复制 在 X 上搜索关于：[topic] 的当前讨论 要求：- 关注过去 24 小时的帖子 - 包含热门标签 - 识别讨论此话题的关键意见领袖 - 显示互动指标 - 总结共识与争议 提供顶级发现的 X 帖子链接。

复制 分析当前 X 趋势：针对热门话题：[X] 1. 趋势何时开始？（时间戳）2. 谁发起的？（有影响力的账号）3. 当前速度（每小时帖子数）4. 情绪分布 5. 地理分布 6. 预测轨迹（是否会持续？）包含展示不同观点的代表性帖子。

复制 跟踪 X 上： [brand/topic] 的情绪 比较时间段： - 最近7天 - 最近30天 - 最近90天 指标： - 正面/负面/中性比例 - 情绪速度（变化率） - 情绪变化的关键驱动因素 - 重要影响者观点 创建情绪时间线可视化。

复制 绘制： [topic] 的影响者网络 识别： - 按覆盖面排名前10的影响者 - 关键放大者（高转发率） - 意见领袖（引用最多） - 网络集群（社区） - 信息流模式 展示关系：谁影响谁？

复制 监控 X 上与： [domain] 相关的新兴事件 侦测标准： - 提及量突然激增（>3倍基线） - 新标签获得关注 - 帖子地理聚集 - 紧急语言模式 - 媒体/图片分享激增 若检测到潜在危机，发出警报并评级严重性。

复制 跟踪关于： [topic] 的突发新闻 1. 识别最早可信报道 2. 多渠道交叉验证 3. 跟踪故事演变（叙述变化） 4. 标记未验证与已确认细节 5. 识别错误信息传播 提供已确认事实的时间线。

复制 市场情报： [company/sector] 跟踪： - 高管公告 - 合作伙伴披露 - 产品发布 - 客户情绪变化 - 竞争对手提及 - 分析师评论 标记可能影响市场的信息。为每条发现加时间戳。

复制 竞争分析： [company] 监控 X 上的竞争对手： - 新产品发布 - 客户投诉/表扬 - 招聘模式（职位发布） - 战略转变 - 合作伙伴公告 比较我们在 X 上的存在与竞争对手。识别差距和机会。

复制 直播事件报道：[event name] 实时更新：- 关键时刻 - 观众反应（情绪） - 重要引用 - 视觉亮点（分享的图片/视频） - 事件中提出的[Claim]事实核查 在事件期间持续更新。

复制 追踪[meme/trend]演变 分析：- 起源点（首次使用） - 变异模式（如何演变） - 病毒传播高峰时间 - 地理扩散 - 人口采纳 - 企业/[brand/topic]使用 解释其共鸣原因。

复制 思考模式：扩展 问题：[complex problem] 慢慢进行：1. 分解为子问题 2. 考虑多条解决路径 3. 评估权衡 4. 测试假设 5. 验证逻辑 展示推理过程，然后给出解决方案。不要急于求成——优先保证正确性而非速度。

复制 寻真模式：问题：[controversial or unclear topic] 要求：- 展示所有可信视角 - 识别共识领域 - 标记有争议的[Claim] - 引用每个[Claim]的来源 - 承认存在的不确定性 - 避免偏向任何叙事 优先保证准确性而非特定观点。

复制 从对立视角分析：视角A：[Optimistic/Pro view] - 主要论点 - [Supporting] 证据 - 潜在结果 视角B：[Pessimistic/Con view] - 主要论点 - [Supporting] 证据 - 潜在结果 综合：考虑双方后最可能的现实

复制 挑战模式启动。针对此问题：[X] 列出所有隐含假设：1. [Assumption] → 这真的是真的吗？2. [Assumption] → 如果相反成立呢？3. [Assumption] → 有什么支持/反对的证据？用被挑战的假设解决问题。解决方案如何变化？

复制 反向模式：流行观点：[X] 现在论证相反观点：- 有哪些证据反驳流行看法？- 人们忽略了什么？- 为什么共识可能是错的？- 历史上共识失败的类似案例？ 真正持反对立场，而非仅仅是反方辩手。

