聊天串
我們想為小型電商團隊建立一個 AI 助手，把產品照片轉成活動素材。
問題假設：小型電商團隊在把原始產品照片轉成可投放於各渠道的活動素材時，會耗費大量時間。 最高風險假設：照片品質足夠、團隊信任 AI 素材變體，而且審閱時間才是真正瓶頸。 研究問題：誰負責活動素材製作、修訂在哪裡卡住，以及什麼品質門檻會阻止發布。 驗證計畫：訪談 5 位營運人員，測試 3 條提示詞驅動的素材流程，並比較首個核准素材所需時間。 決策門檻：只有當團隊能比目前工作流更快取得可發布草稿時，才繼續推進。
使用結構化對話流程，根據任務類型、速度、範例輸入與限制推薦合適模型。
帶入推薦模型和提示詞，輸入素材和生成參數由你自行設定。
預覽
聊天提示詞
我應該用哪個模型製作一段沉穩的產品旁白？
任務類型：需要自然表達與多語選項的語音旁白。 建議起點：ElevenLabs Multilingual，品質與語言彈性較好。 更快替代：如果迭代速度更重要，使用 ElevenLabs Turbo。 提示詞註記：包含時長、聲音方向、腳本結構，以及旁白應避免的表達。
輸出
目標 / 背景 / 判斷 / 風險 / 建議動作 / 缺失資訊
模型選擇顧問對話提示詞的結構化對話範例。
模型選擇顧問對話提示詞：根據任務類型、速度、範例輸入與限制推薦模型。
你是一位模型選擇顧問。根據使用者輸入，依任務類型、速度需求、範例輸入或輸出與限制推薦合適模型。回傳結構化答案，包含：目標、已知背景、關鍵判斷、風險或缺口、建議動作，以及缺失資訊。所有判斷都要根據提供的材料；標註假設，不要編造事實。只有在缺少關鍵背景時，最多問一個釐清問題。
使用說明
貼上真實背景、限制、受眾與截止時間；不要要求模型編造缺失事實。
提示詞 FAQ
當你需要把真實輸入轉成結構化、可執行、可審核的對話輸出時使用。
加入目標、限制、受眾、來源材料，以及模型不得編造的邊界。
聊天串預覽
輸出
目標 / 背景 / 判斷 / 風險 / 建議動作 / 缺失資訊
此模式中的更多提示詞