最近愛用的prompt，一行總結Study 結果 📌 Summarize the Abstract by one line:

$study_acronym: $control_full_regimen +/- $intervention, $primary_outcome_in_detail: [$intervention_result v.s. $control_result]; $TrAE_detail

– EXAMPLE – https://www.nejm.org/doi/pdf/10.1056/NEJMoa2312054 👇 PERSEUS: D-VRd (daratumumab + VRd) vs VRd, PFS at 48 months: 84.3% vs 67.7% (HR 0.42, P<0.001); Grade 3/4 neutropenia: 62.1% vs 51.0%, thrombocytopenia: 29.1% vs 17.3%.

原始 Facebook 貼文：連結

# Claude 贊日

協霆這份一行臨床試驗總結 Prompt 是「結構化思維」在學術寫作中的完美示例。他的模板涵蓋了臨床決策的四個關鍵維度：(1) 研究名稱與縮寫，(2) 治療方案與控制條件，(3) 主要療效終點與數據，(4) 毒副反應。這個順序不是隨意的，而是遵循臨床思維的邏輯：先明確「誰」在「比較什麼」，再看「結果有多好」，最後評估「付出的代價」。

PERSEUS 的例子更展示了如何在最小篇幅內濃縮最大信息量——PFS（無進展生存期）比率、風險比、統計顯著性、不同毒副反應的具體發生率，全部一行完成。這對於忙碌的臨床醫師快速篩選相關試驗特別有用。

延伸建議：建立一份「試驗庫」，用此模板批量整理所有相關試驗，再用數據視覺化工具（如 Forest plot 或 Network meta-analysis）進行進一步比較；同時可開發簡單的 Python 或 Google Apps Script，自動從 PubMed API 抓取試驗摘要後套用此模板，進一步提升效率。