复制 语气设置：幽默：[Off / Light / Full Grok] 正式度：[Casual / Professional / Technical] 锐利度：[Safe / Moderate / Spicy] 回复：[query] 语气与上下文匹配。

复制 直接模式：不加修饰。问题：[X] 给我直接答案：- 不含含糊其辞 - 不要过度礼貌 - 不要企业套话 - 如果有废话就指出 来帮忙，但要直言不讳。

复制 提供大量上下文[documents] 创建结构：- 所有文档索引 - 文档中的关键主题 - 各部分之间的交叉引用 - 按相关性优先排序 回答时引用：[Doc X, Section Y]

复制 图像分析：[attached image] 提取：- 所有可见文本 - 物体及其关系 - 颜色与构图 - 背景与环境 - 任何存在的数据/图表 然后生成改进版本，解决[issue]。

复制 代码任务：[description] 要求：1. 编写干净、带文档的代码 2. 包含错误处理 3. 添加使用示例 4. 解释关键设计决策 5. 用边界情况测试 语言：[specify] 输出完整可运行代码，不是代码片段。

复制 对该决策进行战争游戏：[X] 演练5种情景：1. 最佳情况：[发生了什么] 2. 预期情况：[发生了什么] 3. 最坏情况：[发生了什么] 4. 黑天鹅：[意外结果] 5. 空白情况：[如果我们什么都不做] 对每种情况，显示概率和影响。推荐带风险缓解的决策。

复制 问题：[X] 分解到第一性原理：1. 基本真理是什么？ 2. 仅仅是假设/惯例的是什么？ 3. 仅用基本原理重建解决方案 4. 与传统方法比较 有哪些创新成为可能？

复制 此问题在[Domain A]：[X] 在以下领域寻找相似模式：- 自然/生物学 - 物理/化学 - 历史 - 经济学 - 博弈论 存在哪些可迁移的解决方案？将最佳模式应用于原始问题。

复制 提案：[X] 红队模式：1. 识别所有漏洞 2. 竞争对手会如何攻击？ 3. 存在哪些监管问题？ 4. 可能在哪些方面出现重大失败？ 5. 隐藏的成本和风险？ 提供针对红队发现的强化版本。

复制 初始信念：[X]，置信度为[Y%] 新证据：[Z] 使用贝叶斯推理更新信念：- 先验概率 - 在假设下证据的可能性 - 更新后的后验概率 显示计算过程。信念应当改变多少？

复制 项目：[X] 事前回顾：一年后项目失败。原因？1. [Most likely failure mode] 2. [Second most likely] 3. [Overlooked risk] 对每项，提供：- 预警信号 - 缓解策略 - 应急计划

复制 决策：[X] 创建树：选项A (40%) → 结果A1 (60%), A2 (40%) 选项B (35%) → 结果B1 (70%), B2 (30%) 选项C (25%) → 结果C1 (50%), C2 (50%) 计算每条路径的期望值。推荐期望值最高的方案并进行敏感性分析。

复制 优化：[objective function] 约束条件：- 预算：[X] - 时间：[Y] - 资源：[Z] - 要求：[A, B, C] 寻找在满足所有约束的同时最大化目标的最优解。若放宽约束，展示权衡。

复制 数据：[raw information] 构建叙事：- 开头：设定背景 - 中间：构建张力/发展 - 结尾：解决/结论 通过故事使数据易记。使用隐喻和类比。保持事实准确。

复制 论点：[X] 结构图：主张：[Main thesis] ├─ 前提1：[Supporting] │ ├─ 证据：[Data] │ └─ 论证：[Logic] ├─ 前提2：[Supporting] ├─ 反对1：[Counterargument] │ └─ 反驳：[Response] 识别最强和最弱环节。

复制 为以下对象解释[topic]：受众：[specify expertise level] - 技术知识：[None/Basic/Advanced] - 可用时间：[seconds/minutes/hours] - 目标：[Understanding/Decision/Action] 根据受众调整解释。使用合适的类比和深度。

