即可找到粗箭頭符號(即十進位 232 或 符號十六進位00E8),先複製起來
取代(R)欄 鍵入 ==> (兩個等號及大於符號)
成為(W)欄,將剛才粗箭頭符號複製並貼在此處(即剛才步驟2動作)
相關應用:
情境:常使用的日文查詢PROMPT，只要使用Ctrl+C預先拷貝好後，再點選此編譯好的程式後(預先指定好(右鍵|內容|快速鍵(K))執行之快捷鍵，如:自訂Ctrl+Alt+J,將此程式叫出來)，即可將剛才能載入記憶體的複製字串，直接寫入提示詞內
💜程式片段說明一:
以下為 testjlptRel01 , (即 input_file1 = r'd:\testjlptRel01.txt') ,請預先用Notepad記事本,將下面藍色部分提示詞貼上，檔名儲存至 d:\testjlptRel01.txt
あなたは日本語のプロで、勉強法の達人です。
{{関連表現}}の語源は教えて、漢字ははっきりとはしないが、省略しても構いません。
{{関連表現}}の文法解説・例文と類義語を簡潔な概要でまとめてください。
もし、その表現はニュアンス、意志、自発、あるいは自分、他の人、その他の表現などに関連があれば、使い方を教えて
暗記しやすいように、その他の類義表現文型と違いところを表形式に挙げてください。
それぞれの表現に焦点を当てたYOUTUBE動画を挙げてください
"""
関連表現：
💜程式片段說明二:
# input_file2內容為 """
# 為何要另外加入input_file2.txt , 再補上 """ (三重引用符號)，讓AI能夠將它視為整段完整之PROMPT提問文 (亦即，前段日文詢問之PROMPT + OCR辨識後之TXT +最後再補上 三重引用符號)
💜程式片段說明三:
# output_file內容為 d:\testjlpt.txt ,最後在d槽 ,testjlpt.txt 可查看到完整提示詞資訊,再將此內容貼至 AI神器去詢問
💜程式片段說明四: (程式功能處理流程)
☺💜從剪貼簿獲取文字。 (即 pyperclip.paste() 獲取剪貼簿中的文字。 將您將想查詢的特定日文字詞，用COPY+C 快速鍵，複製後,對電腦而言已暫存至記憶體起來 ,而透過PYTHON之pyperclip模組,來 獲取剪貼簿中的文字(等同您 手動按 Win+ V ,而此程式自動化幫您處理)。
☺💜將剪貼簿中的文字與指定兩個檔案的內容，按照特定順序合併。
運行順序1 載入 日文關連式提示詞 ;
運行順序2 載入 想查日文字詞 之已內存記憶體剪貼簿內容 ;
運行順序3 再補上 """ (三重引用符號) ;
運行順序4 將合併後的內容寫入一個新的檔案中。 (即 output_file = r'd:\testjlpt.txt' )
💜相關應用參考資訊:
活用 Win視窗鍵+V ,選擇性貼上之功能視窗(記憶體內存剪貼簿)
import pyperclip
import subprocess
import os
def append_file_content_in_order(input_file1, input_file2, content_to_append, output_file):
"""將指定內容和兩個檔案的內容按照指定順序追加到檔案末尾。"""
try:
with open(output_file, 'w', encoding='utf-8') as f_out, \
open(input_file1, 'r', encoding='utf-8') as f_in1, \
open(input_file2, 'r', encoding='utf-8') as f_in2:
f_out.write(f_in1.read()) # 先寫入 input_file1
f_out.write("\n\n" + content_to_append) # 再寫入剪貼簿內容
f_out.write("\n\n" + f_in2.read()) # 最後寫入 input_file2 内容 (即補上 """ 三重引用符號 ,做為結尾)
print(f"已成功將結果寫入 {output_file}")
except FileNotFoundError as e:
print(f"Error: 檔案不存在 - {e.filename}")
except Exception as e:
print(f"Error: 發生錯誤 - {e}")
if __name__ == "__main__":
input_file1 = r'd:\testjlptRel01.txt'
