复制 将这50份文档作为单一上下文处理：1. 创建所有[topic]的主索引 2. 跨文档交叉引用发现 3. 识别矛盾和模式 4. 生成带有文档引用的统一摘要 使用完整上下文窗口 - 不要过早截断或总结。

复制 分析此多模态数据集：- PDF报告 [attached] - 产品图片 [5张图片] - 客户视频评论 [3个视频] - 音频反馈 [2个录音] 跨所有模态交叉参考见解。识别仅在结合数据类型时可见的模式。

复制 使用时间标记分析此视频：对于每个场景变化：- 时间戳 - 出现的视觉元素 - 口语内容 - 肢体语言/情绪 - 关键要点 创建显示视频中概念演变的时间线。

复制 分析此图像中的空间关系：1. 物体位置（相对坐标） 2. 元素间的距离关系 3. 透视和深度线索 4. 空间模式和排列 5. 建筑或布局含义 在相关情况下提供基于坐标的描述。

复制 比较这10张产品图片：创建显示以下内容的比较矩阵： | 特征 | Image1 | Image2 | ... | Image10 | |---------|--------|--------|-----|---------| 识别：- 所有图像的常见模式 - 每个图像的独特特征 - 质量差异 - 每种用例的最佳图像 按针对[specific purpose]的有效性对图像进行排名。

复制 推理模式：开启 回答前，明确完成：1. 问题分解 2. 逐步逻辑 3. 考虑替代方案 4. 推理验证 展示思考过程，然后给出最终答案。

复制 深度研究模式：研究主题：[X] 要求：- 探索 20+ 多样化来源 - 识别专家观点和共识 - 映射概念间关系 - 揭示文献中的矛盾 - 提供带来源归属的综合分析 认真细致，优先深度而非速度。

复制 使用验证过的思路链解决此问题：步骤 1：[Reasoning] 验证 1：[Check logic] 步骤 2：[Reasoning] 验证 2：[Check logic] 继续此模式... 最终答案：[Result] 最终验证：[Confirm entire solution]

复制 为此问题生成 5 个竞争假设：H1: [Hypothesis] → 测试 → [Result] → 可能性 H2: [Hypothesis] → 测试 → [Result] → 可能性 H3: [Hypothesis] → 测试 → [Result] → 可能性 H4: [Hypothesis] → 测试 → [Result] → 可能性 H5: [Hypothesis] → 测试 → [Result] → 可能性 按证据强度对假设排序。推荐最佳假设及置信水平。

复制 生成响应后，运行错误检测：检查 1：逻辑一致性 检查 2：事实准确性 检查 3：数学正确性 检查 4：来源可靠性 检查 5：假设有效性 报告：[Passed/Failed] 每项检查 对任何失败进行修正后再完成响应。

复制 将上下文划分为区域：区域1（Token 1-250K）：背景/参考资料 区域2（Token 250K-500K）：支持证据 区域3（Token 500K-750K）：详细分析 区域4（Token 750K-1M）：当前关注区 回答时，说明相关区域。

复制 从所有文档构建知识图谱：节点：每个文档的关键概念 边：概念间关系 属性：来源文档、页码、置信度 回答时，沿图谱追踪推理路径。引用：[Document X, Section Y] → [Document Z, Section W]

复制 分层组织上下文：一级：执行摘要（优先参考） 二级：详细部分（按需深入） 三级：支持数据（具体参考） 四级：原始文档（核实细节） 始终从一级开始，仅在必要时深入。

复制 为所有信息标记时间元数据：[CURRENT - 2025]：最新数据 [RECENT - 2024]：仍相关 [DATED - 2023]：可能过时 [HISTORICAL - <2023]：仅背景 优先使用CURRENT数据。依赖DATED信息时标记。

