1254 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。
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。
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。
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。
臉書 / Google 廣告測試素材：一次生 10 個不同切角的標題（好奇 / 數字 / 痛點 / 反差 / 急迫…）拿去 A/B。
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。
2026 流量新戰場是「被 AI 引用」。把你的主題寫成 AI 愛抓的格式：直接回答、結構化、有權威信號。
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。
不露臉短影音的完整腳本：3 秒 hook、中段價值、結尾 CTA，附旁白 + 畫面提示，直接拿去配 AI 影片。
把一篇長文 / 部落格 / 報告，重寫成 6-9 則的 X 或 Threads thread：第一則當 hook、每則一個點、結尾 CTA。
2026 進入 agent 時代——這模板把「我想要 X」變成 agent 可執行的規格：目標、步驟、可用工具、完成定義、邊界。
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。
經營個人品牌不用每天想梗——給一個主題，一次產 5 則不同切角（故事 / 觀點 / 教學 / 反差 / 互動）的社群貼文。
把雜亂的會議逐字稿 / 筆記，整理成決議、行動項（負責人 + 期限）、待確認問題，會後 30 秒交差。
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。
把背景、已試過的、限制、可用工具/資料結構化餵給 AI 再下任務——2026 真正關鍵從「prompt 技巧」轉移到「context」。
別用一個 prompt 吃下整個複雜任務；拆成「拆解 → 各別產出 → 整合」三步分別下，輸出明顯較穩較完整。
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。
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。
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%。
把指令、資料、規則、schema 用 XML 標籤包起來餵給 AI，結構化抽取任務實測比 Markdown 標題少約 28% 出錯。
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。
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%。
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）。
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。