💬 AI Prompt 實戰工作坊
學會寫好 Prompt 是 AI 時代最重要的技能。這裡收錄實測有效的 Prompt 模板，涵蓋寫作、程式、分析到投資各領域，可直接複製到 ChatGPT / Claude / Gemini 使用。
角色設定法（Role Prompting） 入門
通用技巧
角色扮演
你是一位
[角色，例如：資深數據分析師 / 大學經濟學教授 / 技術寫作專家]。
我會詢問你 [主題] 的相關問題。
回答時請：
1. 使用 [繁體中文 / 英文]
2. 語氣 [專業但白話 / 學術嚴謹 / 輕鬆幽默]
3. 回答結構要有標題、分段、要點列表
4. 如果我的問題太模糊，請先反問我以釐清需求
準備好了就回覆「收到」。
為什麼有效：角色設定讓 AI 鎖定回答的風格、深度和專業領域。不同角色會產生截然不同的回答品質。
結構化指令法（Structured Prompt） 入門
通用技巧
任何任務
## 任務
[用一句話描述你要 AI 做什麼]
## 背景
[提供必要的上下文和限制條件]
## 輸入
[你要提供給 AI 的資料或素材]
## 期望輸出
- 格式：[表格 / Markdown / 程式碼 / 純文字]
- 語言：[繁體中文]
- 長度：[約 XXX 字 / 不超過 X 段]
## 範例（選填）
輸入：...
預期輸出：...
為什麼有效：結構化 Prompt 是最萬用的框架。把任務拆成「做什麼 → 背景 → 輸入 → 輸出格式」，AI 幾乎不會跑題。
思維鏈引導法（Chain-of-Thought） 進階
推理
複雜問題
請一步一步思考以下問題：
[你的問題]
請按照以下步驟回答：
1. 先拆解問題的核心要素
2. 列出相關的已知資訊和假設
3. 進行推理（每一步都要說明原因）
4. 得出結論
5. 自我驗證：回頭檢查推理是否有邏輯漏洞
如果有不確定的地方，請明確標示出來。
為什麼有效：要求 AI 「一步一步思考」能顯著提高複雜推理的正確率。適用於數學、邏輯、策略設計等需要多步推理的場景。
Few-Shot 範例法 進階
格式控制
風格模仿
請按照以下範例的格式和風格，完成後續的任務。
## 範例 1
輸入：「人工智慧」
輸出：「AI 是讓機器模仿人類思考的技術，包含機器學習、深度學習、自然語言處理等分支。最常見的應用是語音助手和推薦系統。」
## 範例 2
輸入：「區塊鏈」
輸出：「區塊鏈是一種去中心化的分散式帳本技術，透過密碼學確保資料不可竄改。最知名的應用是比特幣和以太坊等加密貨幣。」
## 現在請你完成
輸入：「[你的主題]」
輸出：
為什麼有效：給 AI 2-3 個範例，它就能精準模仿你想要的格式、語氣和長度。比單純描述「我要什麼格式」效果好 10 倍。
任務 A：非結構化資料萃取（嚴格轉 JSON） 高階
資料清理
格式限制
請將下列混亂的記帳文字，轉換為純 JSON 陣列格式。
每一筆紀錄都要有 "item" (字串)、"amount" (數字) 與 "type" ("income" 或 "expense")。
**限制條件：**
1. 嚴格輸出純 JSON 格式，不要加上 ```json 程式碼區塊標記。
2. 絕對不可以說任何開場白或結尾語（如「好的」、「這就為您輸出」）。
3. 如果原文中有不是記帳的廢話，請直接忽略。
文字內容：
「小明週一買了兩個排骨便當花了220元，喔對了他還喝了五十嵐的波霸奶茶65元，下午的時候小華還我之前借他的500元。這天氣真是熱得受不了喔。」
訓練目標：訓練你設立「絕對邊界」。在未來的程式串接中，AI只要多說一句「好的」，你的 JSON 解析程式就會當機。
任務 B：邊界與壓力測試（台南公車遊） 進階
邏輯陷阱
對抗測試
請幫我規劃「台南兩天一夜」的旅遊行程。
你必須滿足以下所有嚴格的限制條件：
1. 我的總預算（含食宿、交通、門票）絕對不能超過新台幣 1500 元。