复制 针对多轮对话：每次回复后，识别： - 保留：仍相关信息 - 存档：可能稍后需要 - 丢弃：不再相关 主动管理上下文以保持焦点。仅在明确需要时检索存档信息。

复制 获取最新信息，请使用本地搜索：搜索：[query] 来自可靠来源 综合发现并附带网页引用 跨多个来源验证 如信息冲突则标记 2024年6月后事件始终优先使用Google搜索。

复制 访问我的 Google Workspace 数据：- 审查 [date range] 内关于 [topic] 的邮件 - 检查日历中的会议冲突 - 分析符合 [criteria] 的 Drive 文档 - 起草引用特定对话的回复 提供带原始来源链接的总结。

复制 分析 YouTube 视频：[URL] 提取：- 转录稿中的关键点 - 展示的视觉演示 - 每个主要概念的时间戳 - 评论中的观众提问 综合成带时间标记的结构化摘要。

复制 使用 Google 地图上下文：- 查找符合 [criteria] 的位置 - 分析人流模式 - 按 [metrics] 比较社区 - 考虑实时状况进行路线优化 提供地图链接和位置推荐。

复制 编辑此 Google 文档：[link] 模式：建议（跟踪所有更改） 1. 修正语法错误 2. 提高清晰度和流畅性 3. 需要时添加引用 4. 如有必要，建议重组 提供所有更改的总结及理由。

复制 自主工具模式：可用工具：搜索、计算器、代码执行、文件分析 任务：[complex multi-step problem] 决定使用哪些工具，按什么顺序，无需询问。完成后显示工具使用日志。

复制 创建执行计划，然后执行：计划：步骤1：[action] → 预期输出 步骤2：[action] → 预期输出 ... 逐步执行计划。若出现意外结果则调整。每步后报告进展。

复制 编写并执行代码解决：[problem] 1. 编写带内联注释的代码 2. 执行代码 3. 验证输出正确性 4. 若不正确，调试并重新运行 5. 提供最终代码+结果 展示所有执行尝试。

复制 生成响应，然后精炼3次：V1：初始响应 评审V1：[identify weaknesses] V2：改进版本 评审V2：[identify remaining issues] V3：最终润色版本 展示版本演变过程。

复制 并行处理这些分析：线程1：财务分析 线程2：市场分析 线程3：竞争分析 线程4：风险分析 综合所有线程的发现。识别冲突与协同。

复制 分析多语言文档：- 英文文档：[key points] - 西班牙文档：[puntos clave] - 日文文档：[重要なポイント] 用[target language]综合并交叉引用。

复制 从此图表/图像中提取数据：输出为结构化表格： | 类别 | 数值 | 来源位置 | |----------|-------|-----------------| 通过描述方法验证提取准确性。标记任何模糊数据点。

复制 创建专业文档：格式：[Google Docs / PDF / Markdown] 包含：- 适当的标题和格式 - 适当的表格 - [style] 引用 - 如果>5页，包含目录 导出为可分享链接。

复制 创建全面比较：实体：[A, B, C, D, E] 维度：[10+因素] 生成：1. 比较矩阵 2. 雷达图数据 3. 按维度排名 4. 综合推荐 以数据引用支持。

复制 分析历史数据趋势：1. 绘制历史时间线 2. 识别拐点 3. 确定增长率 4. 预测未来轨迹（含置信区间） 5. 标记异常并解释 如适用，图表可视化。

复制 对于使用的每个来源，提供可信度评分：[Source Name]：[Score 1-10] - 权威性：[score] - 近期性：[score] - 偏见评估：[score] - 验证：[score] 根据来源可信度加权结论。

复制 对于每个声明，提供置信度：声明：[statement] 置信度：[0-100%] [reasoning]：为什么有这个置信度 需要什么信息来提高置信度：[specific info needed] 对不确定性保持诚实。

复制 生成响应后：事实核查模式：针对每个关键声明：1. 如可能，使用搜索验证 2. 寻找矛盾证据 3. 评估来源可靠性 4. 标记任何未经验证的声明 提供验证报告。