input_file2 = r'd:\testjlptRel02.txt'
output_file = r'd:\testjlpt.txt'
clipboard_text = pyperclip.paste()
append_file_content_in_order(input_file1, input_file2, clipboard_text, output_file)
subprocess.Popen(['explorer', output_file]) # 將產出最新檔案,直接開啟,方便後續貼至AI神器查詢
情境:
Gemini大神可透過命令提示方式，於本地端執行，可更直覺方式(包含語音)直接以母語輸入提問，請AI大神為您處理需求，並可依指定所需的語系(如:繁體輸入您問問題，指定以日文回應，並指示儲存至SAVE MEMORY記憶( C:\Users\UserName\.gemini\GEMINI.md)中，下次重啟CLI時，大神即會依您使用習慣以日文回應您的需求服務 ，亦即記憶儲存使用狀態 * ユーザーとのコミュニケーションは日本語を使用してください。 可透過指令 /memory show顯示設定狀態)
👀運用案例1 (系統顯示亂碼Garbled Characters):
將您所遇到問題或您想請AI協助訊息 (例如:CLI出現亂碼，只要將亂碼，複製貼至CLI)，以繁體中文直接輸入，請問解決辦法? (系統回應如下，解決辦法為執行 chcp 65001指令進行轉換):
✦ 文字化けの件ですね。CLI環境での文字化けは、エンコーディングの設定が原因であることが多いです。お使いの環境がWindowsで、Node.js関連の作業をされているとのことですので、以下の点をご確認ください。
1. コマンドプロンプト/PowerShellのエンコーディング設定:
コマンドプロンプトやPowerShellで文字化け(亂碼、Garbled Characters)が発生している場合、エンコーディングをUTF-8に設定することで解決することがあります。以下のコマンドを実行してみてください。
chcp 65001
このコマンドは、現在のセッションのエンコーディングをUTF-8に変更します。Unicode (UTF-8)エンコーディング、特にコードページ65001を使用することで、文字化けの問題は解決できます。
👀 運用案例2: 本地端LOCAL電腦，出現錯誤訊息(如:eventvwr.msc事件檢視器日誌LOG)
將您所遇到的錯誤訊息，貼至GEMINI CLI 後，並於後方再加註 請提供解決辦法 ，大神即會依您所提的LOG問題，直接提供解決方案進行並做修復，可加速TROUBLESHOOTING問題處理。
👀 運用案例3: 本地端LOCAL電腦檔案分析、重新命名等 (下達指令 /tools ，可查詢Gemini CLI tools相關可用指令集應用)。
👀 運用案例4: 使用 @ 符號後跟資料夾或文件名稱來引用特定目錄或文件 (分析歸納 現行資料夾;或單一檔gemini.md之內容簡介資訊，下達指令如下)
@briefly explain the different files in this folder
@gemini.md explain
👀 運用案例5: 使用 . 符號 (dot),如: .dir ,可以執行SHELL指令，顯示現行檔案目錄資訊
👀 運用案例6(👥貼身同步翻譯): 輸入母語，請AI大神即時對話轉換成英、日語，並詳細解說，prompt提示詞如下藍色部分。
請你擔任我的日文老師,將我輸入的中英文自動轉換成日文,並請將日文重要文法(特別是JLPT N1、N2之文法，慣用語及其語源由來等，以加深記憶)進行詳細解說,直到我將對話關閉為止
👀 運用案例7🍰☕: 模擬在日本STARBUCKS消費，角色扮演會話練習，提示詞如下藍色部分
ロールプレイングで会話練習
これからロールプレイングをしましょう。
あなたはスターバックスの店員役、私は客です。私が「季節限定ドリンク及びおやつはありますか」と言った後の、自然な会話を続けてください。会話の中で出てきた店員らしい言葉遣い「GABURI メロン フラペチーノ®」でございます,つきまして読み方および英語での説明を詳しく解説してください。
👀 運用案例8📰👓: News新聞重點總結，將您想請AI大神做News重點總結之新聞，貼於紅色處，提示詞如下藍色部分 (建議可先貼於Notepad++記事本上，再複製貼至Gemini CLI)
ニュース記事を読解する
（ここにニュース記事の文章を貼り付け）
上記の記事を読んで、以下の質問に答えてください。
1. この記事の要点は何ですか？
