1328 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 awesome-cursorrules 的 Next.js App Router 規範改寫成一份可直接放進專案根目錄的 AGENTS.md／CLAUDE.md，讓 Claude Code、Codex、Cursor 寫 Next.js 時自動遵守 Server Components 優先、檔案式路由、TypeScript 與效能慣例。
把 awesome-cursorrules 的 FastAPI 生產架構規範改寫成一份強制 Router→Service→Repository 分層、薄 handler、防腐層、冪等性的 AGENTS.md／CLAUDE.md，讓 AI 寫 Python 後端時自動拒絕反模式。
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 mcp-builder：把你的 API / 服務包成高品質 MCP server 的四階段工作流（研究規劃 → 實作 → 審查測試 → 寫評測）。涵蓋 Python(FastMCP) 與 TypeScript(MCP SDK)，重點在工具命名、輸入輸出 schema、可導向解法的錯誤訊息，以及用真實任務評測。
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。
用兩份 Markdown 範本（create-prd.md、generate-tasks.md）把「丟一坨需求給 AI」改成可控流程：先生 PRD、再拆成可勾選任務清單，然後一次只做一個子任務、做完停下來等你點頭再繼續。
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-claude-code-subagents（154+ 子代理、10 大分類、MIT）當選型目錄，學會挑對的子代理並用標準 YAML 格式裝進 Claude Code 的 .claude/agents/。
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 OneRedOak 的 design-review 工作流策展成可直接套用的版本：用 Playwright MCP 在真實瀏覽器環境裡，依 7 個階段（互動、響應式、視覺、無障礙、健壯性、程式碼健康）自動審查前端變更，並依 Blocker/High/Medium/Nitpick 分級回報。
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。
借用 4 萬星的 awesome-cursorrules 思路，把「某個技術棧該怎麼寫」固化成專案規則檔，讓 Cursor / Claude Code / Codex 每次都照你的慣例產碼，而不是吐通用範本。
讓 Claude Code 掃描你的 repo，產出一份精煉、可驗證、200 行內的 CLAUDE.md 專案記憶檔——含 build/test/lint 指令、目錄結構、慣例、禁止事項，並把不該塞進來的東西改放到 skills 或 path-scoped rules。
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。
用 .claude/settings.json 的 hooks，在 Claude Code 的特定生命週期事件（PostToolUse 編輯後、PreToolUse 跑指令前、Stop 收尾時）自動執行格式化、lint、typecheck 或測試——產出正確的 JSON 設定 + 可執行的 hook 腳本，並用 exit 2 在危險操作前硬擋。
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。
讓 Claude Code 把一個大任務拆成數個獨立、可平行的 subagent（各自獨立 context、限定工具、可指定模型），規劃如何扇出、設計每個子代理的職責邊界與回報格式，並在需要時產出可重複使用的 .claude/agents 子代理定義檔。
用 Plan Mode 的精神，讓 Claude Code 在改任何檔案前先交出一份結構化計畫（影響檔案、步驟、風險、驗收標準），你審查、修正、批准後才執行。避免 AI 一頭熱寫一堆你不要的東西。
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。