事件總覽：面對生成式AI席捲各產業的浪潮，過去強調技術參數優化的思維正悄然轉變，文科生所擅長的語言精準度與邏輯架構能力，在大型語言模型（LLM）的應用中展現出前所未有的關鍵價值。
📅 過往資訊時代：語法主導的人機溝通
在過去的資訊時代，人機互動的核心往往圍繞著「語法」（Syntax）。那時候，我們必須學習電腦能理解的程式語言，像是Python或C++，將人類複雜的意圖轉譯成一套嚴謹的邏輯結構，才能讓機器執行指令。這是一個非常講求精確指令、固定格式的時代，技術開發者忙於打造更強大的模型與演算法，而人類則努力適應機器的「語言」。不過話說回來，這種單向的溝通模式，也間接塑造了我們對機器智慧的想像，認為其運作必須依賴絕對的語法正確性。
📅 大型語言模型崛起：語義精準度成關鍵瓶頸
然而，隨著大型語言模型（LLM）的橫空出世，核心典範已然轉向「語義」（Semantics）。雖然開發者不斷優化參數、推升算力，但在企業實際應用端，卻常面臨一個尷尬的瓶頸：即使模型再強大，輸出的結果依舊平庸，甚至偏離了商業脈絡。許多人將此歸咎於AI的「幻覺」，也就是模型因訓練資料不足、模式誤判或上下文誤解，產生與事實不符的回應。但說真的，這背後更深層的問題，其實是人類「不會發問」，導致了語言精準度的缺失。當我們過度依賴調整模型參數，卻忽略指令中詞彙的權重與語境的邊界時，輸出的結果自然會滑向模糊地帶。
📅 亞里斯多德的智慧重現：古典修辭學引導提示工程
有趣的是，為了解決這個AI時代的「溝通難題」，我們發現兩千年前亞里斯多德提出的古典修辭學，竟能為現今的「提示工程」（Prompt Engineering）提供一套完美的框架。這套智慧包含三個核心概念，至今仍閃耀著引導AI的價值：
- 人格特質（Ethos）：透過在提示（Prompt）中設定AI的角色（Persona），例如要求AI以「資深顧問」或「批判性學者」的身份回應，就能有效縮小模型的搜尋範圍，大幅提升輸出的權威性和針對性。這就像是賦予AI一個專業的「人設」，讓它能更精準地扮演特定角色。
- 情感共鳴（Pathos）：明確定義目標受眾，是文科背景人士能發揮優勢的地方。他們能精準分析讀者的心理預期，進而引導AI調整語氣（Tone of Voice），使內容不僅正確，更能具備強烈的穿透力和感染力，觸動人心。
- 邏輯論證（Logos）：這絕對是提示工程的核心。藉由「思維鏈」（Chain of Thought）手法，將複雜問題拆解為層層遞進的論點，確保AI的推理過程嚴謹且具說服力。一個優秀的提示工程師，能構建一個堅實的邏輯場域，當我們運用修辭學中的「結構化敘事」來約束AI的發散性時，大型語言模型展現出的邏輯程度會更為嚴密。
這也直接回答了「為什麼大型語言模型更需要古典修辭學？」這個問題。因為古典修辭學提供了一套系統性的方法，教導我們如何精準地表達意圖、設定情境、並建構邏輯，這正是將大型語言模型從「機率預測機器」提升為「符合特定脈絡的精準解方」所不可或缺的。
📅 文科生優勢浮現：批判思考與脈絡化解讀
長期以來，文科生常被標籤化為「感性、缺乏邏輯」，但現今的AI時代，這樣的偏見正在被翻轉。原因很簡單，自然語言的邏輯是「開放式」的，而非程式語言那樣的封閉系統。文科訓練中強調的批判性思考、文本解構與詮釋學，正是處理這種開放式問題的利器。當企業需要將抽象的願景轉化為AI可執行的步驟時，「定義模糊邊界」及「脈絡化思維」成了文科生獨具的優勢。他們能釐清概念與概念之間的邏輯關聯，避免AI在概念滑轉中產生幻覺，同時也能理解技術產出在社會、法律或道德層面的影響，這些都是單純優化演算法無法觸及的領域。
至今影響與未來展望
我們可以說，文科生的競爭力不僅僅是產出內容，更在於「設定標準」。在內容生產過剩的未來，具備審美眼光、價值判斷與邏輯檢核能力的文科通才，將成為管理AI決策者的中堅力量。AI雖然降低了技術門檻，卻無疑拉高了敘事門檻。一個能理解技術潛力，又能以深刻的人文視角進行跨學科敘事的人，才能在未來脫穎而出。所謂「跨學科敘事力」，是指能將枯燥的數據、複雜的模型邏輯，轉化成具商業洞察與情緒價值的價值主張。當AI越強大，對「人之所以為人」的論述就越重要，市場需求的是能與機器對話、在對話中守住邏輯底線與創意靈魂的人。