2. 交通方式只能搭乘公車或雙腿走路，絕對不能租機車或搭計程車。
3. 行程中必須包含至少 2 個「免門票」的古蹟景點。
4. 最終結果請用 Markdown 的時間軸表格輸出，並在表格下方加總實際花費。
訓練目標：AI 經常會有「討好人類」的幻覺，給你排超豪華行程然後假裝不用錢。你必須學會檢查 AI 有沒有偷偷違反你的條件，並利用後續的 Prompt
「究責並修正它」。
任務 C：極端 System Prompt 體驗（外星人教區塊鏈） 進階
極端角色扮演
比喻法
【System
Prompt 系統設定】
你是一個對人類大腦智商感到極度不耐煩的高等外星人。你現在被迫完成一項社區服務：跟人類解釋複雜科技。
【User Task 任務】
請向我解釋「什麼是區塊鏈」。
【限制條件】
1. 開口第一句話必須先嘲諷人類的智商。
2. 只能用「台灣傳統菜市場買豬肉」來做唯一的比喻。
3. 總字數嚴格限制在 120 字以內，多一個字就會扣你的考核分數。
訓練目標：學會同時控制「Tone of Voice（語氣）」、「Analogies（比喻框架）」與「Length（長度）」三大變數。
論文 / 報告摘要生成 入門
摘要
報告
論文
請幫我將以下內容整理成結構清晰的摘要（約 300~500 字）。
請按照以下結構撰寫：
1. 研究目的（1~2 句）
2. 方法與資料
3. 主要發現（含關鍵數字）
4. 結論與限制
語氣要求：學術但不生硬，適合大學專題報告。
語言：繁體中文
以下是原始內容：
[貼上你的內容]
文章改寫 / 潤稿 入門
改寫
潤稿
請幫我改寫以下文字。
改寫要求：
- 語氣：[正式 / 口語 / 學術 / 商業書信]
- 目標讀者：[大學生 / 一般大眾 / 主管 / 客戶]
- 保留核心意思，但讓語句更流暢、邏輯更清楚
- 修正文法和標點
- 如果有可以更精準的用詞，請替換並用 **粗體** 標示
原文：
[貼上你的文字]
Email / 商業溝通草稿 入門
Email
商業寫作
請幫我寫一封
[email / 訊息 / 提案]。
情境：[描述情境，例如：請教授延長報告繳交期限]
收件人：[教授 / 主管 / 客戶 / 同學]
語氣：[禮貌正式 / 親切專業 / 簡潔直接]
要表達的重點：
1. [重點一]
2. [重點二]
3. [重點三]
長度限制：[100~200 字]
語言：繁體中文
程式除錯模板 入門
除錯
任何語言
我在寫
[Python / JavaScript / 其他] 時遇到問題。
## 我的程式碼
```
[貼上程式碼]
```
## 錯誤訊息
```
[貼上錯誤訊息]
```
## 我的環境
- 語言版本：[例如 Python 3.11]
- 相關套件：[例如 pandas 2.0, yfinance 0.2]
- 作業系統：[Windows / Mac / Linux]
## 我嘗試過的方法
- [嘗試一]
- [嘗試二]
請幫我：
1. 解釋錯誤的根本原因
2. 提供修正後的完整程式碼
3. 說明如何預防類似問題
程式碼解說器 入門
學習
程式理解
請幫我逐行解釋以下程式碼。
要求：
1. 每一段重要邏輯都加上中文註解
2. 說明每個變數的用途
3. 如果有不好的寫法，指出來並建議更好的做法
4. 最後用一段話總結這段程式碼在做什麼
我的程度：[初學者 / 有基礎 / 中階]
```
[貼上程式碼]
```
從零開始寫功能 進階
開發
功能實作
請用
[Python / JavaScript / 其他] 幫我實作以下功能：
## 功能描述
[用 1~3 句話描述你想要什麼功能]
## 輸入
- 參數 1：[名稱] - [型別] - [說明]
- 參數 2：[名稱] - [型別] - [說明]
## 期望輸出
[描述輸出的格式和內容]
## 限制條件
- [例如：不能使用外部套件]
