Sencillamente, el mayor directorio de sugerencias de IA especializado en diseño e innovación de productos
Bienvenido al mayor directorio de instrucciones de IA del mundo dedicado al diseño avanzado de productos, la ingeniería, la ciencia, la innovación, la calidad y la fabricación. Aunque las herramientas de IA en línea están transformando rápidamente el panorama de la ingeniería al aumentar las capacidades humanas, su verdadero poder se desbloquea a través de instrucciones precisas y elaboradas por expertos. Este completo directorio le proporciona una colección de tales instrucciones, permitiéndole comandar sistemas de IA que pueden procesar grandes cantidades de datos, identificar patrones complejos y generar soluciones novedosas de forma mucho más eficiente que los métodos tradicionales.
Descubra y perfeccione las instrucciones exactas necesarias para aprovechar los agentes de IA en línea con el fin de optimizar sus diseños para obtener el máximo rendimiento y facilidad de fabricación, acelerar simulaciones complejas, predecir con precisión las propiedades de los materiales y automatizar una amplia gama de tareas analíticas críticas.
Los filtros de búsqueda avanzada permiten acceder rápidamente a este amplio directorio y abarcan todo el espectro de la ingeniería moderna.
Dados los recursos del servidor y el tiempo, los propios avisos están reservados sólo a los miembros registrados, y no son visibles a continuación si no se ha iniciado sesión. Puede registrarse, 100% gratis:
- Generación de hipótesis
AI Prompt to Hypothesize Causes of Catalyst Deactivation
- Reciclaje químico, Análisis de fallos, Ciencia de los materiales, Mejora de procesos, Control de calidad, Gestión de calidad, Análisis de causa raíz, Prácticas de sostenibilidad
This prompt generates plausible hypotheses explaining catalyst deactivation based on a list of observed symptoms such as activity loss, selectivity change, and physical catalyst changes. The AI provides a ranked list of hypotheses with brief mechanistic explanations.
Salida:
- Markdown
- no requiere Internet en directo
- Fields: {list_of_symptoms}
- Best for: Generate mechanistic explanations for catalyst failures
- Generación y depuración de código
AI Prompt to Generate C++ Code for Heat Exchanger Design
- Diseño para la fabricación (DfM), Energía, Ingeniería ambiental, Mecánica de fluidos, Tratamiento térmico, Ingeniería Mecánica, Optimización de procesos, Prácticas de sostenibilidad, Termodinámica
This prompt generates a C++ program to calculate heat exchanger parameters such as heat transfer rate, log mean temperature difference, and required surface area based on user inputs of fluid temperatures, flow rates, and heat capacities. The code is fully commented and ready for compilation.
Salida:
- C
- no requiere Internet en directo
- Fields: {inlet_temp_hot} {outlet_temp_hot} {inlet_temp_cold} {flow_rate_hot}
- Best for: Automate heat exchanger design calculations
- Generación y depuración de código
AI Prompt to Generate Python Code for Reaction Rate Calculation
- Reciclaje químico, Química, Ingeniería ambiental, Impacto ambiental, Optimización de procesos, Desarrollo de productos, Gestión de calidad, Prácticas de sostenibilidad, Termodinámica
This prompt creates a Python script to calculate reaction rates based on Arrhenius kinetics, given user inputs of activation energy, pre-exponential factor, temperature, and concentration. The code includes comments and example usage, facilitating integration into chemical engineering workflows.
Salida:
- Pitón
- no requiere Internet en directo
- Fields: {activation_energy} {pre_exponential_factor} {temperature} {concentration}
- Best for: Generate reusable code for kinetic calculations
- Generación o aumento de datos
AI Prompt to Create Catalyst Property Variations
- Diseño para fabricación aditiva (DfAM), Aprendizaje automático, Algoritmos de mantenimiento predictivo, Mejora de procesos, Gestión de calidad, Análisis estadístico, Prácticas de sostenibilidad, Diseño de productos sostenibles
This prompt generates plausible variations of catalyst property data given an initial dataset in CSV format. It outputs an augmented CSV with new catalyst entries created by applying small random perturbations to surface area, pore volume, and metal loading, useful for training robust machine learning models.
Salida:
- CSV
- no requiere Internet en directo
- Fields: {catalyst_properties_csv}
- Best for: Expand catalyst datasets to improve model robustness
- Extracción de información
AI Prompt to Retrieve Safety and Hazard Statements
- Reciclaje químico, Impacto ambiental, Evaluación de Impacto Ambiental, Estudio de peligros y operabilidad (HAZOP), Mejora de procesos, Análisis de riesgos, Gestión de riesgos, Seguridad
This prompt scans a provided chemical process description or material safety document to extract all safety and hazard statements, including precautionary measures and hazard codes. The output is a bullet-point list in plain text for easy review and compliance checks.
