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。
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。
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。
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。
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。
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。
把 SuperClaude 開源框架的 /sc: 指令體系與認知 persona 機制濃縮成一份可直接套用的工作流提示，讓 Claude Code 從「一問一答」升級成有結構的開發流程（從腦力激盪到實作、測試、文件、版本控制全覆蓋）。
把 steipete/agent-rules 的三條核心 project-rule 策展成一份可直接當 slash 指令用的規則包：語意化 commit（12 種型別 + emoji、自動分拆 atomic commit）、6 個專業視角的 PR 審查、以及 5 Whys 根因分析。
把你每次都要重貼的 checklist 或多步驟流程，設計成一個自訂 slash command（.claude/commands/<name>.md 或現代的 .claude/skills），含正確 frontmatter、$ARGUMENTS 參數、用 !`cmd` 預先注入即時上下文（git diff、PR 內容），並用 allowed-tools 收斂權限。
讓 Claude Code 訪談你一個反覆手動的流程，再產出一個結構完整的 Agent Skill（SKILL.md），含 name/description/觸發時機/逐步指令/驗收標準/supporting references，並驗證能被自動觸發與 /斜線指令呼叫。
讓 Claude Code 幫你把一個 MCP server（資料庫、Notion、GitHub、自家 API…）接上，選對 transport 與 scope、用 .mcp.json 或 claude mcp add、安全處理金鑰與 OAuth，最後示範用 mcp__server__tool 工具與 @resource 把外部資料拉進工作流。
強制 Claude Code 走嚴格的 紅→綠→重構 循環：每個行為先寫一個會失敗的測試（紅），跑給你看它真的失敗，再寫剛好讓它通過的最小實作（綠），最後在測試保護下重構。治 AI『直接寫 happy path、跳過邊界、測試造假』的老毛病。
把 Claude Code 從『看到報錯就亂改』導正成有紀律的 4 步抓蟲流程：先穩定重現 bug，再用最小化定位真正根因（而非症狀），寫一個會失敗的回歸測試，再做範圍最小的修復，最後跑全套測試證明修好且沒打壞別的。