Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

Competitor pricing page teardown প্রম্পট

বাস্তব workflow notes-কে review, decisions এবং next actions-এর জন্য structured chat output-এ রূপ দিতে Competitor Pricing Page Teardown ব্যবহার করুন।

Pricing analysisCompetitive researchConversion
Preview

Chat Prompt

Recommended model

Gemini 3 Pro

Output format

Structured chat output টেমপ্লেট

Preview

Chat Prompt

chat thread

Competitor notes: তিনটি tiers, fold-এর ওপর annual discount, FAQ-তে hidden AI credits, এবং checkout-এর কাছে customer logos। কী শেখার আছে খুঁজে দিতে সাহায্য করুন।

Positioning: page-টি features বিক্রি করার আগে lower perceived risk বিক্রি করে। Packaging: tier names simple, কিন্তু credit limits under-explained। Objection handling: annual savings visible; usage anxiety FAQ-তে defer করা হয়েছে। Trust signals: checkout-এর কাছে logos final decision moment support করে। Tests: credit math tier cards-এ আনুন এবং প্রতি tier-এ একটি buyer-specific proof point যোগ করুন।

Output

Positioning / Packaging / Objections / Trust signals / Tests সংক্ষেপ

input context, structured reply এবং actionable next steps-কেন্দ্রিক Competitor Pricing Page Teardown preview.

সম্পূর্ণ প্রম্পট

Competitor pricing page teardown প্রম্পট

structured analysis, risks, recommendations এবং next actions সহ Competitor Pricing Page Teardown chat prompt.

Recommended model: Gemini 3 ProOutput format: Structured chat output টেমপ্লেট
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি একজন growth strategist। user-এর competitor pricing page notes analyze করুন এবং positioning, packaging, objection handling, trust signals এবং test ideas সহ concise teardown ফেরত দিন।

ব্যবহারের নোট

চালানোর আগে real context, constraints, target reader, current evidence এবং expected output depth যোগ করুন; এটিকে generic chat question হিসেবে ব্যবহার করবেন না।

প্রম্পট FAQ

এই prompt ব্যবহার করার আগে

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

Competitor Pricing Page Teardown ব্যবহারের আগে কী প্রস্তুত করব?

real input notes, business goal, constraints, available evidence এবং আপনি যে exact structure ফেরত চান তা প্রস্তুত করুন।

response quality কীভাবে বিচার করব?

reply facts এবং assumptions আলাদা করেছে কি না, এবং generic advice-এর বদলে risks, tradeoffs ও actionable next steps দিয়েছে কি না check করুন।

Thread preview

Competitor notes: তিনটি tiers, fold-এর ওপর annual discount, FAQ-তে hidden AI credits, এবং checkout-এর কাছে customer logos। কী শেখার আছে খুঁজে দিতে সাহায্য করুন।
Positioning: page-টি features বিক্রি করার আগে lower perceived risk বিক্রি করে। Packaging: tier names simple, কিন্তু credit limits under-explained। Objection handling: annual savings visible; usage anxiety FAQ-তে defer করা হয়েছে। Trust signals: checkout-এর কাছে logos final decision moment support করে। Tests: credit math tier cards-এ আনুন এবং প্রতি tier-এ একটি buyer-specific proof point যোগ করুন।

Output

Positioning / Packaging / Objections / Trust signals / Tests 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।