從網路上現存的資訊，分析 {公司官方網站} 這家公司。
{公司名稱} 是什麼細分市場的領導者？
根據網路上的資訊與 {公司官方網站} 的資訊，用簡短的 2, 3 句話，講出 {公司名稱} 的價值主張。
考慮某人有 {某項專業、在某個領域的經驗}，當他想要在｛某地理位置｝轉職成為顧問，有哪些種類的顧問工作，他可能容易有優勢？請用表格的方式來比較各種可能的轉型選項：
表格在比較時，包含：
1. 顧問類型
2. 高價低勞動密集度，即 high price, low labor intensity
3. 轉型難度
4. 該項顧問服務的潛在買主是誰？產業 && 職稱
5. 轉型成功的關鍵要素
輸出時，先用「高價低勞動密集度」由高到低排序，再用「轉型難度」由低到高排序。
;; 使用這個 prompt 之前，先將原始 markdown 文件裡的 ``` 置換為 <<<
將以下文本翻成英文，以 markdown 輸出，不要 render ，也不要置換 <<< 符號。
$$文本
對以下文本做寫作能力評分，評分標準參考 IELTS 與 On Writing Well 一書 William Zinsser 的主張。
$$文本
或
對以下文本做寫作能力評分，使用 IELTS 做為標準尺度。
$$文本
還有
設法改進文本，選出其中的 3~5 句，舉例示範如何修改。
修正下列文本的英文文法。以 markdown format 輸出，不要 render。
$$文本
接續以下的文本，並且參考內容要點的部分，將文章寫完。以 markdown 輸出，不要 render 。
$$ 文本
$$ 內容要點
對以下的旅行，提出 3 種最可行的交通方式。試比較花費時間、價格的可能區間、困難點？
$$旅行
從我跟你之間所有的對話內容，來推斷我這個人的 MBTI 類型，並且解釋為什麼如此判斷。
從我跟你之間所有的對話內容，加上我居住的地區，來推斷我這個人的年收入區間，並且解釋為什麼如此判斷。
我正面臨一個問題，已經掌握了以下資料：
{列出已知資料}
我想建立一個數學模型來描述或預測這個問題的行為，但不確定應該使用何種數學模型。
根據這些資料，哪種數學模型（例如回歸、時間序列分析、機率模型、微分方程等）可能是最適合的？
請解釋該模型的選擇原因，並建議如何開始建立這個模型。
請根據以下評估指標推估受試者在該專業領域的能力百分比排名（0%-100%）。請考慮 Dunning-Kruger 效應、學習曲線理論和 10,000 小時法則，並基於 Competency Model 來評估其能力。
評估指標：
基礎知識與應用能力： 該受試者是否能夠精確地理解並應用領域中的基本知識與技能？是否能靈活應對常見問題並提出解決方案？
專注練習與累積經驗： 根據該受試者的經驗累積和專注練習情況，是否顯示出顯著的技能成長？其能力進步曲線是否符合 log-normal 分布的特徵？
問題解決與創新能力： 受試者在面臨複雜或新的情境下，是否具備批判性思維及創新能力，能提出新的解決方法？
對技能的自我認知： 受試者是否能正確地評估自身能力？是否符合 Dunning-Kruger 效應所描述的認知差異現象？
輸出格式：
根據上述四個評估指標，請以該受試者的能力水準相對於母體中的百分比（0%-100%）呈現。
從我跟你之間所有的對話內容，推斷我在 {專業領域名稱, ex application programming, data analysis, data engineering, management, etc..} 的百分等級。
考慮下列五個判斷基準
1. 簡單性（Simplicity）：減少抽象與隱式邏輯，強調工具的可理解性。
2. 一致性（Consistency）：跨平台與不同開發情境下，保持一致的開發經驗。
3. 最小主義（Minimalism）：避免不必要的引入與過度設計，回歸簡單直觀的工具。
4. 可擴展性（Extensibility）：選擇那些能適應多種情境且提供更強擴展性的工具。
5. 長期維護性（Maintainability）：工具選擇以長期穩定性與活躍社群支持為依據。
從下列的 Clojure library 之中，選出最有可能符合需求的 library
$$ library
將以下文本的 Datomic schema 的簡易表示法，轉換成 mermaid 的 ER diagram 表示法
$$文本
對 data analyst resume 評分
Evaluate the following data analyst resume using the following criteria:
Does the resume clearly demonstrate proficiency in relevant data analysis tools, programming languages, and techniques (e.g., SQL, Python, R, data visualization, machine learning)?
Are these skills quantified or demonstrated through specific achievements, projects, or certifications?
Does the resume highlight the candidate's ability to approach complex data challenges and solve problems?
Are there examples of how the candidate used data to drive business decisions, identify insights, or improve processes?
Does the resume showcase the candidate’s ability to communicate findings effectively through data visualizations and reports?
Are the examples provided clear, impactful, and tailored to the audience, demonstrating an understanding of how to present data in a digestible way?
Does the resume demonstrate measurable outcomes resulting from the candidate’s work?
Are there quantifiable impacts, such as improvements in efficiency, revenue, or decision-making, that demonstrate the candidate’s ability to apply data analysis to achieve business objectives?
Provide a score for each category (from 1 to 9), along with a brief explanation for each score.