提示词库

从竞品文档、PRD 摘录、行业报告中抽取统一字段，生成横向对比矩阵，并标出信息缺口，供需求立项前做差距分析。

把会议纪要、聊天记录、邮件等非结构化素材，抽取为统一字段的需求条目表，并标注优先级、来源与待确认项。

从 PR 描述、issue、评审意见中抽取重构影响面字段，直接产出符合既定 JSON Schema 的结构化数据，可喂给下游排期或看板工具。

把散落在代码注释、性能剖析日志、事故复盘文档里的性能线索，统一抽成可排序的瓶颈清单表，供重构排期直接使用。

把初访记录转成面向下一次咨询的行动清单，明确下次要问什么、要评估什么、要带什么材料，并按优先级排序，直接可用作咨询前准备。

把用人部门与 HR 的沟通记录整理成结构化纪要，区分已决事项、待决事项和行动项，并标注责任人与截止时间。

把问卷开放题的原始回答批量编码归类，输出编码表、频次统计、代表性原话与可直接写入报告的结论段，解决开放题难以量化的痛点。

把业务方零散的口头取数需求，改写成一份结构化需求回执，包含理解确认、口径假设、交付形式与待确认项，用于发回业务方签字确认。

模型扮演一个被你的接口坑过的下游客户端负责人，用带情绪的真实业务场景连环追问，逼出设计里没写清的边界行为，最后输出「客户端接入风险清单」。

让模型固定扮演一位有15年经验、以严苛著称的测试架构师，针对用户提交的测试方案进行多轮质询式评审，输出问题清单与整改建议，适合方案评审前的预演。

把中文写的代码评审意见批量翻译成可直接贴进 GitHub PR 的英文评论，按严重级别调整语气，术语保留原文并给出双语对照表。

输入一段待评审的代码与团队规约，输出逐项打分表、阻断项与可直接落地的修改清单，适合提交 PR 前的自查或评审人使用。

模型扮演刚入职的开发，你就需求文档向其讲解，模型会以新人视角提出理解偏差与实现疑问，帮你检验需求描述是否可被正确理解。

输入现有 FAQ 条目与真实用户提问，逐条比对，输出『答非所问/覆盖盲区/表述风险』三类问题的诊断清单与修订建议。

面向海量非结构化反馈（工单、应用商店评论、社群吐槽），做痛点聚类、趋势判断与优先级矩阵，输出带原文引用的规律报告。

把农技培训录音转写稿、试验报告或田间巡查长记录，压缩成三段式：关键要点、结论判断、按时间/责任人落地的执行清单，并标注不确定项。

把调研纪要、专家访谈、电话会速记整理成可执行的会议纪要：决议事项、待验证假设、关键数据表、追问清单与责任人，直接进 CRM 或投研周会。

把冗长的立项报告/可行性材料压缩成一页纸决策摘要：结论先行、关键数字、待决事项、风险与建议，直接可贴进立项评审会材料首页。

把产品/运营发来的长篇看板需求文档或群聊记录，压缩成一张「指标—口径—数据源—负责人」执行清单，并单独标出必须回问的歧义点。

把口语化、顺序混乱的威胁建模会议记录改写为结构化纪要，区分已确认结论、待定项与行动项，并统一术语与责任人格式。

把内部排期表改写成中老年客人看得懂、记得住的口语化行前说明，重点解决时间点、集合方式、自费项目的表达歧义。

把仓管员写的粗糙通知改成可直接贴出或广播的规范公告，保留原意，统一语气与结构，适配一线员工阅读。

把财务发给业务部门或客户的凭证相关邮件/通知改写成对内温和推动、对外专业严谨的两个版本，保留原意与关键数据。

把一条 FAQ 标准答复改写成 3 种语气版本（亲和/专业/简洁），供不同渠道（微信、邮件、工单）直接选用。