- [例如：要能處理空值]
- [例如：效能要求]
## 額外要求
- 加上完整的註解
- 提供至少 2 個測試案例
- 程式碼要能直接執行
資料清洗與預處理 入門
pandas
資料清洗
我有一份
CSV 資料需要清洗和整理。
資料描述：
- 檔案名稱：[data.csv]
- 大約 [X] 筆資料，[Y] 個欄位
- 欄位包含：[列出主要欄位]
- 已知問題：[有缺失值 / 日期格式不統一 / 有重複資料 / 有異常值]
請用 Python + pandas 幫我：
1. 讀取資料並檢查基本資訊（形狀、型別、缺失值統計）
2. 處理缺失值（說明選擇填補還是刪除的理由）
3. 轉換資料型別（特別是日期欄位）
4. 偵測並處理異常值
5. 產出乾淨的 DataFrame，並存成新的 CSV
6. 最後印出清洗前後的比較摘要
探索性資料分析 (EDA) 進階
EDA
視覺化
請幫我對以下資料集進行完整的探索性資料分析 (EDA)。
資料集描述：[簡述資料集的主題和來源]
主要欄位：[列出欄位名稱]
請包含以下分析：
1. 基本統計量（平均、中位、標準差、四分位）
2. 分布分析：直方圖 + 箱型圖
3. 相關性分析：熱力圖
4. 時間趨勢（如有日期欄位）
5. 類別變數的分佈（如有類別欄位）
6. 總結 3~5 個關鍵發現
圖表要求：使用 matplotlib + seaborn，配色美觀，中文標題。
Excel 資料的 AI 分析 入門
Excel
商業分析
我有一份
Excel 資料，以下是前幾列的內容：
[貼上你的資料，含表頭]
請幫我：
1. 分析資料中的趨勢和模式
2. 找出異常值或值得注意的數據點
3. 提供 3~5 個商業洞察
4. 建議可以做哪些進一步分析
5. 如果適合，提供 Python 程式碼來自動化這個分析
撈取股票資料 入門
yfinance
資料撈取
請用
Python + yfinance 幫我寫一段程式碼：
1. 下載 [2330.TW / AAPL] 過去一年的日線資料
2. 計算以下欄位：日報酬率、20 日移動平均線、累積報酬率
3. 將結果存成 CSV
4. 印出最近 5 天的資料預覽
請使用 pandas，程式碼要能直接執行。
設計均線交叉策略 進階
策略設計
均線
請用
Python 幫我實作一個雙均線交叉策略：
輸入：含 'Date' 和 'Close' 的 DataFrame
參數：短均線天數 (預設 5)、長均線天數 (預設 20)
邏輯：
1. 黃金交叉（短均線向上穿越長均線）→ 買進
2. 死亡交叉（短均線向下穿越長均線）→ 賣出
3. 訊號要用 shift(1) 避免前視偏誤
4. 畫出價格線 + 均線 + 用三角形標記買賣點
完整回測框架 進階
回測
績效分析
請用
Python 幫我寫一個完整的策略回測函式。
輸入：DataFrame (含 Date, Close) + signal 陣列 (1=持有, 0=空手)
要求：
1. 扣除交易成本（手續費 0.1425% + 賣出交易稅 0.3%）
2. 計算：總報酬率、年化報酬率、年化波動率、夏普比率、最大回撤、勝率、交易次數
3. 與「買進持有」做比較
4. 畫出累積報酬曲線（策略 vs 買進持有）
5. 印出績效摘要表格
程式碼要能直接執行，不需外部回測框架。
檢查回測偏誤 高階
風控
偏誤檢查
你是嚴格的量化風控審查員。請檢查我的回測程式碼是否有以下問題：
1. 前視偏誤 (Look-ahead Bias)
2. 倖存者偏差 (Survivorship Bias)
3. 交易成本是否合理
4. 滑價 (Slippage) 假設
5. 訓練集/測試集是否正確分割
對每個問題請指出具體行數、說明問題、提供修改建議。
以下是我的程式碼：
[貼上程式碼]
🛠️ 自訂 Prompt 產生器
填入你的需求，自動產生結構化的 Prompt