Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

Codemod safety plan chat

target pattern, exclusions, review sampling, formatting এবং rollback strategy সহ codemod পরিকল্পনা করুন।

EngineeringCodebaseঝুঁকি
Preview

Chat Prompt

Recommended model

GPT-5.4 Codex

Output format

Codemod safety plan টেমপ্লেট

Preview

Chat Prompt

chat thread

generated files স্পর্শ না করে source, admin view models এবং tests জুড়ে একটি prompt field rename করতে হবে।

Target pattern: prompt source এবং view models-এ explicit field access. Exclusions: generated files এবং unrelated locale content. Review sampling: একটি template, একটি admin page, একটি public detail page. Formatting: codemod-এর পরে scoped formatter চালান। Rollback: codemod-কে manual copy edits থেকে আলাদা commit করুন।

Output

Target pattern / exclusions / review sampling / formatting / rollback সংক্ষেপ

target pattern, exclusions, review sampling, formatting এবং rollback strategy সহ codemod plan preview.

সম্পূর্ণ প্রম্পট

Codemod safety plan chat

target pattern, exclusions, review sampling, formatting এবং rollback strategy সহ codemod পরিকল্পনা করুন।

Recommended model: GPT-5.4 CodexOutput format: Codemod safety plan টেমপ্লেট
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি mechanical code transformation পরিকল্পনা করা একজন senior engineer। provided notes-কে team action নিতে পারে এমন practical review-তে রূপ দিন। answer-এ রাখুন: Target pattern, exclusions, review sampling, formatting, rollback। প্রতিটি claim provided notes-এর ওপর ভিত্তি করুন। missing facts invent না করে mark করুন।

ব্যবহারের নোট

real notes, constraints এবং source material paste করুন। review-এর জন্য প্রয়োজন না হলে private data বাইরে রাখুন।

প্রম্পট FAQ

এই prompt ব্যবহার করার আগে

Input, model fit এবং result দুর্বল না করে template adapt করার উপায় দ্রুত যাচাই করুন।

Codemod Safety Plan Chat কখন ব্যবহার করব?

target pattern, exclusions, review sampling, formatting এবং rollback strategy সহ codemod পরিকল্পনা করতে এটি ব্যবহার করুন। notes, constraints বা rough draft আগে থেকেই থাকলে team review করতে পারে এমন structured next step বানাতে এটি কাজে লাগে।

চালানোর আগে কী অন্তর্ভুক্ত করা উচিত?

source material, audience, constraints, key facts এবং answer যে boundaries invent করতে পারবে না সেগুলো অন্তর্ভুক্ত করুন। output Target pattern / exclusions / review sampling / formatting / rollback হিসেবে organized হবে।

Thread preview

generated files স্পর্শ না করে source, admin view models এবং tests জুড়ে একটি prompt field rename করতে হবে।
Target pattern: prompt source এবং view models-এ explicit field access. Exclusions: generated files এবং unrelated locale content. Review sampling: একটি template, একটি admin page, একটি public detail page. Formatting: codemod-এর পরে scoped formatter চালান। Rollback: codemod-কে manual copy edits থেকে আলাদা commit করুন।

Output

Target pattern / exclusions / review sampling / formatting / rollback সংক্ষেপ

এই mode-এর আরও prompt

chat thread

আমরা ছোট ecommerce team-এর জন্য একটি AI assistant বানাতে চাই, যা product photo-কে campaign asset-এ রূপ দেবে।

Problem hypothesis: ছোট ecommerce team raw product photo-কে channel-ready campaign asset-এ রূপ দিতে সময় হারায়। Riskiest assumptions: photo quality যথেষ্ট ভালো, team AI asset variation-এ আস্থা রাখে, এবং review time-ই আসল bottleneck। Research questions: campaign asset creation-এর মালিক কে, revision কোথায় আটকে যায়, এবং কোন quality bar publishing আটকায়। Validation plan: 5 জন operator interview করুন, 3টি prompt-led asset flow test করুন, এবং time-to-first-approved asset তুলনা করুন। Decision gate: team যদি তাদের current workflow-এর চেয়ে দ্রুত publishable draft-এ পৌঁছাতে পারে, তবেই চালিয়ে যান।

chat thread

আমরা solo consultant-দের জন্য একটি নতুন AI notes product explore করছি। এটিকে research brief-এ রূপ দিতে সাহায্য করুন।

Objective: solo consultants-এর AI notes workspace দরকার, নাকি হালকা client-follow-up layer যথেষ্ট - তা নির্ধারণ করা। Working assumptions: তারা ইতিমধ্যেই notes capture করে, কিন্তু synthesis এবং next-step drafting অসঙ্গত। Audience: recurring client call আছে এবং operations support সীমিত এমন solo consultants। Key questions: কোন notes billable work-এ পরিণত হয়, call-এর পরে কী হারিয়ে যায়, এবং কোথায় CRM tools বেশি ভারী লাগে। Research plan: 6টি interview চালান, সাম্প্রতিক 10টি call-note workflow review করুন, এবং একটি follow-up brief prototype test করুন।

chat thread

আমাদের AI product landing page-এর outline এখানে দিলাম। design করার আগে কী অস্পষ্ট আছে বলুন।

Core promise: দেখা যাচ্ছে, কিন্তু এখনও concrete user outcome-এর বদলে feature হিসেবে framed। Unclear point: page-টি আগে কে value পায় বা signup-এর পর workflow কীভাবে বদলায় তা ব্যাখ্যা করে না। Example gap: hero-র কাছে before-after example, model output sample এবং একটি ছোট trust signal যোগ করুন। CTA issue: primary action অনেক ব্যাখ্যার পরে আসে; quick-use section-এর কাছে use-oriented CTA সরিয়ে আনুন। Revision plan: hero sharpen করুন, outcome card যোগ করুন, তারপর visual polish-এর আগে objection rewrite করুন।