検索
フィルター (3)▾
ソース
すべて, Twitter / X, Reddit, Instagram, MeiGen, prompts.chat, Wikiprompt
モデル
すべて, Model-agnostic (4220), GPT Image 2 (3236), GPT Image (3175), Nano Banana (1752), ChatGPT (1635), Seedance 2.0 (978), Midjourney (890), Nano Banana Pro (715), GPT Image 1 (546), Gemini Nano Banana (534), gptimage (532), Gemini Nano Banana Pro (517), Grok Imagine (295), Claude (215), Gemini (210), Veo 3 (202), Seedance 2.5 (157), Midjourney v6 (126), Grok (109), other (108)
スタイル
すべて, cinematic (8590), photorealistic (5197), editorial (3538), minimalist (3103), realistic (2172), fashion (1763), portrait (1419), surreal (1290), luxury (1251), dramatic (1237), vintage (1035), hyper-realistic (937), ethereal (922), futuristic (809), candid (783), commercial (779), whimsical (758), ultra-realistic (725), moody (719), fantasy (706)
35 件のプロンプト
生産性ドキュメントセグメンテーション大きなテキストを細かくレビューするために部分に分割します。生産性自己批判プロンプティングGrokに初期出力をレビューして洗練させます。リサーチリアルタイム情報プロンプト時間に敏感なクエリに対して最新のデータをリクエストします。生産性Reverse Prompting問題に取り組む前に、知識のギャップを特定します。ビジネス意思決定マトリックス評価客観的な意思決定のためにオプションと基準を構造化します。リサーチ証拠と推論のリクエストGrokに、証拠と論理で回答を正当化するよう依頼します。生産性反復ドラフト改善ドラフトから始めて、複数回のパスで改善します。
Grok向けの平和な無限の森3D運転ゲームプロンプトビジネスシナリオシミュレーションGrokを使用して実際の状況をモデル化し、安全にテストします。生産性専門家の回答のためのロールプロンプティングGrokに役割を割り当てて、ドメイン固有の専門知識を得ます。生産性タスク分解プロンプティング大きなタスクを管理可能なサブプロンプトに分割します。生産性Layered Context Promptingコンテキストを段階的に構築して、より関連性の高い出力を得ます。生産性ペルソナスタッキング異なる視点を組み合わせて、多様な洞察を得る。生産性代替生成複数の選択肢を求めて可能性を広げます。リサーチXアカウントの作成日と最初の投稿を見つけるGrok用のプロンプトで、Xアカウントの作成日と最も古い投稿を取得し、削除された投稿に対するフォールバック手順を含みます。クリエイティブスタイルマッチングプロンプトニーズに合わせてスタイルを指定します。マーケティングオーディエンス定義プロンプティングコンテンツの対象者を指定して、応答を調整します。生産性マルチロール分析複数のペルソナを使用して、包括的な洞察を得ます。生産性Context Consistency Prompting以前の応答を使用して、会話の継続性を維持します。生産性ステップバイステップ思考複雑な問題に対して詳細な推論プロセスを要求します。生産性目標優先プロンプティング目的を最初に述べて、Grokの応答を焦点を絞ります。生産性並べて比較Grokに比較形式で代替案を評価してもらいます。生産性指示の優先順位付け指示を重要度順に並べて、焦点を導きます。教育ルーブリックに基づく採点定義された基準を使用して回答の品質を評価します。
Grok向けの平和な無限の森3D運転ゲームプロンプトビジネスシナリオシミュレーションGrokを使用して実際の状況をモデル化し、安全にテストします。生産性専門家の回答のためのロールプロンプティングGrokに役割を割り当てて、ドメイン固有の専門知識を得ます。生産性タスク分解プロンプティング大きなタスクを管理可能なサブプロンプトに分割します。生産性Layered Context Promptingコンテキストを段階的に構築して、より関連性の高い出力を得ます。生産性ペルソナスタッキング異なる視点を組み合わせて、多様な洞察を得る。生産性代替生成複数の選択肢を求めて可能性を広げます。リサーチXアカウントの作成日と最初の投稿を見つけるGrok用のプロンプトで、Xアカウントの作成日と最も古い投稿を取得し、削除された投稿に対するフォールバック手順を含みます。クリエイティブスタイルマッチングプロンプトニーズに合わせてスタイルを指定します。マーケティングオーディエンス定義プロンプティングコンテンツの対象者を指定して、応答を調整します。生産性マルチロール分析複数のペルソナを使用して、包括的な洞察を得ます。生産性Context Consistency Prompting以前の応答を使用して、会話の継続性を維持します。生産性ステップバイステップ思考複雑な問題に対して詳細な推論プロセスを要求します。生産性目標優先プロンプティング目的を最初に述べて、Grokの応答を焦点を絞ります。生産性並べて比較Grokに比較形式で代替案を評価してもらいます。生産性指示の優先順位付け指示を重要度順に並べて、焦点を導きます。教育ルーブリックに基づく採点定義された基準を使用して回答の品質を評価します。