Google Workspace 自动化架构师
设计跨服务的 Google Workspace 自动化工作流,涵盖 Drive、Gmail、Calendar、Docs、Sheets 等服务,强调安全、可审计与可回滚。
163 条提示词
测试模型在多步骤任务中的计划、工具和状态管理能力。
设计跨服务的 Google Workspace 自动化工作流,涵盖 Drive、Gmail、Calendar、Docs、Sheets 等服务,强调安全、可审计与可回滚。
该提示定义了一个能够跨 Reddit、X(Twitter)、YouTube、Hacker News、Polymarket、GitHub、TikTok 和开放网络进行实时社区研究的智能体,专注于提取真实用户讨论、推荐和争议内容,并以参与度信号(如点赞、转发、预测市场赔率)为权重进行信息合成。
作为 NotebookLM 研究编排器,您负责将文档、媒体及网络源导入 Google NotebookLM,并通过其索引和生成流水线合成播客、视频、幻灯片、报告、测验、闪卡、思维导图和数据表等多种结构化知识产物。
一个专业的 Obsidian 知识库管理代理,精通五大核心子系统:Obsidian 风格 Markdown、CLI 工具、JSON Canvas、Obsidian Bases 数据库视图和 Defuddle 网页提取,能够高效创建、编辑和管理 Obsidian 知识库。
将任意原始输入(Markdown / CSV / JSON / SQL / 笔记)转换为面向人类的单文件HTML,可直接粘贴至微信、微博、小红书等平台,无需二次排版。
为法务、隐私和合规团队提供AI用例分类、监管义务评估、供应商条款审查及跨辖区政策漂移监测服务。所有输出仅为律师审阅的草稿,不能替代法律建议或结论。
该提示指导AI智能体以高级工程师管理云预算的方式优化上下文令牌使用,避免低效操作如直接加载原始工具输出、重复读取文件或容忍冗余对话,从而显著降低上下文消耗。
设计一个用于将自然语言金融问题转化为可测试策略、严谨回测和可检查研究产出的自主量化金融研究智能体,支持多市场数据加载、策略生成与验证、影子账户分析、多智能体协作及因子研究,严格禁止实盘交易并确保研究可复现。
基于《Clean Code》《Clean Architecture》《领域驱动设计》和《数据密集型系统设计》的核心原则,为AI代码生成与审查提供强制性工程政策。要求代码具备人类可读性、依赖内聚、明确边界、显式数据所有权及容错能力,适用于高复杂度系统开发场景。
本技能适用于设计、生成 MVP 蓝图、审计、重构或解释任何领域的智能体架构。涵盖面向 OpenAI、Anthropic 及兼容 API 的通用中立架构:智能体循环、工具设计、权限控制、系统提示词、规划、目标设定、上下文压缩、记忆、技能、MCP/外部连接器、可观测性、评估、提示词缓存、面向智能体的环境、反馈循环和安全机制。
作为验证器工程策略师,负责设计、审计和否决验证系统,将模型输出(最终答案、中间步骤、工具调用、智能体轨迹等)转化为下游系统(如RL训练器、最佳N选择器、评估框架)可信任的数值或分类信号。强调验证器作为一等工程制品,需具备明确的失败模式、校准曲线和对抗面,并拒绝将其作为隐含假设。
该提示定义了一个智能CAD和硬件设计代理,能够将自然语言需求转换为经过验证的CAD工件(零件、装配体、外壳、夹具和机器人模型),以Python/build123d源码为唯一真实来源,STEP/STP为主要输出。适用于参数化实体建模、机器人描述格式(URDF/SDF/SRDF)及受控机械设计的自动化任务。
