AI 命名不清，是你的 Prompt 在裝糊塗
企業導入 AI 常卡在「AI 聽不懂我意思」，但真正的問題往往不是模型笨，而是需求本身就模糊。這篇從一個命名細節，談企業該怎麼把「說清楚」變成系統能力。
- AI輸出品質差，八成不是模型的問題，是需求說得含糊
- 把俗名換成精確詞彙，第一輪產出就能貼近需求，省下大量試錯成本
- 企業導入AI真正該投資的是「說清楚」的能力，不是換更貴的模型
最近看到一個小觀察，很值得拿出來講給每個正在導入AI的老闆聽。有人發現，跟AI講「做個彈窗」，AI常常猜錯，因為彈窗這個詞背後可能是modal、dialog、popover、tooltip，四種結構完全不同的東西。你講「下拉選單」，AI也在猜，因為那可能是select，可能是dropdown menu，也可能是combobox。俗名聽起來很好懂，但對系統來說，每個俗名底下都藏著好幾種完全不同的規格。AI拿到俗名只能用猜的，猜錯了就開始一輪一輪的來回修改，這個來回，就是你在燒的時間和預算。
這不是UI的問題，是企業導入AI的通病
我接過不少企業的AI導入案，發現一個規律：客戶抱怨「AI很笨、答非所問」的案子，八成問題不在模型，在需求本身就沒講清楚。有客戶要我們做「一份報告」，我們問報告要給誰看、要多細、要不要圖表，客戶才發現自己也沒想清楚。這不是客戶的錯，是因為人類講話本來就習慣用俗名帶過，靠常識補完，但AI沒有你的常識，它只有你打進去的那幾個字。
命名本身就是規格的一部分。這句話聽起來像廢話，但九成企業導入AI的失敗案例，根源都在這裡。你以為你在跟AI溝通需求，其實你只是丟了一個模糊的標籤過去，然後怪它猜錯。
精確命名為什麼能省錢
把「做個彈窗」換成「做一個popover」，AI第一輪產出就會貼近得多，因為popover這個詞已經把規格鎖死了：從錨點彈出、可以裝互動元件。跟tooltip那種單純hover提示，是完全不同的東西。同一個中文詞「彈出」，背後其實是兩份不同的規格書，你不講清楚，AI就得幫你賭一把。
- 每一輪試錯都是時間成本，也是你付給AI服務商的token成本
- 模糊需求會讓AI用「猜測最大公約數」的方式回應，結果通常是四不像
- 精確詞彙一旦寫進系統prompt或SOP，就能重複使用，不用每次重新溝通一遍
企業該做的不是換模型，是建自己的詞彙表
我們在幫企業做AI整合的時候，常常花最多力氣的地方不是選模型、不是調參數，是幫客戶把「內部黑話」翻譯成可以被系統理解的精確規格。像是財務報表裡的「彙總」到底是月結還是即時滾動、客服系統的「工單」到底有沒有子狀態。這些名詞在公司內部用久了大家都懂，但丟給AI，它只能猜。真正值錢的不是那個模型，是把這套詞彙表建起來，寫進prompt或系統規則裡，讓每次溝通都不用重新解釋一遍。
AI不會讀空氣，你講不清楚，它就用猜的，猜錯的帳單算誰的？