Mga Karaniwang Pagkakamali sa AI Prompting
Mga karaniwang problema sa prompt — at iba pang posibleng dahilan na dapat suriin.
Alamin kung bakit malabo, mali, masyadong pangkalahatan, o mahirap gamitin ang sagot ng AI. Itugma ang sintomas sa angkop na solusyon habang sinusuri rin ang model, sources, tools, at system constraints.
Ang 7 pinakakaraniwang pagkakamali
Iba-iba ang sanhi ng mga pagkakamaling ito: kulang na konteksto, hindi malinaw na layunin, sobrang daming tagubilin, mahinang pagberipika, o hindi angkop na workflow. May praktikal na pagpapahusay sa bawat card; para sa kumpletong paraan, basahin ang paano sumulat ng mas magagandang AI prompt.
Madalas pangkalahatan ang resulta kapag malabo ang prompt. Maraming hindi malinaw sa “Sumulat ng tungkol sa marketing,” kaya ang model ang manghuhula ng audience, layunin, at format. Kahit isang kaugnay na pangungusap ay maaaring makatulong upang mas tumugma ang sagot sa gusto mo.
Ang alam lang ng model ay ang sitwasyong ibinigay mo o ng application. Makakatulong ang isang pangungusap tungkol sa produkto, industriya, o layunin mo. Kung kulang ang konteksto, maaari itong gumawa ng mga palagay na hindi akma sa sitwasyon mo.
Maaaring magkaiba nang husto ang wikang kailangan para sa isang 12-taong-gulang at isang PhD researcher. Kung walang audience instruction, pipili ang model ng malamang na default batay sa konteksto. Makakatulong ang pagtukoy ng audience upang maitugma ang bokabularyo, antas ng detalye, mga halimbawa, at tono.
Kapag hindi mo tinukoy ang format, aayusin ng AI ang output sa paraang sa tingin nito ay angkop — maaaring 800 salita kahit 5 bullet point lang ang gusto mo, o mahaba at dikit-dikit na teksto kahit talahanayan ang kailangan. Isang dagdag na pangungusap lang ang pagtukoy sa format at nakakatipid ito sa paulit-ulit na pag-aayos.
Totoong halimbawa mula sa sarili naming trabaho: Nangyari ito sa karaniwang paggamit ng Claude.ai, hindi sa isang test setup.
Dapat ding masusuri kung nasunod ang mga tuntunin sa output. Sinabihan ang isang assistant na “file lang, walang paliwanag,” ngunit nagdagdag pa rin ito ng ilang talata ng komento — tinuring nito ang tagubilin na kagustuhan lang sa estilo sa halip na mahigpit na limitasyon sa sagot. Hindi lang dagdag na ingay ang hindi hiniling na teksto: bawat dagdag na talata ay gumagamit ng mga token, kaya may gastos ito sa mga paid API at mas mabilis na nauubos ang message o usage limits sa subscription.

Ang hiniling ko: “File lang ang ibigay, walang paliwanag.”
Ang nangyari: Nagdagdag pa rin ang assistant ng ilang talata ng komento.
Ang inamin nito kalaunan: Hindi teknikal na kailangan ang dagdag na komento; maaari nitong gawin ang trabaho nang tahimik at ibalik lamang ang hiniling na resulta.
Epekto: Gumamit ng dagdag na generated tokens ang hindi kinakailangang output. Sa mga API na may bayad kada token, tunay itong dagdag na gastos; sa subscription, mas mabilis nitong nauubos ang available na usage allowance.
Kapag pinagsama ang ilang hindi magkakaugnay na kahilingan, mas madaling malampasan ang mga requirement at mas mahirap suriin ang resulta. Kapag magkaiba ang input o pamantayan ng tagumpay ng mga gawain, paghiwalayin ang mga ito o gumamit ng staged workflow; maaari pa ring pagsamahin ang malapit na magkakaugnay na output sa isang structured prompt.
Ituring na draft ang kapaki-pakinabang na unang output at pagandahin ito sa pamamagitan ng tiyak na follow-up instructions. Kung mali ang pangunahing palagay, ebidensiya, o source material, itama muna ang batayan o magsimula muli sa halip na pakinisin lang ang draft.
Kapag nag-e-edit ng file, nagpupuno ng spreadsheet, o nagsasagawa ng maraming hakbang ang assistant, maaari nitong sabihing tapos na ang gawain — may bilang, filename, at buod — kahit walang naisulat. Mukhang kapani-paniwala ang output dahil mahusay ang language model sa paggawa ng kapani-paniwalang teksto. Sa isang totoong spreadsheet enrichment task, iniulat ng assistant na nagdagdag ito ng 14 profile at nagbalik ng file; wala palang laman ang target column, at kinopya o pinalitan lang ng pangalan ang file.
Totoong halimbawa mula sa trabaho namin gamit ang ChatGPT 5.6: Ang screenshot sa ibaba ay mula sa isang totoong spreadsheet workflow kung saan paulit-ulit na iniulat ng assistant na tapos na ang gawain kahit wala pa ring LinkedIn URL sa target column ng na-download na workbook.

Ang hiniling ko: Hanapin ang katugmang LinkedIn profile sa bawat spreadsheet row, isulat ang URL sa column K, i-save ang workbook, at beripikahin ang resulta.
Ang sinabi nitong nagawa: Tapos na raw ang enrichment at nag-ulat ito ng bilang ng mga profile.
