Prompt engineering（提示工程）是設計有效指令，引導 AI 模型產出準確、有用結果的做法。GitHub 文章指出，這能解決讓 AI 輸出變得一致、可預期的問題：寫得好的提示可以減少模糊地帶、避免答非所問，幫助團隊在寫程式、文件、測試與自動化等工作上拿到更準確的結果。
文章把提示分成幾種類型：直接下達任務的指令型提示、附上範例的範例型提示、模擬對話的對話型提示，以及設定規則與角色的系統提示。進階技巧則包括不給範例的 zero-shot、提供範例幫助模型抓住模式的 few-shot，以及要求模型一步步推理的 chain-of-thought。文章也建議下提示時要清楚具體、提供足夠背景、善用條列與格式，並反覆測試修正。
文章把提示工程形容為「連接人類意圖與機器回應的橋樑」，認為這項技能正在成為使用 GitHub Copilot 等 AI 工具時的基本功，直接影響開發者能不能順利用 AI 完成程式碼生成、自動化流程與文件撰寫等工作，也是許多團隊導入 AI 工具時最先要補的能力缺口。
對正在學程式的孩子來說，Prompt engineering 其實很貼近「把問題講清楚」這個基本能力：先想清楚自己要什麼結果、給 AI 足夠的背景資訊、再一步步拆解需求，和寫程式時釐清需求、拆解步驟的邏輯思考方式幾乎一樣。練習下清楚的指令，也是在練習更精準地表達想法。
AI提示工程開發工具程式教育