2. N2レベル以上の難しい単語や文法をリストアップし、意味と使い方を詳しく説明してください。
3. 筆者の意見や主張は何だと思いますか？
4. 筆者の意見や主張は英語で詳しく説明してください。
💜安裝必備環境準備 Node.js
💜安裝完成Gemini CLI後，即可請AI大神轉換成您想請它回應的語系(如:日文、英文)輸出 成為生活中TroubleShooting日文貼身秘書😀
💟 設定の優先順位階層特性:
デフォルト値 < ユーザー設定ファイル < プロジェクト設定ファイル < 環境変数 < コマンドライン引数
コマンドライン引数が最も優先順位が高いです
settings.json設定檔(本檔案是儲存並管理 Gemini CLI 的設定，讓您不必每次啟動 CLI 都重新輸入設定):
💫使用者設定檔 (在您的使用者家目錄中)
ユーザー設定ファイルは ~/.gemini/settings.jsonにあり、すべてのGemini CLIセッションに適用されます
💫專案設定檔(位於您專案根目錄中的)，僅限定適用於該專案
プロジェクト設定ファイルは.gemini/settings.jsonにあり、その特定のプロジェクトでのみ適用され、ユーザー設定を上書きします。
相關運用參考資訊:
情境:YOUTUBE上有許多優秀的日文老師的提供考題解析或文法解析,不過有時仍想再藉助AI神器分析解題或文法，只是部分YT，並未提供SRT字幕SubRip subtitle file，可以免去打字處理，此時就需透過手動截圖方式(PNG、JPEG)，貼到小畫家後，另存成圖檔，再轉交由OCR辨識軟體將日文辨識出來，進行解題，過程有些繁瑣。
解決辦法:
透過PYTHON程式,將下面程式另存成png2txt.jp，編譯成png2txt.EXE執行檔後，直接於截圖後，使用下面之步驟二方式，一鍵完成日文OCR辨識處理。
由系統快取資訊,取得剛才截圖資訊，直接提供給OCR辨識軟體(Tesseract )轉換成純文字，最後將它交給AI神器進行解題即可 (無需另外開啟小畫家，存檔覆寫等處理)
💜操作步驟一(截圖處理): Shift + Win + S 快速鍵,區塊截取圖片轉換為日文TXT純文字，ScreenShot圖檔即可用PYTHON程式直接取用 CACHE記憶體內之截圖資訊
💜步驟二:點選執行，預先編譯好之png2txt.EXE執行檔,即可一鍵完成日文OCR辦識處理。
💜步驟三:複製剛辨識完成之TXT檔，貼至AI神器💯上去詢問日文考題解析或文法解析。
相關資源:
YOUTUBE字幕下載
OCR辨識軟體🔣(圖檔轉文字jpg2txt)Tesseract
🏯AI神器解析日文考題或句子結構
Mac 上的 Shift + Command + 4 組合鍵，類似 Windows 上的 Win + Shift + S，可方便地選擇性截取螢幕的一部分。
# -*- coding: utf-8 -*-
'''
python取圖檔，辨識日文考題
'''
import os
import subprocess
import sys
from PIL import Image, ImageGrab
import pytesseract
def save_clipboard_image(filename='screenshot.png'):
try:
# 獲取剪貼簿中的圖像
image = ImageGrab.grabclipboard()
if image is None:
print("剪貼簿中沒有圖像資料")
return
# 保存圖像為PNG格式，覆蓋同名文件
image.save(filename, 'PNG')
print(f"圖像已保存為 {filename}")
except Exception as e:
print(f"無法保存圖像: {e}", file=sys.stderr)
def ocr_image_to_text(image_path):
# 檢查檔案是否存在
if not os.path.exists(image_path):
print(f"Error: File not found - {image_path}")
return
# 修改為您的 Tesseract 安裝路徑
pytesseract.pytesseract.tesseract_cmd = 'd:/Program Files/Tesseract-OCR/tesseract.exe'
img = Image.open(image_path)
text = pytesseract.image_to_string(img, lang='jpn') # 辨識日文考題
