368 組實測過的中文 AI 提示詞。圖／影／音三大領域、多個主流工具，每一組都附完整情境、變數、sample output — 複製就能直接丟進工具用。
提案產生器 / 會議處理器 / 內容再利用 / 週五回顧 / 收工 reset — 試了 40 個只有這 5 個沒被丟掉、各省 30+ 分鐘 / 次。
回合制模擬面試：面試官照你的產業出情境題、一次一題、答完先被追問再拿回饋，每題附口說等級的英文版答法。八題跑完給錄取傾向總評。比看考古題更接近真實臨場。
主管的催促、質疑、臨時加活，先幫你「定性」他真正要什麼（交代？安全感？找戰犯？），再給簡短／完整／拉高三個版本回覆、各附風險提示。內建紅線檢查：要說謊才能達成的目標、它會直接拒絕並給誠實替代方案。
年底寫自評最痛的是「整年做了什麼想不起來、寫出來又像記流水帳」。這個指令讓你把週報、日曆事件或隨手紀錄整批貼進去，AI 會幫你歸納成 3-5 個成果主題、補上量化句式、再對齊公司目標寫成正式自評。附帶一個「加薪談判版」輸出，談薪水時直接拿來用。
拉了報表卻不知道怎麼寫「所以呢」，是數據工作最常見的卡點。這個指令讓 AI 扮演資深數據分析師，照「現象、原因假設、建議行動」三層結構解讀你貼上的數據，並強制區分「數據直接支持的結論」和「需要進一步驗證的推測」，避免你在會議上講出被打臉的過度解讀。
被指派做教育訓練或帶新人，最花時間的不是懂內容、是把內容排成「教得出來」的順序。這個指令依教學設計的基本框架（目標、引起動機、講解、練習、檢核）幫你產出完整教案，含時間分配、互動設計和學員會卡住的點。企業內訓、新人訓練、社團教學都能用。
交接文件最大的問題是「你覺得理所當然的事都沒寫」。這個指令讓 AI 扮演交接審查者，先用結構化問題把你腦中的隱性知識挖出來（誰要找、密碼放哪、每月固定要做什麼、地雷在哪），再整理成接手者真的能照做的交接手冊。離職、轉調、休長假前都適用。
一個 Suno 用戶完整 support 對話：自己寫詞、Suno 生成、Amuse 發行、Musixmatch publish → 之後想做 acoustic 版 → Suno 全擋 copyright error。Suno 官方確認這是 platform-level limitation。
RefineAnything LoRA + ComfyUI-RefineNode plugin 自動化「修圖某一塊、其他不動」的痛點。產品圖瑕疵 / logo / 文字 / 標籤修復神器。
把一個專注的「安全稽核員」子代理裝進 Claude Code，在功能開發當下就用 OWASP Top 10 的角度逐檔審查程式碼與架構，按嚴重度分類漏洞並附上可直接套用的修補建議。
把一個專職「效能工程師」子代理裝進 Claude Code，針對剛寫好的功能做 profiling，找出 N+1 查詢、記憶體洩漏、慢 API 等瓶頸，按影響分類並給出附 before/after 的最佳化建議與基準估計。
用一段 PostToolUse hook，讓 Claude Code 每次 Edit/Write 完檔案就自動跑 formatter（Prettier/Black/gofmt）＋linter，把「格式不一致」這件雜事從你的 code review 裡永久移除。
掛一個 PreToolUse Bash hook，在 AI 執行 shell 指令「之前」就攔下 rm -rf、fork bomb、curl|sh 這類毀滅性命令——連 --dangerously-skip-permissions 都擋得住的最後一道安全網。
用一行 npx 指令替 Claude Code 產生資訊豐富的終端狀態列，顯示目前目錄、Git 分支、模型、context 用量進度條、即時花費燃燒率與用量重置倒數，並串接 ccusage 即時統計。
借 buildermethods/agent-os 的三層架構（Standards / Product / Specs），讓 AI 先掃你的 codebase 萃取既有慣例成文件化標準，之後每次寫 code 自動注入，不必每次重講一遍規則。
把 awesome-cursorrules 的 Go 後端可擴展性規範改寫成一份涵蓋慣用錯誤處理、context 傳遞、介面抽象、並行與觀測性的 AGENTS.md／CLAUDE.md，讓 AI 寫 Go 服務時遵守標準慣例與權衡分析。
用一份可直接貼上的 ~/.codex/config.toml 範本，把 OpenAI Codex CLI 的審批策略（approval_policy）、沙箱隔離（sandbox_mode）、推理強度與多組設定檔（profiles）一次設定到位，兼顧自動化效率與安全邊界。
Anthropic 官方的 skill-creator：一個會「反問你需求、產出 SKILL.md、跑評測、優化觸發描述、打包成 .skill」的後設技能。教你用標準化的目錄結構與漸進式揭露（progressive disclosure）做出可重複使用的 Claude 技能。
Anthropic 官方 algorithmic-art：先寫一段『演算法哲學』再用 p5.js 把它變成可互動的 HTML 作品。核心是 Art Blocks 式的 seeded randomness（同種子＝同畫面），搭配可調參數與種子導覽，讓你系統化探索流場、粒子系統等生成藝術，而非隨機亂撞。
拆解 OpenAI 官方 codex 倉庫真實在用的 AGENTS.md，學一個百萬行級專案如何把格式、測試、commit、模組大小、API 命名等「隊規」寫成 AI agent 看得懂、會照做的指令檔，並給你一份可直接套用到自己專案的繁中改寫範本。
GitHub 官方開源的「規格驅動開發（Spec-Driven Development）」工具，用 /speckit.specify → /plan → /tasks → /implement 一條龍把模糊需求變成可執行規格，再由 AI 照規格產碼，治好「憑感覺寫（vibe coding）」的失控問題。
把 14 本軟體工程經典（Clean Code、重構、DDD、務實程式設計師、Working with Legacy Code 等）蒸餾成可直接貼進 AGENTS.md／CLAUDE.md／Cursor rules 的「祈使句規則集」，並提供 full／mini／nano 三種尺寸，依 context 預算挑著用。
把 wshobson/agents（36k★、MIT）裡的旗艦 code-reviewer 子代理裝進 Claude Code，讓一個跑 Opus、專精安全/效能/可維護性的資深審查員，在你每次提交後自動接手 review。
用 VoltAgent/awesome-codex-subagents（166+ 子代理、13 大分類、MIT）當 Codex 版選型目錄，學會用 .toml 格式在 ~/.codex/agents/ 定義並「明確呼叫」Codex 子代理。