Salida:
- Texto
- no requiere Internet en directo
- Fields: {process_description}
- Best for: Rapidly gather safety and hazard info from process descriptions
- Extracción de información
AI Prompt to Identify Catalyst Types and Properties
- Reciclaje químico, Impacto ambiental, Tecnologías medioambientales, Materiales, Optimización de procesos, Desarrollo de productos, Gestión de calidad, Prácticas de sostenibilidad
This prompt identifies all catalyst types mentioned in a given technical document excerpt and extracts their key properties such as surface area, pore volume, and active metal loading. The AI outputs a neatly formatted markdown table listing each catalyst and its properties to facilitate catalyst comparison and selection.
Salida:
- Markdown
- no requiere Internet en directo
- Fields: {technical_text}
- Best for: Quickly compare catalysts and their characteristics from technical documents
- Extracción de información
AI Prompt to Extract Experimental Parameters from Text
- Reciclaje químico, Química, Impacto ambiental, Tecnologías medioambientales, Mejora de procesos, Gestión de calidad, Investigación y desarrollo, Prácticas de sostenibilidad
This prompt extracts key experimental parameters such as temperature, pressure, catalyst type, and reaction time from a provided unstructured text excerpt of a chemical engineering report or paper. It outputs a structured JSON summarizing each parameter with its value and units, helping engineers quickly gather critical data without manual reading.
Salida:
- JSON
- no requiere Internet en directo
- Fields: {unstructured_text}
- Best for: Extracting precise experimental values from unstructured text for quick parameter overview
- Solución de problemas y diagnóstico
AI Prompt to Troubleshoot Packed Column Flooding
- Reciclaje químico, Mecánica de fluidos, Mejora de procesos, Optimización de procesos, Seguro de calidad, Control de calidad, Gestión de riesgos, Prácticas de sostenibilidad
A packed distillation or absorption column is experiencing flooding. Given column internals packing type fluid properties (gas/liquid loads) operating conditions and observed symptoms (e.g. high pressure drop entrainment poor separation) this prompt asks the AI to suggest causes and diagnostic checks.
Salida:
- Markdown
- no requiere Internet en directo
- Fields: {column_service_and_type} {packing_details} {fluid_properties_and_loads_summary} {flooding_symptoms_csv}
- Best for: Guiding chemical engineers in diagnosing flooding in packed columns by systematically linking observed symptoms (high dP entrainment poor separation) to potential hydraulic issues maldistribution packing problems or foaming based on operational data and system design.
- Generación o aumento de datos
AI Prompt to Simulate Reactor SteadyState Yields
- Reciclaje químico, Química, Diseño para fabricación aditiva (DfAM), Diseño para la fabricación (DfM), Mejora de procesos, Optimización de procesos, Simulación, Prácticas de sostenibilidad, Diseño de productos sostenibles
This prompt generates a conceptual table of expected product yields from a specified chemical reactor type under varying steady-state operating conditions (e.g. temperature pressure catalyst concentration). It relies on general chemical engineering principles and user-provided qualitative impact of conditions. This is for conceptual design or educational exploration not rigorous simulation.
Salida:
- Markdown
- no requiere Internet en directo
- Fields: {reactor_type} {reaction_stoichiometry_and_kinetics_qualitative} {conditions_to_vary_json} {base_yield_percent}
- Best for: Facilitating conceptual exploration of process variable impacts on reactor yield providing a basis for preliminary design discussions experimental planning or educational examples without needing complex simulation software.
- Extracción de información
AI Prompt to Extract Catalyst Performance Data URL
- Reciclaje químico, Química, Ingeniería ambiental, Impacto ambiental, Ciencia de los materiales, Optimización de procesos, Investigación y desarrollo, Prácticas de sostenibilidad
This prompt tasks the AI with scraping a given URL of a research article or patent that discusses catalysis. It should identify and extract specific data related to catalyst performance such as conversion selectivity turnover number (TON) turnover frequency (TOF) and reaction conditions under which these were achieved for a named catalyst or reaction system. The output is a JSON object.
Salida:
- JSON
- requiere Internet en directo
- Fields: {document_URL} {catalyst_name_or_system} {performance_metrics_list}
- Best for: Efficiently gathering catalyst performance data (conversion selectivity TOF/TON) and associated reaction conditions from online scientific publications or patents aiding in catalyst research and comparative studies.
¿Nadie discute el posible sesgo en la selección de IA para estos directorios? La IA no es inmune a los prejuicios, amigos.