# 輸出檔案名稱根據輸入檔案修改
output_file = os.path.splitext(image_path)[0] + '.txt'
with open(output_file, mode='w', encoding='UTF-8') as f:
f.write(text)
print(f"OCR結果已保存為 {output_file}")
subprocess.Popen(['explorer', output_file]) # 使用 list 形式傳遞參數
if __name__ == "__main__":
image_filename = 'D:\Program Files\Tesseract-OCR\screenshot.png'
save_clipboard_image(image_filename)
ocr_image_to_text(image_filename)
###################################################
#以下為進階python版本之 一鍵完成圖檔OCR辨識: (直接將prompt日文提示詞，併入掃描ocr辨識結果，結合起來後,直接自動化用檔案總管開啟 d:\testjlpt.txt')
# input_file1內容,如下:
{{問題文}}は1～4の中から最も適切なものを一つ選んでください。
# input_file2內容為 """
#為何要另外加入input_file2.txt ,是為了將 4選1選項問答PROMPT提問文: +OCR辨識之TXT結果後，再補上 """ (三重引用符號)，讓AI能夠將它視為整段完整之PROMPT提問文 (亦即，前段日文詢問之PROMPT + OCR辨識後之TXT +最後再補上 三重引用符號)
# output_file內容為 d:\testjlpt.txt'
import os
import subprocess
from PIL import Image, ImageGrab
import pytesseract
def save_clipboard_image(filename='screenshot.png'):
"""保存剪貼簿中的圖像。"""
image = ImageGrab.grabclipboard()
if image:
image.save(filename, 'PNG')
print(f"圖像已保存為 {filename}")
return filename
else:
print("剪貼簿中沒有圖像資料")
return None
def ocr_image_to_text(image_path, lang='jpn'):
"""使用 Tesseract OCR 對圖像進行文字辨識。"""
if not os.path.exists(image_path):
print(f"Error: File not found - {image_path}")
return None
pytesseract.pytesseract.tesseract_cmd = r'D:/Program Files/Tesseract-OCR/tesseract.exe'
return pytesseract.image_to_string(Image.open(image_path), lang=lang)
def append_file_content_in_order(input_file1, input_file2, content_to_append, output_file):
"""將指定內容和兩個檔案的內容按照指定順序追加到檔案末尾。"""
try:
with open(output_file, 'w', encoding='utf-8') as f_out, \
open(input_file1, 'r', encoding='utf-8') as f_in1, \
open(input_file2, 'r', encoding='utf-8') as f_in2:
f_out.write(f_in1.read()) # 先寫入 input_file1 内容 (00)
f_out.write("\n\n" + content_to_append) # 再寫入 OCR 結果
f_out.write("\n\n" + f_in2.read()) # 最后寫入 input_file2 内容 (01)
print(f"已成功將結果寫入 {output_file}")
