提示词评测入门：用十条固定样本比较两个版本，预先制定评分规则，区分格式、事实和业务正确率，保留盲测样本并记录回归问题。

AI 清洗表格教程：用带重复行、缺失数量和文本金额的演示 CSV，制定清洗规则，保留原始值、异常原因与对账结果，避免误删数据。

AI 搜索核验方法：把回答拆成可检查的事实，优先官方来源，比较发布日期与适用范围，逐项打开链接并建立来源台账，识别过期和不支持结论的引用。

Windows AI 字幕教程：用 Python 虚拟环境和 faster-whisper 在本机将音频转为 SRT，给出 CPU int8 脚本、安装命令、输出检查与常见故障排查。

AI 文档脱敏教程：先删减不必要资料，再用本地 Python 识别部分手机号和邮箱并替换，保留原件、核对遗漏与上下文，明确正则脱敏不等于匿名化。

AI 改写文章实操：先锁定事实、个人经历和引用，再调整结构与口语表达，使用修改对照表检查新增内容，避免润色时编造测试、数字和效果。

AI 数据分析实用教程：从小型订单表计算营收、退货净额和渠道均值，明确统计口径、手算校验、选择图表，并区分相关关系与原因解释。

AI 制作学习卡片教程：从已核对资料提取单一知识点，生成带来源的问答，导出 UTF-8 TSV 到 Anki，检查字段映射并用主动回忆发现薄弱项。

AI 教程配图工作流：区分真实操作截图、说明图和生成封面，建立固定视觉规范，逐次修改、核对中文标题并压缩上传，避免用假界面误导读者。

n8n Ollama 自动化教程：在 Windows Docker Desktop 中建立私有容器网络，使用手动触发和 HTTP Request 对演示反馈分类，检查 JSON 后再人工审核。

AI 辅助编程入门：给出最小复现、限制修改范围，在项目副本中验证生成代码，用 Git 差异检查改动，避免直接执行会覆盖数据的脚本。

AI 邮件回复工作流：把客户来信拆成问题、已知事实与待确认信息，生成不越权承诺的回复草稿，并检查日期、附件、收件人与敏感内容。