掌握AI 提示詞，未來超過90%的人
- 豪想
- 3月20日
- 讀畢需時 3 分鐘
已更新：3月21日
在未來，財富將由兩種人分配，懂AI與不懂AI!
AI趨勢在於它能與所有產業做結合，你一定很困惑對吧?
別擔心，我當初也是者麼想的，畢竟文組的工作怎麼想也跟AI搭不上邊，不過當我開始學習這項科技業的輔助技能時，實戰後才發現以下幾點
想破腦的行銷文案，當你想到幾個元素就能夠幫你寫出來
SEO不會做? 沒關係，AI將會把你的文章調整成符合Google爬蟲的樣式
一竅不通的Python，在琢磨提示詞的操作下，寫成了一套可以用的系統
「無論你讀哪種科系，AI 已經無所不在」
只要能「下對提示詞」，就能大幅減輕工作負擔、提升效率，我主修財務金融，在學期間，嘗試將AI 提示詞與程式設計課程結合，透過 Python 開發了一套客戶管理系統，並與保險實習做搭配，優化了整個流程，下方圖片是本人嘗試做出來的系統
價值客戶成交系統
當初我會想設計這套系統，是因為實習期間的客戶拜訪記錄都用 Excel 處理，結果整理起來既麻煩又低效，分析數據時更是費時費力，但當我運用 AI 幫助寫程式後，數據處理變得更快、更直觀，也讓戰略分析更有依據，讓我的工作效率提升了不只一個檔次！
AI 不是取代你的工作，而是幫助你更聰明地完成它。
提示詞演示
請協助我設計並建立一個客戶篩選系統，使用 Python (Flask) 作為後端框架，並搭配 Jinja2 處理模板渲染
以下是我的需求與規劃：
專案需求主要功能: 用戶能夠新增、查看、編輯、刪除客戶記錄，客戶資料包括拜訪日期、地點、工作、月薪、關係、成交意願評級等欄位，提供簡單的數據分析功能（如按年收入的10%規劃保單）
使用者管理: 提供簡單的用戶系統（註冊、登入、登出）每位用戶僅能看到自己的新增客戶記錄
後端技術需求：使用 Flask 框架。 使用 SQLite 或 MariaDB 作為資料庫，並搭配 Raw SQL 操作，遵循 RESTful API 設計原則。
前端技術需求：使用 HTML + CSS 搭配 Bootstrap 或其他前端框架優化樣式，使用 Jinja2 動態渲染數據，圖表部分可使用 Chart.js 或其他輕量級圖表工具
其他需求：設定專案目錄結構，需清楚區分路由、模板、靜態資源與資料庫文件，並提供完整的環境設定說明與安裝指引（包含 requirements.txt），撰寫簡單的測試檔案以驗證核心功能
產出結果 請產生以下檔案並描述其功能： app.py：包含基本的路由與 Flask 應用啟動代碼。 templates/ 資料夾：包含首頁、客戶管理頁面、登入頁面等模板檔案。 static/ 資料夾：放置 CSS、JavaScript 和圖片等靜態資源。 models.py：包含資料庫操作代碼與記帳數據模型設計。 utils.py：可放置工具函數（如日期格式處理）。 requirements.txt：列出專案所需的 Python 套件。 README.md：專案說明文件，包含系統功能介紹與安裝操作說明。 額外提示 請以清楚且模組化的方式設計代碼，方便後續擴展功能。 可提供簡單的範例客戶管理數據以測試功能。
核心功能
新增、查看、編輯、刪除 客戶記錄
篩選潛在客戶（根據收入、職業、關係、成交意願等）
提供基本數據分析（例如：按年收入 12% 規劃保單建議）
帳號管理（用戶登入後只能管理自己的客戶）
技術架構
後端：Python (Flask) + SQLite/MariaDB + RESTful API
前端：HTML + CSS + Bootstrap + Jinja2
圖表分析：Chart.js
數據處理：Raw SQL
這項系統使我在實習與學期間都取得不錯的成績，你是否也想嘗試這樣的自動化客戶管理系統？歡迎留言分享你的想法！
Comments