except FileNotFoundError as e:
print(f"Error: 檔案不存在 - {e.filename}")
except Exception as e:
print(f"Error: 發生錯誤 - {e}")
if __name__ == "__main__":
image_filename = r'D:\Program Files\Tesseract-OCR\screenshot.png'
input_file1 = r'd:\testjlpt00.txt'
input_file2 = r'd:\testjlpt01.txt'
output_file = r'd:\testjlpt.txt'
saved_image_path = save_clipboard_image(image_filename)
if saved_image_path:
ocr_text = ocr_image_to_text(saved_image_path)
if ocr_text:
append_file_content_in_order(input_file1, input_file2, ocr_text, output_file)
print(f"OCR結果已保存為 {output_file}")
subprocess.Popen(['explorer', output_file])
情境:因Felo AI功能強大，提供AI Agent代理功能，不過就剛入門初學的我，短時間不易掌握其使用，所以不免俗有請GEMINI CLI大神，協助指導Felo Agent的輔助設計。
Gemini CLI提示詞下法如下:
howto create felo.ai agent 代理描述 輸入框佔位符(Input Placeholder) 自定義提示詞 ,請協助至各國網路及論壇上搜尋相關左列之設定運用範例及討論,並請幫忙找尋 STEP BY STEP最佳範例Best Practice
###################################################################################除Gemini CLI大神產出結果外，可再加入自己的特殊需求(如:SEO、依文案特性適時加入溫度、誘因)
Felo.ai Agent 中設定「自定義提示詞」 (Custom Prompt) 和「輸入框佔位符」(Input Placeholder) 的步驟教學與最佳範例：
Felo.ai Agent 設定教學 (Step-by-Step)
💗第一步：建立或編輯您的 Agent
首先，登入 Felo.ai 並進入 Agent 的建立或編輯畫面。您會看到以下幾個關鍵的設定欄位。
💗第二步：定義 Agent 的核心指令 (Custom Prompt)
這是整個設定中最重要的一環。
您需要在這裡詳細地告訴 AI
它應該扮演什麼角色、執行什麼任務、遵守什麼規則，以及您期望它如何回應。
💞最佳實踐範例：建立一個「社群媒體文案產生器」AGENT框架。
請告訴我您的產品、目標客群以及希望達成的行銷目標。
# 角色 (Persona)
你是一位經驗豐富的社群媒體行銷專家，擅長撰寫高互動、高轉換率的文案。你的風格活潑、有創意，並且
懂得運用網路流行語和表情符號 (emoji) 來增加親和力。
# 任務 (Task)
你的任務是根據使用者提供的「產品」、「目標客群」和「行銷目標」，為他們產生三種不同風格的社群媒
體文案。
# 背景與限制 (Context/Constraints)
- 文案需要簡潔有力，適合在手機上閱讀。
- 每一則文案都需要包含明確的行動呼籲 (Call to Action)，例如：點擊連結、留言分享等，且必須考慮SEO等關鍵字。
- 請在文案中適當地加入 2-3 個相關的 #hashtags(依文案特性適時加入台語、日文、德文、英文產品專屬關鍵字)。
# 輸出格式 (Output Format)
請用以下格式回覆：
**【風格一：活潑有趣】**
[這裡填寫文案內容]
#Hashtag1 #Hashtag2
**【風格二：專業推薦】**
[這裡填寫文案內容]
#Hashtag1 #Hashtag2
**【風格三：感性故事】**
[這裡填寫文案內容]
#Hashtag1 #Hashtag2
####################################################################################
透過前揭設定階段， 即可進行測試實作階段(自行測試，撰寫的AGENT框架，是否符合預期?)