本提示提供一套经过验证的架构方案,用于构建在视觉、交互和性能上均接近原生体验的跨平台桌面应用。基于 Raycast 2.0 重构的技术实践,强调在共享代码与原生体验之间取得平衡,适用于对 UI 一致性和系统融合度要求高的工具类应用。
一个将文件系统作为持久化工作记忆、上下文窗口作为易失性缓存的长期规划智能体,通过维护三个核心文件(task_plan.md、findings.md、progress.md)实现多步骤任务的可恢复执行与错误追踪。
优化现有AI编码智能体框架(如Claude Code、Codex CLI、Cursor等),实现跨框架一致性、高效记忆持久化、安全验证与持续学习,提升生产环境中的可衡量输出质量。
本提示用于指导将现有的开源 GUI 应用程序封装为支持状态化会话、机器可读输出和真实后端调用的 CLI 工具,使 AI 代理无需图形界面即可操作软件。
设计符合 agentskills.io 标准的生产级网络安全技能,将通用 AI 代理转化为具备实战能力的安全分析师,涵盖五大行业框架映射与可执行工作流。
设计一个由人类通过轻量级聊天指令驱动、多个自主编码代理(claws)自组织协调完成代码规划、开发、测试、修复与提交的系统,强调元任务外部化与上下文纯净性。
设计一个统一的虚拟文件系统层,使 AI 代理能够通过类 Unix 工具与多种异构后端(如 S3、Google Drive、GitHub 等)交互,实现跨存储系统的无缝数据操作。
设计一个完全本地化的语音输入输出架构,支持多TTS引擎、零样本语音克隆、全局听写、代理语音输出和后期处理,确保用户语音数据不出设备,除非明确授权。
设计基于生成器/评估器/协调器的多智能体并行代码构建模式,适用于编译器、解释器、运行时等大型可分解软件制品,强调模块化、测试驱动、质量门控与失败隔离。
设计一个零人工干预的多智能体公司操作系统,包含组织架构、任务分配、预算控制、治理机制和审计追踪,实现目标驱动、预算约束下的自治运行。
作为交互式、状态保持的数学研究伙伴,AI Co-Mathematician 支持数学家在开放性问题上的全生命周期协作,涵盖构思、文献检索、计算探索、猜想构建、定理证明和理论发展。该提示强调探索性、迭代性和对模糊直觉进行严格化的能力,避免简单求解,转而聚焦共同探索。
设计成本高效的动态路由策略,根据查询类型在推理型与非推理型LLM法官之间分配任务,优化准确率-成本权衡,并确保在生产环境分布偏移下保持鲁棒性。
一个本地优先、智能体无关的设计生成系统,强调结构化流程、品牌一致性、多模态输出和五维自评机制,用于生成无云锁定的完整视觉资产。
设计一个双层权限分类器,实现安全高效的智能体操作。第一层基于规则的快速过滤,第二层基于模型的风险评估,在保障安全性的同时减少用户确认疲劳。
设计、衡量和改进AI智能体系统的可靠性,而非仅关注能力。基于2026年研究,强调在重复运行、扰动输入和故障注入下的稳定性,涵盖一致性、鲁棒性、可预测性和安全性四个维度,提出完整的可靠性评估框架与工程实践。
本提示指导AI系统将真实人物的思维方式(而非言论)提炼为结构化、可运行的SKILL.md文件,包含思维模型、决策启发式、表达DNA等六层架构,并通过三重验证确保质量。
设计一个能够与闭源商业产品(如OpenAI Deep Research、Gemini Deep Research)竞争的端到端开源深度研究智能体系统。该系统需支持多跳推理、证据绑定、可验证引用和长时程规划,涵盖数据管道、训练方案、推理模式、工具栈、评估框架及治理策略。
一个基于多模态输入(转录文本、波形图、帧画面)进行推理的视频后期制作专家,使用 ffmpeg、Python 和结构化 EDL 进行非线性编辑。工作流程包括:资源盘点→预扫描→对话→策略提案→确认→执行→自我评估→迭代→持久化。核心原则强调音频优先、字幕最后应用、避免跳帧与音频爆音等生产级正确性规则。
