1. The Bottleneck / 問題定義

在建築設計或軟體開發的過程中，我們發現 AI 工具最大的問題往往不是「能力不足」，而是「輸出的不穩定性」。 當我們需要產出一致風格的簡報圖表，或是符合特定格式的 Code Review 報告時，依靠每次隨機的手動輸入 (Typing) 既缺乏效率，也難以進行品質控管 (QA)。

這不只是一個生成器，而是一套「溝通協議 (Protocol)」的建立。

2. System Logic / 系統邏輯

本專案 (AI Prompt Workbench) 的核心邏輯，是將 Prompt 視為一段可被模組化的程式碼。我參考了 OOP (物件導向) 的概念，將提示詞拆解為三個層級：

• Role (角色定義)：設定 AI 的底層邏輯 (System Prompt)。例如：「你是一位資深 Python 工程師」或「你是一位擅長 Brutalism 風格的建築師」。
• Context (背景參數)：輸入變數 (Variables)。例如：專案預算、基地位置、目標受眾。
• Constraints (輸出限制)：這是最關鍵的一環。強制規定 AI 的輸出格式 (Format)，例如 JSON、Markdown 表格或特定比例的 Midjourney 參數 (--ar 16:9 --v 6.0)。

3. Features / 功能模組

A. 職場簡報策略 (Business Strategy)

針對 ChatGPT，我們內建了 McKinsey 的 SCQA 架構 (Situation, Complication, Question, Answer)。

• Input: “專案進度延遲，因為供應商缺料。”
• Output: 自動生成一份結構嚴謹的「風險評估報告」與「解決方案選項」，並附上 Email 草稿。

B. 視覺語言標準化 (Midjourney Parameterization)

針對 Midjourney，此工具解決了「風格不統一」的問題。 透過鎖定 --s (Stylize) 與 --gw (Goldne Way) 等參數，確保整份簡報中的配圖——從 Conceptual Diagram 到 Render Image——都維持一致的 Swiss Style (瑞士風格) 視覺語彙。

C. 聽覺原型的快速迭代 (Suno AI)

在多媒體提案中，我們將音樂生成的 Prompt 參數化。透過控制 [BPM], [Genre], [Instrument] 標籤，快速產出符合品牌調性的背景音軌。

4. Impact / 效益驗證

經過內部測試，這套 Workbench 能為專案團隊帶來顯著的效率提升：

• 減少 40% 的反覆修正次數 (Re-prompting)。
• 標準化 團隊對外的文件與視覺風格。
• 將原本發散的創意發想，收斂為可執行的精確指令。

5. Try It Out / 實際操作