使用者輸入「我的產品是手工餅乾，目標客群是上班族女性，希望提升品牌知名度」時，
這個 Agent就能夠產出結構完整且符合需求的專業文案。
GEMINI CLI大神提供AGENT設計參考建議如下:
一個好的 Custom Prompt 通常包含以下幾個部分：
1. 角色 (Persona): 明確定義 AI 的身份。
* 範例： 「你是一位專業的市場分析師。」
* 範例： 「你是一位親切且有耐心的語言學習夥伴。」
2. 任務 (Task): 清楚說明 AI 需要完成的具體工作。
* 範例： 「你的任務是分析用戶提供的文本，並總結出三個重點。」
* 範例： 「你需要根據用戶的需求，草擬一封專業的商業電子郵件。」
3. 背景與限制 (Context/Constraints): 提供必要的背景資訊或限制條件。
* 範例： 「回應的語氣需要正式且客觀。」
* 範例： 「請避免使用過於複雜的專業術語，讓初學者也能輕鬆理解。」
4. 輸出格式 (Output Format): 如果有特定的輸出要求，請在此說明。
* 範例： 「請用項目符號 (bullet points) 的形式呈現你的答案。」
* 範例： 「請先提供中文翻譯，然後附上英文原文。」
第三步：設定輸入框佔位符 (Input Placeholder)
這個欄位是用來引導使用者輸入內容的提示文字。它會顯示在對話框中，讓使用者知道該如何開始。
* 目標： 讓提示文字清晰、簡潔，並與您在 Custom Prompt 中設定的 AI 角色與任務相符。
* 範例： 如果您的 AI 是市場分析師，佔位符可以設定為：「請告訴我您想分析的產業或產品是什麼？」
* 範例： 如果您的 AI 是食譜產生器，佔位符可以設定為：「請輸入您手邊有的食材...」
利用前篇 經由AI(Gemini、ChatGpt..)生成的ShortCuts捷徑專家
,幫您設定完成
使用說明:
💜請直接說出欲翻譯的 中文句子
💜翻譯過程中，已另設定 將翻好的日文 複製到剪貼簿Clipboard上,(可傳翻好日文,將參數傳外部Google翻譯)
💜結合Google Translate (朗讀)功能,點選
💜(以iPhone口說中文 轉翻成日文 <->英文，自行指定Google Translate,2段式翻譯，前段為iPhone翻譯成日文；後段依您指定將iPhone產出之日文，再借助Google翻成英文)
😁用相同方式,另外生成反向翻譯(反向生成時需注意,日文語音輸入時,需將聽寫文字，將語言 改成 日文(日本)，否則日文發音後,可能會以中文來判讀,造成翻譯失敗) ,不論遊玩或學習日文時,搖身變成 貼身翻譯員。
PROMPT 提示詞如下:
'###############################################################
步驟一 :複製上面已創建好的 中翻日 捷徑程式
步驟二: (進入 捷徑 ,做幾個下拉 微調即可)
☺💟聽寫文字 (按 > 符號) ， 語言 下拉為 日文(日本)
☺💟將聽寫的文字 從 日文 翻成 中文
☺💟將 已轉譯的文字 拷貝到剪貼板上、
☺💟打開 translate.google.com/?&sl=auto&tl=ja-jp&text= 已轉譯的文字，視您需要下拉翻譯語系。
情境:想透過AI神器幫忙，確認是否有相關類似功能之軟體，包含軟體版權、功能簡介，及官方網站，進行軟體的解讀。
說明一:因為AI主要以英文為主，故先將想查詢資訊以中文打好，再經由翻譯軟體或請AI神器預先翻成英文去提問，或許可獲得更多的資訊，最後再轉換成繁體中文呈現。建議可將要查的軟體相關關鍵字(或者是過去自己寫的部落格之軟體文章貼進去，就彷彿跳進時空之旅🌌)用""" """，(三重引用符號)標示起來，軟體解讀PROMPT提示詞如下面藍色部分。
說明二:使用方式，請將下面PROMPT提示詞樣版，複製貼到AI神器去查詢。
Imagemagick 1次性,以命令提示方式,將iPhone之 heic圖檔,轉換成JPG圖檔convert *.heic -quality 90 -resize 50% -write output/*.jpg
情境:因為常有需要產製「視覺化圖表」簡報文檔，所以客製化一個「費曼技巧（Feynman Technique）」與「視覺化知識架構」 圖表功能分工產製、剖析分工FEYNMAN費曼教學(複雜內容簡單化陳述)； 魚骨圖用於探討因果關係（縱向探討分析）；心智圖用於展示分類與層級結構；全景圖用於顯示跨模組互動（橫向關聯）。