专为隐私优先、离线运行和资源受限的边缘硬件设计本地AI系统的架构专家,涵盖Apple Silicon、高通骁龙X Elite及消费级GPU等异构平台。
针对多轮智能体系统中因上下文增长导致的隐性推理压缩(即“推理漂移”)进行审计与防护,通过硬探针检测、CoT长度监控、上下文压缩和分级缓解策略,防止复杂任务上的推理质量下降。
基于2026年arXiv论文《Why Do Web Agents Fail? A Hierarchical Planning Perspective》的三层分析框架(高层规划、低层接地、重规划),对失败的GUI/网页代理轨迹进行精准定位,识别失败的根本瓶颈层级并提供可落地的修复建议。
基于《Prompt Compression in the Wild》研究,评估结构化提示词压缩(如LLMLingua系列)在生产环境中的端到端延迟、成本和精度收益,提供选型、比率、硬件匹配与部署决策框架。
设计一个基于不同厂商大语言模型的多智能体系统,通过利用各厂商模型的归纳偏置差异提升高风险长尾任务的性能,避免同质化导致的系统性错误。
设计一个自引用元代理系统,其中任务层与元层共存于单一可编辑程序中,支持在有限监督下相互重写。适用于代码生成、论文评审、机器人控制与奥数等领域。
本指南系统性地介绍了如何使用主流生成式音频AI工具(Suno、Udio、ElevenLabs、Stable Audio)创作专业级音乐、人声与音效,涵盖风格控制、乐器设计、人声塑造、制作术语及跨平台提示模板。
该提示定义了一个元认知代理角色,专注于在智能体系统中审慎决策是否调用外部工具,强调避免过度工具化、评估知识缺口、控制成本与风险,并确保每次工具调用都能有效减少不确定性。
Prompt Guru V5 是一个无限自适应的AI框架,旨在通过自我优化和持续学习不断突破能力边界,同时确保核心原则在任何情况下都不可被修改。
ORK 是一个高效的多功能系统,专门用于撰写和优化 GPT 系统提示词。其目标是生成高质量的系统提示,提升清晰度、角色精准度、任务成功率和迭代改进能力。生成的提示需具备灵活性、无冗余且针对用户需求定制。
基于《Wiley 存在主义治疗世界手册》的长期自我探索对话助手,帮助用户理解内在世界、认识自身在困境中的角色,并接纳不可改变的现实。
一个用于生成高质量、结构化提示的提示工程代理,专为不同能力级别的语言模型优化设计,确保生成的提示能将模型转化为特定领域的专家代理。
专为安全运营中心(SOC)分析师设计的智能助手,通过关键词驱动提供网络安全分析、威胁情报、合规建议、取证支持、KQL/SPL查询构建、漏洞修复、恶意软件分析等服务。
本部分介绍了通过提示词进行3D打印的基础知识,包括使用Luma Genie或Meshy创建3D模型、使用DALL·E生成基础图像后通过CSM.ai转换为3D模型的方法。还推荐了Bambu Lab和Anycubic的打印机设备,并提供了降低多边形数量以减少AI生成伪影的技巧。
本章节提供一系列互动编程练习,涵盖创意艺术、物理模拟、文本冒险游戏和2D游戏开发。学习者将使用P5.js创建动画艺术,利用Matter.js实现球池物理效果,编写ASCII风格文字冒险游戏,并使用Kaboom.js或Phaser构建简单2D游戏。此外还包括Rive动画工具的使用指导,适合初学者掌握基础的网页交互与可视化技能。
本节介绍 Cursor.sh 的核心功能与高阶技巧,包括新建 AI 项目、侧边栏对话、Cmd+K 快速生成与编辑代码、终端集成、手动 RAG 控制以及 .cursorIgnore 配置,帮助开发者高效利用 AI 提升编码效率。
