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。
被指派做教育訓練或帶新人，最花時間的不是懂內容、是把內容排成「教得出來」的順序。這個指令依教學設計的基本框架（目標、引起動機、講解、練習、檢核）幫你產出完整教案，含時間分配、互動設計和學員會卡住的點。企業內訓、新人訓練、社團教學都能用。
小編的日常是「同一個產品要講出五種花樣」。這個指令先讓你定義品牌口吻和禁區，再用五種不同切角（痛點、場景、數據、問句互動、幕後）一次產出整批貼文，每則附 hashtag 與發文建議時段，並內建去 AI 味規則，避免每則都長得像罐頭文案。
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。
一個 Suno 用戶完整 support 對話：自己寫詞、Suno 生成、Amuse 發行、Musixmatch publish → 之後想做 acoustic 版 → Suno 全擋 copyright error。Suno 官方確認這是 platform-level limitation。
RefineAnything LoRA + ComfyUI-RefineNode plugin 自動化「修圖某一塊、其他不動」的痛點。產品圖瑕疵 / logo / 文字 / 標籤修復神器。
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。
把一個資深「後端架構師」子代理裝進 Claude Code，用契約先行（contract-first）與領域驅動設計來切服務邊界、設計 REST/GraphQL/gRPC API，並從第一天就把韌性與可觀測性納入架構。
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。
掛一個 Stop hook，讓 Claude Code 一跑完就跳桌面通知＋播提示音。你可以放心去開別的視窗做事，AI 完工會自己叫你回來，不用一直盯著終端機。
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。
Claude Code 砍掉內建 output style 後，用 SessionStart hook 把自訂回應風格（語氣／格式／規則）自動注入每個 session，並用本地 marketplace 管理、啟用、套用多套風格。
把 obra/superpowers 的「規格優先＋真紅綠 TDD」開發紀律搬進你的 agent：先腦力激盪釐清需求、再拆 2-5 分鐘的可驗證任務、最後嚴格走 RED-GREEN-REFACTOR，並用 subagent 兩階段審查。
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。
取自 Ischca/awesome-agents-md（CC0）的兩款 AGENTS.md 範本：minimal 是五行就上路的最小檢查清單，advanced 含環境/測試/慣例/安全/範例任務五大區塊。讓 AI 編碼 agent 一進專案就知道規則。
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。
用一份可直接貼上的 ~/.codex/config.toml 範本，把 OpenAI Codex CLI 的審批策略（approval_policy）、沙箱隔離（sandbox_mode）、推理強度與多組設定檔（profiles）一次設定到位，兼顧自動化效率與安全邊界。
用 cc-sdd 的 --codex-skills 安裝把可重用技能（SKILL.md）按需載入 Codex CLI，並照搬它 /kiro-impl 的「每個任務換新實作者 + 獨立審查者 + 失敗自動除錯」自主執行迴圈，讓 Codex 一個任務一個任務穩穩推進。
用 codex exec 的非互動執行 + 受限沙箱，把 Codex CLI 接進 CI / 腳本流程，做修 lint、跑批次重構、自動修復等無人值守任務，並用 approval_policy=never 搭配 workspace-write 沙箱守住安全邊界。
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。