PROMPTS
1346 組原創與策展 AI 提示詞，涵蓋圖像、影片、音樂與教學。可依工具、情境與難度篩選，查看各篇的說明與示例。
篩選2 項展開收合
從 Cursor 搬家到 Claude Code / Codex：遷移盤點 + 起步設定 prompt
讓 agent 自動把你的 Cursor 專案（.cursorrules、.cursor/rules、.cursor/mcp.json）盤點清楚，產出一份逐步遷移計畫，並生成對應的 CLAUDE.md 或 AGENTS.md、slash command、MCP 設定，讓你第一天就不會「比 Cursor 還笨」。
給 AI agent 的「完成定義」自我把關 spec：讓它交件前先驗收自己
一份可貼進任何 coding agent 的 Definition of Done 模板，把『什麼叫做完』寫成 agent 必須逐項自檢的 checklist：行為符合驗收標準、tests / lint / typecheck / build 全綠（沒跑要說原因）、有風險的改動附 rollback、最後交一份『驗證故事』。杜絕「它說完成了結果一堆紅」。
白話轉 SQL：描述你要查什麼，給你查詢語句
把「我想找上個月買超過 3 次的客戶」這種白話，轉成可執行 SQL + 解釋，附上你資料表結構就更準。
決策矩陣：在兩三個選項間卡住時，幫你結構化想清楚
把猶豫的選項丟給 AI，它幫你列關鍵考量、加權評分、點出你可能忽略的風險，給一個有理由的建議。
冷 email 開發信：不像業配、讓對方願意回的 4 行模板
寫給陌生對象的開發信：一句相關開場、一句痛點、一句具體價值、一個低門檻 CTA，避開「我們公司成立於…」的死亡開場。
銷售頁文案：用 AIDA 把訪客從「滑過」變「下單」
一鍵生整頁銷售文案骨架：抓注意的 headline、放大痛點、堆疊好處、處理疑慮、強 CTA，直接套你的產品。
YouTube 標題 + 縮圖文字：把 CTR 從 4% 拉到兩位數
一支影片生 5 組「標題 + 縮圖該寫什麼」，標題製造好奇、縮圖補資訊不重複，兩者合起來比單獨更想點。
銷售異議拆解：客戶說「太貴 / 再想想 / 沒時間」怎麼接
把客戶最常見的拒絕，各給一個不硬推、先認同再重框的回應腳本，話術自然、不像背稿。
AI Code Review：貼一段 code，抓 bug + 安全 + 可讀性
讓 AI 當資深工程師審你的 code：依正確性 / 安全 / 效能 / 可讀性四面向給具體問題 + 修法，不是空泛稱讚。
Gemini 2.5 Pro：丟一張截圖，直接吐出「下一步該做什麼」
用 Gemini 2.5 Pro 多模態，把任何截圖（錯誤訊息 / 後台 / 報表 / 對話）變成具體可執行的下一步清單。
自我批判迴圈：先寫、再罵自己、再改，一個 prompt 拿三輪品質
要 AI 先產草稿，再切換成嚴格審稿人挑自己毛病，最後依批評改寫——等於在一個 prompt 內跑三輪打磨。
評分標準驅動法：先把「滿分長怎樣」告訴 AI，它就照著做
把你心中的評分 rubric 先寫給 AI，它會用那把尺自我對齊、自評、把不到標的地方改掉，更貼近你要的水準。
Anti-Goal 三明治法：一句話讓 AI 不再犯它最常犯的錯
在 prompt 裡明確點名「這類任務 AI 最常見的失敗模式」並要它主動避開，2026 實測降錯約 28-30%。
對比範例校準法：給「要」也給「不要」，一個負例勝三個正例
同時示範「想要的輸出」和「不該出現的輸出」，讓 AI 對兩端校準；語氣與精準度任務上，一個負例常勝過三個正例。
思維鏈鷹架：把「先想再答」變成固定 5 步，降 30% 自信錯答
強制 AI 回答前依「重述→列假設→逐步推→自查→結論」5 步思考，複雜推理的自信錯答實測降約 30%。
「會用 6 個月以上」的 5 個 Claude 重複任務模板 — 3 條留存準則
18 個月實測 60 個 Claude workflow 後的留存規律 — 煩但不痛、輸出有去處、input <30 秒。5 個 6 個月以上沒丟的實際模板（Friday review / meeting follow-up / 客戶週報 / Monday briefing / pipeline update）。
真的有效的 5 個 prompt engineering 技巧（XML > markdown 28%）
AI engineer 跨 GPT-4 / Claude / Gemini 數百小時測試後的 5 個可量化技巧 — CoT 鷹架、persona+goal+anti-goal、XML 比 markdown 準 28%、negative examples 比 positive 強、prompt chaining 完勝 mega-prompt。
COMMAND PLANNING MODE：9-section 結構化規劃 prompt
不對話、不建議、不嘗試 — 只把任何情況轉成結構化執行計畫。固定 9 區塊輸出：現實 / 目標 / 時程 4 階段 / 戰術 / 威脅 / 防禦 / 應變 / 槓桿 / 信心。同樣 input 永遠同樣 output。
AI 攻擊面 audit：看到 AI-augmented 攻擊者看到的你
2026-05 Google 威脅情報後寫的。AI hacking 從 nascent 變 industrial scale、商業 AI 模型挖出人類錯過幾十年的 zero-day。這個 prompt 攤開你能被攻擊的地方。
求職策略：把 ChatGPT 變成 4 合 1（auditor + 分析師 + 顧問）
結合 resume auditor / market analyst / system auditor / strategist — 不討好你、不過度安撫、不把你推到不適合的職缺。10-step 流程 + ghost job 偵測。
CV writer ruleset：會反問你 STAR、不准用「dynamic team player」
寫 CV 痛點不是版型、是「列責任不列成就」+ AI 加碼把你寫成「dynamic team player」。這個 ruleset 強制 AI 不准在拿到 evidence + positioning 前產草稿、會一題題問你下去。
AI 取代風險自測：把工作拆成任務、每個打 1-10 分
2026 年 Cloudflare 砍 20% / BILL 砍 30% / Upwork 砍 24% 後寫的。job title 沒用、拆任務才有用。每個任務 AI vulnerability score 1-10 + timeline + 整體風險評等。
Custom GPT 治理：7 區塊 Agent Identity Card
建 custom GPT / n8n agent 前先跑這個、強制定義邊界、避免 agent scope creep（「幫我處理工作」=災難）。
GPT BS 偵測器：揪出 AI「為了討好你而說錯」的時刻
Oxford Nature 研究：AI 訓得越「溫暖」、準確度掉 10-30 個百分點。這個 prompt 審 AI 回應、找出「溫暖凌駕準確」的地方。