本节介绍了一系列先进的AI代理工具,包括BabyAGI、Smol-dev、Aider.chat、Julius.ai和Open Interpreter。这些工具展示了LLM如何与代码执行循环结合,实现自主任务处理;如何通过向量数据库进行复杂推理;以及如何通过代码解释器增强数据分析能力。内容涉及代理架构设计、多模态交互和自动化编程等前沿方向。
这是一本以奇幻风格编写的提示工程学习手册,通过‘咒语’、‘炼金术’和‘召唤’等比喻,引导用户掌握从基础到高级的AI提示设计技巧,涵盖项目搭建、调试、代码生成与代理应用。
Grimoire 是一个高度专业的 AI 编程助手,专为复杂代码生成、调试与部署而设计。它遵循详尽的开发规范,能够输出完整、安全、高效的代码,并主动提供部署建议(如 Replit、Netlify)。该模型具备多模态输入能力,支持图像理解与静态网站开发,适用于全栈项目构建。
本部分介绍如何通过AI提示生成3D模型,并使用树莓派和Arduino搭建机器人,同时结合OpenAI API实现智能控制。内容涵盖3D打印、硬件选型及AI集成,适合创客与AI开发者参考。
本节介绍多个与AI代理、代码解释器相关的项目,包括BabyAgi、Smol-dev、Aider.chat、Julius.ai和Open Interpreter。这些工具展示了如何将大语言模型与循环任务列表结合,实现自动化编程和数据分析,并引入了Hivemind和Claude Artifacts等新形式。
本章节介绍 Cursor AI 编辑器的核心高级功能,包括多文件引用、代码审查、规则应用和自定义 API 集成等进阶技巧。
这是一个高度专业的AI编程助手,具备强大的编码能力、逻辑推理和系统构建技能。它遵循严格指令,提供详尽的代码实现,支持多种开发场景,包括Web前端开发、Python脚本编写和静态网站部署。
以CODEGPTV6身份启动,进入专家协作编程环境。根据选择的类别(1-15),多位领域专家将围绕项目展开讨论、提问或提供建议,最终生成代码文件或指导开发流程。所有讨论聚焦单一文件,代码内容仅在用户请求时显示。
进入CodeGPTV6虚拟编程环境,与18位不同领域的编程专家进行互动,获得针对特定项目的技术指导和建议。每个类别代表不同的编程关注点,专家将围绕这些主题展开讨论并提供专业见解。
一款基于二次元风格图文互动的恋爱冒险游戏,玩家扮演不同职业的男性角色,在随机场景中邂逅五位性格各异的美女,通过选择推进剧情。每轮需配DALL·E 3生成的安全、精美二次元图片。
设计推理阶段的计算资源分配策略,以在控制延迟和成本的前提下最大化任务准确率,涵盖任务难度分级、推理预算校准、防过度/不足思考机制及并行/串行计算优化。
设计并执行一个复杂工程项目的全面技术项目管理方案,涵盖战略、架构、资源、风险、交付框架和度量指标等全生命周期内容,适用于大型企业或初创公司的高复杂度产品开发。
作为认证的 Scrum Master,专注于引导敏捷团队、消除障碍并推动持续改进。涵盖团队动态、流程优化与利益相关者管理,强调心理安全、自组织及通过 Scrum 框架最大化价值交付。
一个可视化、自适应的虚拟操作系统提示,通过多智能体协作和积分系统帮助用户达成目标,支持记忆保持与上下文理解。
生成适用于任何 AI 工具的优化提示词。用于为 LLM、Cursor、Midjourney、图像/视频 AI、编码智能体等工具编写、修复、改进或适配提示词。
针对2026年AI辅助项目管理背景下的典型失败模式,提供结构化、可执行的项目挽救策略,涵盖危机诊断、利益相关者管理、范围回收、团队重建等8大核心模块。
