- 提示工程：必須生成糖尿病患者的飲食指南，但須服從「實證依據」的邊界。
- 實踐：提示詞要明確要求引用 ADA（美國糖尿病協會）、台灣衛福部指引與同行評審研究。
第三法則 → 穩態自保
- 機器人：必須保護自身存在，不得違反前兩法則。
- 提示工程：模型若遇到爭議或資料不足，應輸出「不確定性清單」而非幻覺。
- 實踐：提示詞需要求列出「查證關鍵字」與「爭議點」，避免無依據的猜測。
提示詞設計過程（Markdown 範例）
範例提示詞一：基礎框架
# 任務
請根據 ADA 與台灣衛福部的指引，以及同行評審研究，生成一份「基於實證研究的糖尿病患者日常飲食指南」。
# 三律原則
1. 安全與倫理優先：不得提供個人化劑量或替代醫囑。
2. 目標與依據服從：僅引用官方醫學指引與同行評審文獻。
3. 穩態自保：遇到爭議或不足，列入「不確定性清單」。
# 輸出格式
- 為何需要以實證建立日常飲食指南
- 核心原則（碳水、蛋白質、脂肪、膳食纖維、GI/GL）
- 一週範例菜單（≥3 天）
- 常見情境問答
- 監測與回饋
- 風險與禁忌
- 不確定性清單
- 參考資料
範例提示詞二：範例菜單強化版
# 任務
生成一份糖尿病患者「一週範例菜單」，需標示每餐營養重點（低 GI、纖維、優質蛋白）。
# 三律原則
1. 不得提供個人化劑量。
2. 僅使用 ADA 與台灣衛福部指引、同行評審研究。
3. 遇到爭議，需加入「不確定性清單」。
# 輸出格式
- 表格（至少 3 天 × 早餐/午餐/晚餐/加餐）
- 營養重點註記
範例提示詞三：情境問答版
# 任務
生成「糖尿病患者飲食常見情境問答」。
# 三律原則
1. 安全優先：避免誤導或具風險的建議。
2. 目標服從：回答須符合官方指引與研究。
3. 穩態自保：若答案有爭議，需列入「不確定性清單」。
# 輸出格式
- 問題（外食、素食、低預算、運動前後）
- 回答（附操作要點）
- 若有爭議，加註查證關鍵字
生成的飲食指南示範
為何需要以實證建立日常飲食指南
- 糖尿病患者需降低併發症風險，實證指南能提供科學依據。
- 避免網路錯誤資訊導致血糖控制惡化。
- 幫助患者養成長期可持續的飲食模式。
核心原則
碳水化合物
- 每日熱量的 45–55% 來自碳水（依 ADA 指引）。
- 優先選擇全穀、燕麥、豆類，降低 GI。
- 分散攝取，避免單餐碳水過量。
蛋白質
- 每日 15–20% 總熱量（Evert et al., 2019）。
- 以魚、豆類、白肉為主。
- 避免加工肉與紅肉過量。
脂肪
- 控制飽和脂肪 <10%。
- 多用單元不飽和脂肪（橄欖油、堅果）。
- 每週 2 次魚類，補充 Omega-3。
膳食纖維
- 每日 25–30 克（台灣衛福部）。
- 增加可溶性纖維（燕麥、豆類）。
- 減少低纖加工食品。
GI/GL
- 優先低 GI 食物（糙米、扁豆）。
- 單餐 GL 控制 <20。
- 以蛋白質、纖維搭配碳水，降低血糖波動。
一週範例菜單（部分）
| 日/餐 |
早餐 |
午餐 |
晚餐 |
加餐 |
營養重點 |
| 周一 |
燕麥粥 + 無糖豆漿 |
糙米飯 + 清蒸魚 + 青花菜 |
全麥麵 + 番茄雞胸肉 |
蘋果 + 杏仁 |
高纖、低 GI、優質蛋白 |
| 周二 |
全麥吐司 + 水煮蛋 |
雞胸沙拉 + 藜麥 |
糙米飯 + 豆腐 + 菠菜 |
無糖優格 |
控醣均衡、富含纖維 |
| 周三 |
無糖優格 + 藍莓 |
鮭魚便當（糙米飯、蔬菜） |
地瓜 + 青椒牛肉絲 |
黃瓜條 + 毛豆 |
Omega-3、低 GI |
注意：此菜單僅為示範性設計，依據 ADA 與台灣衛福部飲食原則整理，並不取代專業醫師或營養師的個別化建議。
常見情境問答
- 外食怎麼辦？
優先選擇便當的全穀飯、增加蔬菜份量，避免炸物。
- 素食者怎麼補蛋白質？
可用黃豆、毛豆、豆腐、堅果替代，注意均衡。
- 運動前後飲食？
運動前 1–2 小時可攝取低 GI 碳水搭配蛋白質，例如全麥吐司與水煮蛋；運動後補充優質蛋白（如優格、豆漿）。
注意：此為一般性建議，具體需求仍需依活動強度與個人健康狀況，由專業醫師或營養師評估。
監測與回饋
- 使用餐後血糖監測（建議 2 小時）。
- 記錄食物種類與分量。
- 與醫師或營養師討論紀錄。
| 項目 |
方法 |
頻率 |
| 餐後血糖 |
家用血糖機 |
每日 |
| 食物日誌 |
手寫/APP |
每餐 |
| 醫師討論 |
門診追蹤 |
每 1–3 個月 |
風險與禁忌
- 避免極低醣或單一食物療法，缺乏實證且風險高。
- 避免坊間「排毒法」「神奇食譜」，多數無科學支持。
- 腎功能異常者需醫師評估蛋白質攝取。
不確定性清單
- 間歇性斷食是否適合糖尿病患者？（目前研究數量有限，需更多 RCT，例如 Varady et al., 2020, Annual Review of Nutrition）
- 低碳飲食對長期併發症的影響？（證據尚不足，需要更多前瞻性世代研究）
- 特定保健食品對血糖控制的效果？（需更多大型隨機對照試驗）
參考資料
- Asimov, I. (1950). I, Robot. Gnome Press.
- American Diabetes Association. (2023). Standards of Medical Care in Diabetes—2023. Diabetes Care, 46(Suppl.1): S1–S290.
- Evert AB, Dennison M, et al. (2019). Nutrition therapy for adults with diabetes or prediabetes: A consensus report. Diabetes Care, 42(5), 731–754.
- Taiwan Ministry of Health and Welfare. 國民健康署：《糖尿病飲食原則》官方文件。
- Davies MJ, et al. (2018). Management of hyperglycemia in type 2 diabetes, 2018: a consensus report. Diabetes Care, 41(12), 2669–2701.
機器人心理學的啟示與未來方向
- 多層次優先序設計：如同三大法則，提示詞應建立「先安全、再依據、最後回退」的階層架構，避免誤導。
- 動態衝突處理：機器人心理學強調「衝突」會帶來意外行為；提示工程亦需設計「不確定性清單」作為動態回應機制。
- 最後一哩路：透明與解釋性：未來 LLM 的挑戰是可審核、可解釋。若能如機器人心理學般定義「行為邊界」，並附來源、證據強度與限制條款，才能真正落地於臨床與健康管理。
留言