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3 項展開收合
AI 回答先過三道關：來源標註→自找反例→信心分級（三段自查法）
讓 AI 回答完不能直接交卷：先標每個關鍵句的來源類型、再自己找反例攻擊自己、最後逐條標信心等級並附查證方向。適合查資料、寫報告、做決策前的功課。誠實說：這不等於真的查證（模型不一定能上網查）、但能把不確定性逼出檯面、明顯減少一本正經的胡說。
給 AI 修 bug 的高命中回報格式：症狀＋最小重現＋期望行為＋環境（四件套）
照這格式回報 bug、AI 修復命中率會高一大截：症狀原文、最小重現、期望行為、環境四件套一次給齊、並強制 AI 先診斷、資訊不夠先開口要、不准瞎猜亂改。適合請 ChatGPT／Claude 修程式的所有場景。注意：AI 的診斷是推理不是實測、改完務必照附帶的驗證清單實際跑過。
合約紅旗白話掃描：租約、勞動、外包的風險條款標記（角色視角法）
把租約、勞動、外包合約丟進來、站在你的角色逐條掃紅旗：白話翻譯、最壞情況、風險分級、談判方向、最後附三個該帶去問專業人士的問題。注意：這是看懂合約用的預習工具、不是法律意見、金額大或涉及重大權益的合約請諮詢律師、掃描結果當找律師前的功課用最安全。
台灣公文代筆：主旨／說明／辦法三段式，打草稿用
把一件事的來龍去脈丟給 AI，產出符合公文程式的「主旨、說明、辦法」三段草稿，自動套「查、復、希照辦」等公文套語，並依對上行文／平行／下行調語氣。最後一段強制標出「需人工複核」的法規與數字，定位是打草稿不是定稿。
在地化翻譯：直譯版＋台灣語感潤飾版雙輸出
比 Google 翻譯多一層的中英雙向在地化。指定台灣正體＋台灣慣用語、保留人名品牌技術名詞不亂翻，並一次給「直譯版＋在地化潤飾版」雙輸出讓你對照取用，還能餵風格範例讓它學你公司的調性。外商、接案、跨境電商的行銷稿與產品說明適用。
別再寫「一步一步想」：推理模型 prompt 重寫法
2026 的認知斷層——Opus、GPT-5、Gemini Deep Think 這類推理模型已內建思考，「你是頂尖專家」「深呼吸」「Let's think step by step」這些 2023 咒語在它們身上無效甚至反效果。這條讓 AI 把你的舊 prompt 改成推理模型版，附新舊對照表，並教你哪些模型算推理模型、免費版能不能用。
自洽投票：叫 AI 同一題算三遍取共識，算錢題不出錯
不用寫程式也能跑的 Self-Consistency。讓 AI 用三條不同思路把同一題各算一遍、再自己比對取多數共識，算錯就麻煩的場景（報稅試算、貸款利率比較、份量換算）特別實用。誠實標明這招比較耗 token、免費額度會更快用完。
提示鏈：把大任務拆成 4 步小 prompt 的工作流範本
上班族可直接照抄的工作流思維。複雜任務（寫提案、做報告）一次塞一個巨型 prompt 品質爛，這條教你拆成「產大綱→逐段展開→校稿潤飾→轉成條列」四步，每步產出餵下一步，附四段可直接用的繁中 prompt。中途想換方向也能只重跑某一步、不必整份重來。
Meta-Prompt：用 AI 把你的爛 prompt 改成好 prompt
一段可重複使用的繁中「prompt 優化器」咒語——貼上你寫得很爛的 prompt，它先問清楚缺的關鍵資訊，再產出結構清楚的優化版，還附「改了哪些、為什麼」。誠實標註：meta-prompt 救得了結構與表達，救不了內容知識本身的錯。
模擬面試官：台灣產業別人設、一題中英對練再追問
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。
主管訊息回覆產生器：被催、被質疑、被加活都接得住
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。
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。
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%。
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。
Gemini 給新人 onboard codebase
上傳整個 repo / 主要檔案、Gemini 給新人在 1 小時內理解 codebase 的 reading order
Gemini 從截圖反推 UI bug
貼 1-3 張截圖（瀏覽器 / Figma / app）、Gemini 直接定位視覺問題 + 修法