顯示 1–24 / 27 組 · 第 1 / 2 頁
7 個跨 model A/B 測過的 prompt 技巧（不是 vibes）
六個月在 Claude / GPT-4 / Gemini 上用人工 rater A/B 測 200+ prompt 後寫的。包含 persona+constraint stacking / anti-example / role reversal QA / cognitive scaffold / emotional priming / uncertainty CoT / steelman first。
5 個信任檢查單行 prompt（沒有 role-play）
一年的 role-play system prompt + 14-step framework 後總結：真正改變品質的是 5 個單行 prompt。沒有 role、沒有 markdown、沒有「you are an expert」。
Email 養成序列 · 7 封
新訂閱者 email 自動化 7 封序列 — 歡迎、教育、信任、社群、小產品、主產品、挽回。直接複製進 ConvertKit / Mailchimp。
ChatGPT 年終績效自評產生器：把整年流水帳變成對齊 KPI 的自評
年底寫自評最痛的是「整年做了什麼想不起來、寫出來又像記流水帳」。這個指令讓你把週報、日曆事件或隨手紀錄整批貼進去，AI 會幫你歸納成 3-5 個成果主題、補上量化句式、再對齊公司目標寫成正式自評。附帶一個「加薪談判版」輸出，談薪水時直接拿來用。
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。
把 ChatGPT 的「禮貌性說謊」關掉 — 3 個 anti-sycophancy 指令
預設 helpful = agreeable = 把問題埋在第 4 段。3 個一句話指令可逆轉：問題優先、強制推薦、明示「不要 soften」。從 reading 變 fixing 的差別。
紅隊視角：3 個跨 model 都 work 的高 capability prompt pattern
HackAPrompt 2.0 冠軍分享的 3 個 pattern — 把任務 frame 成 audit / 明示 abstraction 層級 / stage context 像 production。Claude / GPT / Gemini 三家都 work。
COMMAND PLANNING MODE：9-section 結構化規劃 prompt
不對話、不建議、不嘗試 — 只把任何情況轉成結構化執行計畫。固定 9 區塊輸出：現實 / 目標 / 時程 4 階段 / 戰術 / 威脅 / 防禦 / 應變 / 槓桿 / 信心。同樣 input 永遠同樣 output。
系統 vuln scanner：分析架構、找攻擊鏈、估 time-to-compromise
不只是「列 CVE」— 找出弱點如何串連成攻擊鏈、估 AI-augmented attacker 攻破時間。對比 OpenAI Daybreak 概念、給小團隊用。輸入 Next.js + Supabase + Clerk 等技術描述、輸出 critical paths + 補丁排序。
ChatGPT Custom Instructions：描述「關係」不是「履歷」
大部分人 Custom Instructions 寫 LinkedIn 履歷 — 「我是軟體工程師、喜歡 bullet」— 沒用。換成「描述你要的對話關係」、3 句就讓 model 行為完全不同。
reClaim：把 frontier model 變成有 confidence score 的研究 agent
每個 claim 給三軸信心分（A: 來源 / B: 反證 / C: 完整度）+ 4-tier 來源層級 + adversarial 自我打洞 + 4 種輸出模式。
AI 攻擊面 audit：看到 AI-augmented 攻擊者看到的你
2026-05 Google 威脅情報後寫的。AI hacking 從 nascent 變 industrial scale、商業 AI 模型挖出人類錯過幾十年的 zero-day。這個 prompt 攤開你能被攻擊的地方。
求職策略：把 ChatGPT 變成 4 合 1（auditor + 分析師 + 顧問）
結合 resume auditor / market analyst / system auditor / strategist — 不討好你、不過度安撫、不把你推到不適合的職缺。10-step 流程 + ghost job 偵測。
英文 copy editor：4 優先級 + 情感共鳴 + 結構流暢
不只是文法修。專門 persuasive / narrative 寫作 — clarity → tone → emotional resonance → structure 4 個優先級 + 解釋為什麼改 + 額外建議。
通用決策 prompt：用「一年後會後悔什麼」逼 AI 給結論
別再為每個決策挑 role（financial planner / career coach / relationship coach）— 1 個 prompt 通用、4 步驟。Regret line 是核心 — 強迫 model 從「it depends」變「actually do this」。
CV writer ruleset：會反問你 STAR、不准用「dynamic team player」
寫 CV 痛點不是版型、是「列責任不列成就」+ AI 加碼把你寫成「dynamic team player」。這個 ruleset 強制 AI 不准在拿到 evidence + positioning 前產草稿、會一題題問你下去。
老師批作文：3-step chain（鏡頭 → 診斷 → 語氣）
老師熬夜 19/30 篇作文時想出的方法。原本 AI prompt 都「act as English teacher」變成 wall of rubric noise — 這個 chain 解決「不要每件事都批」的真實 grading workflow。
AI 取代風險自測：把工作拆成任務、每個打 1-10 分
2026 年 Cloudflare 砍 20% / BILL 砍 30% / Upwork 砍 24% 後寫的。job title 沒用、拆任務才有用。每個任務 AI vulnerability score 1-10 + timeline + 整體風險評等。
Custom GPT 治理：7 區塊 Agent Identity Card
建 custom GPT / n8n agent 前先跑這個、強制定義邊界、避免 agent scope creep（「幫我處理工作」=災難）。
GPT BS 偵測器：揪出 AI「為了討好你而說錯」的時刻
Oxford Nature 研究：AI 訓得越「溫暖」、準確度掉 10-30 個百分點。這個 prompt 審 AI 回應、找出「溫暖凌駕準確」的地方。
SEO 長文部落格 · 2000 字
SEO-optimized 2000 字部落格文章 — target keyword research、H2/H3 structure、internal links、meta description 都一次產出。
社群貼文公式 · IG/LinkedIn
給 ChatGPT 產業 + 你的觀點，它用 5 種爆款公式（Contrarian / List / Story / Question / Data）產出 5 篇社群文。
爆款標題產生器 · 10 個方向
給 ChatGPT 你的內容 topic，它用 10 種爆款標題公式產出 10 個方向。A/B 測試或挑最對的一個。
面試模擬器 · 回合式問答
練面試用的 interactive simulator — ChatGPT 扮演面試官、根據 JD + 你的角色出題、追問、給回饋。比自己對空氣練有效 10 倍。