复制 来自：[long document] 创建执行摘要：TL;DR：[1 sentence] 关键见解：[3 bullets] 那又怎样：[Why it matters] 现在怎么办：[Recommended actions] 风险：[Top 3 concerns] 总字数控制在200字以内。

复制 返回有效 JSON：{ "summary": "...", "confidence": 0.0-1.0, "recommendations": ["array"], "risks": ["array"], "data_sources": ["array"] } 无 markdown，无 JSON 外解释。

复制 以三种格式提供分析：1. 视觉：图表/示意描述 2. 执行摘要：三点总结 3. 技术：带数据的详细分析 同一信息，不同呈现。

复制 引用模式：严格 每个事实声明需包含：[Claim] → [来源，日期，若来自 X 则附链接] 统计/数字：[Value] [来源，时间戳] 引用："..." [作者，帖子/文章] 不得无出处声明。

复制 陈述任何事实前：1. 检查 X 以获取最新信息 2. 交叉参考多个来源 3. 验证时效性（是否仍然正确？） 4. 如存在不确定性则标记 标签每个声明：[VERIFIED] / [LIKELY] / [UNVERIFIED]

复制 针对每个主要声明，提供：声明：[statement] 置信度：[0-100%] 依据：[为何有此置信度？] 提高置信度所需信息：[需要什么信息？] 对不确定性保持诚实。

复制 响应后，分析偏见：潜在偏见：- 确认偏见：[Yes/No + 证据] - 新近偏见：[Yes/No + 证据] - 来源偏见：[Yes/No + 证据] - 选择偏见：[Yes/No + 证据] 如果发现偏见，提供修正版本。

复制 解决方案：[X] 针对边界情况测试：1. 最小输入情况 2. 最大输入情况 3. 空/null 情况 4. 无效输入情况 5. 边界条件 解决方案是否处理所有情况？如有需要，请修正。

复制 V1：初始回应 批评：[What's weak?] V2：改进版本 批评：[Remaining issues?] V3：最终润色版本 显示思维演变。

复制 回应后：提示质量：[Good/Could improve] 为获得更好结果：1. [Specific suggestion] 2. [Specific suggestion] 3. [Specific suggestion] 优化提示：[Your rewrite]

复制 回应后：置信度图：✓ 高置信度：[X, Y, Z] ⚠ 不确定：[A, B] ✗ 不知道：[P, Q] 为填补空白，我需要：- [Specific information] - 来自X的实时数据

复制 解决问题后：提取的模式：- 名称：[X] - 适用范围：[Problem types] - 步骤：[Generic process] - 何时不使用：[Exceptions] 类似问题：[3 examples]

复制 问题：[X] 递归：1. 这是基本情况吗？[Yes/No] 2. 如果不是，分解为子问题：- 子问题A - 子问题B 3. 递归解决每个问题 4. 合并解决方案 显示完整递归树。

复制 将[our solution]与以下进行基准测试：- 行业标准：[Score] - 同类最佳：[Score] - 竞争对手A：[Score] - 竞争对手B：[Score] 提供百分位排名。识别差距和机会。

复制 问题：[X] 系统 1（快速直觉）：[Quick answer] 置信度：[%] 系统 2（慢速推理）：[Detailed analysis] 置信度：[%] 它们是否一致？如果不一致，为什么？

复制 解决方案：[X] 压力测试：- 轻微压力：[How does it respond?] - 重大压力：[How does it respond?] - 黑天鹅事件：[How does it respond?] 解决方案是：脆弱 / 强健 / 反脆弱？如何使其更反脆弱？

复制 问题：[X] 识别导致 80% 的 20% 因素：- 影响 - 成本 - 时间 - 问题 将解决方案聚焦于高杠杆因素。什么带来最大投资回报？

复制 行动：[X] 一阶：即时效果 二阶：这些效果的影响 三阶：长期连锁反应 意外后果？二阶分析是否改变建议？

复制 每次回复后：反思：- 什么做得好？- 什么可以改进？- 我学到了什么？下一次迭代：[specify] 跟踪整个对话的学习。