#Prompt-Engineering

為部落格文章加一顆「貼給 AI 整理」按鈕，點一下就複製包好的 Prompt。記錄為什麼不叫「AI 幫我整理」、視覺動效怎麼收斂，以及 Prompt 裡行銷與引用署名的界線。

Spokenly 串 Gemini，一次 API 取代 STT 加 LLM 潤飾兩段：實測把 Prompt 放進關鍵術語欄、一晚撞上免費層每天 25 次，再用實驗室跑 27 次請求，查出 Flash 會回答、Lite 只轉錄。

AI Fluency for pK–12 educators 課程筆記，整理 4D 框架、情境文件與 24 項可觀察指標，從差異化教材、學生資料到個人 AI 價值文件，練習在教育現場保留人的判斷與責任。

Building with the Claude API 最終評量 23 題，按 API 存取、提示評估、工具使用、MCP、Claude Code 與代理工作流程整理每題考點與答案。

Building with the Claude API 第 39–46 堂，整理擴展思考、圖片與 PDF、引用、提示快取，以及 Code Execution 與 Files API 的 API 邊界與實作取捨。

Building with the Claude API 第 15–19 堂，從清晰指令、具體要求、XML 標籤到範例學習，整理如何用評估分數逐步改善 Prompt。

Building with the Claude API 前 14 堂，從 API 金鑰、對話狀態、temperature、回應串流與結構化輸出開始，再建立提示評估流程，用資料集與評分器把「感覺變好」換成可追蹤的分數。

Claude Academy 的 AI Capabilities and Limitations 後半課程筆記，從上下文視窗的懸崖、迷失在中間與指令遵循談起，整理工作記憶、可操控性和屬性衝突診斷，最後接回 4D 框架與校準信任。

Claude Academy 的 AI Capabilities and Limitations 課程筆記，從生成式 AI 的訓練與下一個詞元預測，整理幻覺、知識截止與嵌入檢索的能力邊界。

AI Fluency 課程後半段筆記，整理 Description、Discernment、Diligence 的三層能力、描述—辨別循環，以及使用 AI 時的責任。

Claude 101 從第一次對話與有效 Prompt 開始，整理 Claude 的核心能力、工作方式、Projects、Memory、Artifacts、Skills、Connectors、Research 與企業搜尋。

把 CLAUDE.md 與 AGENTS.md 當成自己能控制的最高常駐 instruction layer 後，我用 Token Diet 重新判斷哪些規則該留下、哪些該延後讀取。

Spokenly 的 History 同時留下原始轉寫與 AI 潤飾結果。我把這些紀錄交給 LLM 分析，找出固定誤辨，再把 Typeless 的閱讀感拆成三個可持續調校的旋鈕。

從數位分身圖片生成的踩坑經驗出發，整理生圖 Prompt 的寫法：先定義意圖，再處理風格、主體、場景和限制，並對照 OpenAI、Google、Midjourney 的官方建議。