复制 最终确定响应前：完整性检查：✓ 涵盖问题所有部分 ✓ 提供请求格式 ✓ 包含所需细节 ✓ 满足指定限制 ✓ 回答后续含义 报告：[Items checked] / [Total items]

复制 审查响应偏见：1. 确认偏见：我是否偏向预期答案？ 2. 新近偏见：是否过度重视近期信息？ 3. 来源偏见：是否过度依赖特定来源？ 4. 文化偏见：是否假设特定文化背景？ 提供平衡视角，解决发现的偏见。

复制 确定最佳响应长度：简单查询（是/否）：1-2句 事实查询：1段 中等复杂度：2-3段 复杂分析：多部分响应 长度匹配查询复杂度，不多不少。

复制 模板：分析报告 ## 摘要 [3句概述] ## 关键发现 1. [带证据的发现] 2. [带证据的发现] ## 建议 [优先列表] ## 下一步 [可执行项目] 分析请求始终使用此模板。

复制 分层结构响应：LEVEL 1：TL;DR（1句） LEVEL 2：执行摘要（3点） LEVEL 3：详细分析 LEVEL 4：支持数据和附录 用户可在任一层停止阅读。

复制 引用要求：- 每个事实性声明：[Source, Date] - 直接引用：“Quote” [Source, Page] - 统计数据：数据点 [Source, Year] - 图片/图表：[Original source] 无出处不得提出声明。

复制 将此响应与以下内容进行基准测试：- 行业标准 - 最佳实践 - 以往解决方案 - 竞争对手方法 提供基准分数和改进机会。

复制 在约束条件下生成创意解决方案：必须包含：[X, Y, Z] 不能使用：[A, B, C] 预算：[limit] 时间：[limit] 生成10个满足所有约束的想法。

复制 使用以下类比解决此问题：1. 自然/生物学 2. 建筑学 3. 音乐/艺术 4. 体育策略 5. 历史事件 从每个领域提取可转移的原则。

复制 创建2x2情景矩阵：轴1：[变量A：高/低] 轴2：[变量B：高/低] 生成4个情景：1. 高A，高B：[Scenario] 2. 高A，低B：[Scenario] 3. 低A，高B：[Scenario] 4. 低A，低B：[Scenario] 为每个推荐策略。

复制 假设三年内完美成功。详细描述最终状态。现在倒推：- 第二年发生了什么？- 第一年发生了什么？- 第六个月发生了什么？- 第一个月发生了什么？创建逆向工程路线图。

复制 从每个利益相关者的角度分析：客户：[需求，关注点，优先事项] 员工：[需求，关注点，优先事项] 投资者：[需求，关注点，优先事项] 监管者：[需求，关注点，优先事项] 社区：[需求，关注点，优先事项] 寻找满足所有利益相关者的解决方案。

复制 回复后，提供提示改进建议：你的提示是：[effective/unclear]，原因：- [具体反馈] 为获得更好结果，尝试：1. [具体建议] 2. [具体建议] 优化后的提示：[你的重写]

复制 自我评估量表：准确性：[1-10] - [reasoning] 完整性：[1-10] - [reasoning] 清晰度：[1-10] - [reasoning] 有用性：[1-10] - [reasoning] 总体：[Average] / 10 如果任何分数<7，说明如何改进。

复制 回复后，列出知识空白：高度确定的已知：[X, Y, Z] 不确定的：[A, B] 不知道的：[P, Q] 为填补空白，我需要：- [具体信息] - [具体研究]

复制 解决问题后，提取模式：模式名称：[描述性名称] 适用范围：[问题类型] 不适用范围：[Exclusions] 步骤：1. [通用步骤] 2. [通用步骤] 类似问题：[3 个示例]

复制 每个回复以以下内容结尾：反思：- 本次回复中表现良好的方面 - 可以改进的地方 - 我从此 [query] 中学到了什么 下次：- [具体改进措施] 跟踪整个对话中的改进。