# 角色與目標
你是一位精通「費曼技巧（Feynman
Technique）」與「視覺化知識架構」的頂尖教育專家。
請將我提供的【NotebookLM 學習指南/報告】作為核心輸入源，透過費曼技巧將其轉化為「極度淺顯易懂、具備深度系統化、且便於導出為 PDF」的終極視覺化學習教材。
---
# 核心執行原則（費曼技巧內化）
1. 傳神轉譯：使用小學五年級學生也能聽懂的「大白話」與「生活化比喻（Metaphor）」，解釋所有高難度專有名詞。
2. 提煉本質：看穿表象，直擊該知識源的最核心邏輯，去除冗餘資訊。
---
# 任務與輸出結構
請依據以下結構，系統化地拆解並生成內容，並確保各部分【縱向層級】與【橫向關聯】的邏輯嚴密性：
###
一、 費曼核心概念轉譯（大白話與比喻）
* 【一句話總結】：用最白話的一句話，定義這個知識源的核心目的。
* 【核心概念拆解】：挑出 3-5 個關鍵字，用「大白話 + 實例比喻」進行對照解釋。
### 二、
結構化圖表文本（縱向與橫向關聯）
請使用 Markdown 語法（如列表、Mermaid 語法或箭頭符號），清晰呈現以下三種圖表的結構，以便我後續製作或直接閱讀：
1. 【魚骨圖（Cause-and-Effect
/ 縱向因果探討）】
* 主骨（核心問題/最終目標）
* 大骨（主要原因/主要維度） -> 中骨（次要因素） -> 小骨（底層細節）。
`` mermaid graph LR A[因果關係] --> B1[原因] A --> B2[結果] B1 -->C1[更小的原因] B1 --> C2[另一個原因] B2 --> D1[一個結果] B2 --> D2[另一個結果] `
2. 【心智圖（Mind Map / 縱向層級與分支）】
* 中心主題 -> 主幹（一級模組） -> 枝幹（二級概念） -> 葉片（具體行動或定義）。
` mermaid graph TD; A[分類與層級結構] --> B1[第一層]; A --> B2[第二
層]; B1 --> C1[第一層的細節]; B1 --> C2[另一個細節]; B2 --> D1[第二層的細節]; B2--> D2[另一個細節]; `
3. 【全景概念圖（Panoramic
Concept Map / 橫向關聯與對比）】
* 打破層級限制，重點標示出不同模組之間的「橫向互動」、「影響關係」或「對比差異」（例如：A 模組的產出是如何作為 B 模組的輸入）。
` mermaid graph LR; A[跨模組互動] --> B1[模組A]; A --> B2[模組B]; B1 --> C1[A與B的互動]; B1 --> C2[A與其他模組的互動]; B2 -->
D1[B與A的互動];B2 --> D2[B與其他模組的互動]; ``
### 三、 PDF 最佳化精簡摘要（便於匯出）
* 請將上述所有內容，濃縮精簡為一個結構清晰、排版優美、無冗字、適合直接列印或匯出為 PDF 的格式（多使用粗體、清單、表格與分隔線來提升可讀性）。
---
# 輸入源（NotebookLM 報告內容）
引入 Mermaid 語法預備：
現代 AI（如 Gemini）可以直接輸出 mermaid 代碼。在提示詞中加入這個預期，AI 輸出的圖表結構會非常漂亮，你甚至可以直接把代碼貼到支援 Mermaid 的 Markdown 編輯器中直接生成圖片。
定義了「PDF 友善度」：
AI 有時會寫出長篇大論。特別限制「使用粗體、清單、表格、無冗字」，能確保產出的文本結構非常乾淨，直接複製到 Word 或 Markdown 工具中，一鍵就能完美轉存 PDF。
費曼技巧的具體化：
直接規定 AI 使用「小學五年級聽得懂的話」和「生活化比喻」，能最大程度激發 AI 的費曼教學能量，避免它只是把 NotebookLM 的官方學術用語重寫一遍。 請協助系統化、結構化、費曼技巧,產出PDF檔名依照主題內容進行命名。
💜步驟二:
# 呼叫費曼技能剖析轉換腳本，請協助產出PDF文檔(即NBLM前端來源檔)，供NOTEBOOKLM教學簡報生成使用。
python run_feynman.py
💜步驟三: 開啟Notebooklm ，將步驟二之pdf上傳至nblm雲端後，再選擇 演示文稿