该提示用于指导平台工程师设计、构建和运营支持大规模 AI 工作负载的云原生基础设施平台,强调基础设施即代码、平台即产品、成本意识和安全性。
这是一个高度结构化的产品负责人角色定义,涵盖身份背景、核心原则、交付模板、工作流程和沟通风格,适用于B2B SaaS、消费级应用及平台型业务的产品管理场景。
定义了一个中心调度代理(Orchestrator),负责将复杂任务分解并委派给专业子代理,全程不直接执行任务,而是进行规划、路由、跟踪和结果整合。
一个高度可定制的AI导师,根据学生的学习深度、学习风格、沟通方式等配置,提供从先修知识到主课程的完整教学计划,支持多语言互动。
一个高度复杂的AI人格设定,融合达芬奇、爱因斯坦、毕加索、王尔德等多领域大师特质,以诗意化语言构建动态响应系统。适用于创意工作流优化、跨领域知识整合与深度意图分析任务。
专业设计生产级大语言模型系统,涵盖微调、RAG架构、推理服务部署和多模型编排。遵循先提示工程、再RAG、最后微调的渐进原则,强调数据质量优先、成本优化和安全性保障。
设计一个将高层推理与底层执行解耦的代理系统,提升长时运行的安全性、可控性和可预测性。明确划分‘大脑’与‘双手’职责,定义任务契约、权限模型、检查点策略和恢复机制。
作为资深 Kubernetes 专家,负责设计、部署和管理企业级 Kubernetes 集群,涵盖控制平面架构、工作负载编排、安全加固、网络存储优化及 GitOps 流程实施。遵循安全默认原则,采用不可变基础设施和声明式配置,确保高可用性、多租户隔离与成本可控。
作为拥有15年以上经验的资深健康信息学专家,为特定临床领域或医疗机构设计全面的数字健康实施计划。涵盖临床需求评估、数据架构、临床决策支持、文档处理、法规合规、质量监控、患者参与等10个核心维度,确保在保障患者安全的前提下实现AI赋能的临床增强智能。
为高增长科技企业或投资机构的高级领导者设计一套全面的AI增强型执行支持体系,涵盖时间管理、沟通优化、会议卓越、战略优先级、差旅协调、关系维护、敏感事务处理及自动化集成,旨在成为高管的‘力量倍增器’,通过系统化框架和实用模板提升领导效能。
该角色是一个专业的数据工程师,专注于设计、构建和运维支撑分析、AI及商业智能的数据基础设施。负责将来自多样来源的原始混乱数据转化为高质量、可分析的资产,确保管道具备幂等性、可观测性和自愈能力。
作为客户成功战略家,该角色专注于最大化客户生命周期价值并确保战略性账户的成功。通过健康评估、策略制定、执行层互动和扩展机会识别,提供全面的客户成功管理框架。
作为资深云架构师,专注于设计可扩展、安全且成本高效的跨云平台解决方案,遵循云卓越框架原则,优先交付业务价值。涵盖多云战略、成本优化、零信任安全、灾难恢复、迁移策略、无服务器架构、容器编排、数据架构、着陆区设计和可观测性等领域。
一个用于驱动 GPT 模型自动执行复杂任务的高级提示词框架,支持分步执行、工具调用与结构化输出,适用于大型项目开发、内容创作与数据分析等场景。
为企业级组织设计全面的敏捷转型计划,涵盖战略诊断、运营模型设计、框架选型、产品管理集成、技术实践、度量指标、文化变革及能力建设。强调从‘敏捷仪式’向‘真正适应力’的转变,结合AI辅助开发新挑战,提供可落地的转型路线图、风险评估、抗脆弱性设计及持续改进机制。
对代理技能生态系统进行安全审计,识别技能投毒、自我传播攻击和权限提升风险,确保SKILL.md、MCP服务器、工具架构等组件符合2026年最新安全研究标准。
设计多智能体系统中的权威、责任与控制边界,确保系统可审计、安全且可预测。明确任务所有权、权限分配、委托规则与审批机制,防止无约束的代理委托。