印度星盤 AI 指令產生器
填生辰,產生可複製的 AI 指令,貼到 AI 模型繼續問。
本站依你填寫的出生日期、時間與地點,產生一份可複製的印度星盤 AI 指令:內文已寫入恆星黃道、Lahiri、整宮制下的盤面資料與解讀邊界。複製後貼到常用 AI 模型,由模型依材料寫解讀;本站不替你做結論。
原創證據:本站實際產生的範例
範例資料,非真實人物
範例出生資料
- 日期
- 1990-06-15
- 時間
- 14:30
- 地點
- 上海
- 經緯度
- 121.47, 31.23
- 時區
- UTC+8
本頁預設(產生時的設定)
- 側重
- 全盤本命
- 指令長度
- 標準
- 加深
- 行星力量、關鍵分盤、格局與衝突、大運時間線
盤面要點(摘自產生結果)
- 上升 Lagna: 天秤(Libra)3.96° · 恆星黃經 183.96°
- 出生星宿 Janma Nakshatra: Shatabhisha(第 24 宿)Pada 4 · 宿主 Rahu · 宿內已行比例 89.4%
- 大運 Mahadasha: 土星(Saturn)(2008-05-14 20:36:45 UTC → 2027-05-15 17:30:51 UTC)
產生結果總字元數:34,580
指令結構(產生結果的二級標題,重複的標題合併並標註次數)
- 本次指令清單
- 你要寫什麼
- 解讀邊界
- 吠陀占星命運架構師
- 角色
- 證據處理
- 成稿姿態
- 分析深度(心裡完成 · 正文不貼模組編號)
- 認識論邊界
- 技術規範
- 證據強度(分析自檢,勿把標籤貼進正文)
- 工作模式
- 盤面原始證據(請嚴格依據下列參數解讀,禁止編造未給出的度數)
- 星盤資料解析與校驗
- 目標 ×9
- 資料提取
- 輔助資料確認
- 資料校驗
- 輸出格式 ×8
- 核心身分檢視
- 上升身分 (Lagna)
- 月亮身分 (Chandra)
- 太陽身分 (Surya)
- Atmakaraka (AK) 檢視
- 身分整合
- 行星力量檢視
- 步驟 1: 功能性身分判定
- 步驟 2: 尊貴度檢視 (Sign Dignity)
- 步驟 3: 燃燒檢查 (Combustion / Asta)
- 步驟 4: 行星戰爭檢查 (Graha Yuddha)
- 步驟 5: 逆行檢視 (Retrograde)
- 步驟 6: 補充狀態
- 步驟 7: Neecha Bhanga (破陷) 檢查
- 步驟 8: 量化評估
- 宮位狀況檢視
- 宮位檢視清單(每個宮位)
- 宮位分類評估
- 宮位連動
- 格局組合檢視
- 強制消費:盤面「Yoga / Dosha 敘事層」與可用關係表
- 主要 Yoga 掃描
- 主要 Dosha 掃描
- 特殊連動模式
- 組合評估標準
- 星宿深化與 D9 校準
- Part A: 星宿深度解讀 (Nakshatra Layer)
- Part B: D9 九分盤校準 (Navamsha Calibration)
- D1 承諾 vs D9 兌現:衝突量化(硬規則)
- Part C: 多分盤交叉(有則用,無則跳過)
- 大運流年推演
- Dasha 基礎架構
- 特殊情形:主星自我疊化(必須專節處理)
- Mahadasha 大週期分析
- Antardasha 精細推演
- 流年 (Gochara/Transit) 疊加
- 雙時間軸:Vimshottari × 星座大運(強制,有則用)
- 年運顆粒:Tajika / Varshaphala(問具體年/季時強制)
- 全盤綜合結算
- 跨模組交叉驗證
- 衝突調和
- 主題提煉與模組歸屬
- 優勢與約束
- 報告整合
- 整合原則
- 主題合併(心裡用,不寫進正文)
- 整合執行
- 輸出要求
- 收束:開始寫給人看的正文
最後驗證:2026-10-27
這份指令包含什麼
| 條目 | 說明 |
|---|---|
| 九曜位置 | 主表 9 顆(太陽至計都) |
| 星宿與 Pada | 27 宿 × 每宿 4 個 Pada(表格列示) |
| 關鍵分盤 | 預設含 D1 / D9 / D10 / D20 等本命常用分盤 |
| Vimshottari 大運 | 已過 / 當前 / 近未來 MD,含 AD、PD;四 / 五級細運只展開當前附近時段(選了關注時間範圍時按該範圍展開) |
| 行運與年運 | Gochara 摘要;問具體年份時另含 Tajika / 年運(視深度與側重) |
使用步驟
- 填寫出生日期與時間、出生地(可搜城市或經緯度),選好側重與深度後點「產生」。
- 複製產生結果,貼到 ChatGPT、Gemini、Claude 等對話或專案設定裡。
- 用自然語言追問:同一盤面下可換問題,但不要把指令裡沒給的度數或經歷當成事實。
常見問題
這和「讓 AI 自己排印度星盤」有什麼不同?
很多模型會憑訓練記憶猜度數。本站先把上升、月亮星宿、大運起止等寫進指令,模型只需解讀已有資料,減少自行重算造成的偏差。
產生的指令裡包含哪些盤面資訊?
見下方「這份指令包含什麼」表格:條目來自盤面與大運證據層,隨你選的深度與側重略有增減。