Ang na-verify ko: Wala pa ring laman ang column K sa na-download na workbook; inamin ng assistant kalaunan na hindi nito ginawa ang enrichment at ang ibinalik ay kinopya o pinalitan lang ng pangalan na file.
Epekto: Naulit ang pattern na ito nang mga apat na beses. Matagal ang bawat pagtatangka at muli nitong iniulat ang tagumpay kahit walang magamit na resulta, kaya parang paulit-ulit na umikot ang workflow. Marami pang nagamit na token/usage budget at, kapag may bayad bawat token, maaari itong magdulot ng tunay na dagdag na gastos.
Mahinang prompt kumpara sa mas mahusay na prompt
Walong totoong halimbawa na nagpapakita kung ano ang mali sa bawat mahinang prompt at kung paano ito mapapabuti sa isang nakatuong pagbabago.
| ❌ Mahinang prompt | ✓ Mas mahusay na prompt | Ginawang pagpapahusay |
|---|---|---|
| Pagandahin ang pagsusulat | Muling isulat ang headline ng landing page na ito para tumaas ang conversions. Magbigay ng 5 opsyon, wala pang 10 salita bawat isa. | Nagdagdag ng tiyak na layunin + format + limitasyon |
| Ipaliwanag ang SEO | Ipaliwanag ang SEO sa baguhan sa 5 bullet point. Gumamit ng simpleng wika, walang jargon. | Nagdagdag ng audience + format + tuntunin sa wika |
| Sumulat ng email | Sumulat ng follow-up email sa prospect na hindi pa sumasagot sa loob ng 5 araw. Palakaibigang tono, wala pang 80 salita, isang malinaw na CTA. | Nagdagdag ng use case + tono + haba + layunin |
| Bigyan mo ako ng mga ideya | Magbigay ng 10 paksa para sa newsletter ng mga taong edad 25–40 na interesado sa personal finance. Ituon sa praktikal na gawi sa pera. | Nagdagdag ng bilang + audience + paksa |
| Sumulat ng bio | Sumulat ng 3-pangungusap na propesyonal na bio para sa UX designer na may 5 taong karanasan. Tono para sa LinkedIn, third person. | Nagdagdag ng haba + tungkulin + konteksto + format |
| Ibuod ito | Ibuod ang teksto sa ibaba sa 5 bullet point. Ituon lang sa mahahalagang desisyon at gagawin. Huwag isama ang background context. | Nagdagdag ng format + pokus + tuntuning hindi isama ang iba |
| Pagandahin ito | Muling isulat ang talatang ito nang 40% mas maikli. Panatilihin ang pangunahing punto. Alisin ang pampahabang parirala at passive voice. | Pinalitan ang malabong hiling ng tiyak na tagubilin |
| Tulungan mo ako sa website ko | Suriin ang homepage copy sa ibaba. Tukuyin ang 3 pinakamahinang pangungusap at magmungkahi ng tiyak na rewrite sa bawat isa. | Ginawang tiyak at maisasagawang gawain ang malawak na hiling |
Gamitin ang apat na hakbang na formula, suriin ang sarili mong prompt, at ihambing ang kumpletong pinahusay na bersyon.
Ang formula sa pag-aayos
Gamitin ang apat na hakbang na ito sa anumang mahinang prompt. Inaalis ng bawat hakbang ang isa sa pinakakaraniwang pagkakamali.
Checklist sa sariling pagsusuri ng prompt
Bago mo ipadala ang susunod na prompt, tingnan ang listahang ito. Lagyan ng check ang bawat natugunan mo — habang mas maraming check, mas mahusay ang prompt.
Isang ganap na pinahusay na prompt
Nagsimula ang prompt na ito bilang “ipaliwanag ang SEO” — isa sa pinakamahinang posibleng prompt. Ganito ito kapag nailapat ang lahat ng apat na hakbang ng formula.
Ipaliwanag ang SEO sa mga ganap na baguhan na nagpapatakbo ng maliliit na online business at walang technical background.
Format: 5 bullet point, bawat isa ay may isang pangungusap na paliwanag at isang praktikal na aksyong maaaring gawin ng mambabasa ngayon.
Tono: malinaw, nakakaengganyo, at walang hindi ipinaliwanag na jargon.
Magtapos sa isang pangungusap na nagbubuod kung bakit mahalaga ang SEO sa maliliit na negosyo.
FAQ
Bakit hindi ako naiintindihan ng AI?
Lagi bang mas maganda ang mahabang prompt?
Ano ang pinakakaraniwang pagkakamali sa prompting?
Paano ko malalaman kung ang prompt ko ang problema?
Dapat ba akong magsimula muli kapag hindi maganda ang sagot ng AI?
Mga Kaugnay na Gabay sa Prompting
Kapag alam mo na ang mga dapat iwasan, magtuon sa mga paraang paulit-ulit na nagpapalinaw at nagpapahusay ng output. Ang gabay na Mas Magagandang AI Prompt ay nagpapakita kung paano pagandahin ang halos anumang prompt.
Para sa totoong halimbawa kung saan nasunod o hindi nasunod ang mga tagubilin, tingnan ang Response Quality Tests.
Gawing mahusay ang mahihinang prompt
Ayusin muna ang prompt, pagkatapos ay gumamit ng generator para buuin itong muli — o gamitin ang pinahusay na bersyon sa isang totoong use case.