Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

এক্সিকিউটিভ ব্রিফিং Q&A চ্যাট

সংক্ষিপ্ত briefing থেকে বাস্তবসম্মত executive Q&A তৈরি করুন, যাতে presenter precise answers প্রস্তুত করতে পারে।

এক্সিকিউটিভকৌশলসিদ্ধান্ত
Preview

Chat Prompt

Recommended model

GPT-5.4

Output format

ব্রিফিং Q&A

Preview

Chat Prompt

chat thread

Briefing topic: annual contracts-কে credit packs-এ সরানো। লক্ষ্য হলো সহজ checkout এবং কম support tickets।

Likely question: credit packs কি predictable revenue কমাবে। Why it matters: finance forecast confidence চায়। Answer outline: current contract friction, expected conversion lift এবং retention risk দেখান। Evidence needed: segment অনুযায়ী renewal behavior। Answer to avoid: cohort data ছাড়া churn improve হবে দাবি করা।

Output

সম্ভাব্য প্রশ্ন / কেন গুরুত্বপূর্ণ / উত্তর কাঠামো / প্রয়োজনীয় প্রমাণ / যে উত্তর এড়াতে হবে

briefing-কে senior audience সম্ভবত যে questions করবে তাতে রূপ দেয়।

সম্পূর্ণ প্রম্পট

এক্সিকিউটিভ ব্রিফিং Q&A চ্যাট

সংক্ষিপ্ত briefing থেকে বাস্তবসম্মত executive Q&A তৈরি করুন, যাতে presenter precise answers প্রস্তুত করতে পারে।

Recommended model: GPT-5.4Output format: ব্রিফিং Q&A
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি একজন presenter-কে executive briefing-এর জন্য প্রস্তুত করছেন। briefing notes থেকে likely questions এবং direct answer outlines তৈরি করুন। উত্তরটি এই অংশগুলোসহ দিন: likely question, why it matters, answer outline, evidence needed, answer to avoid। evidence পরিষ্কার না হওয়া পর্যন্ত polished talking points লিখবেন না। weak evidence স্পষ্টভাবে চিহ্নিত করুন।

ব্যবহারের নোট

founder updates, board reviews বা cross-functional briefings-এর আগে ব্যবহার করুন, যেখানে কঠিন প্রশ্ন আসার সম্ভাবনা থাকে।

প্রম্পট FAQ

এই prompt ব্যবহার করার আগে

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

Executive Briefing Q&A Chat কখন ব্যবহার করব?

সংক্ষিপ্ত briefing থেকে বাস্তবসম্মত executive Q&A তৈরি করুন, যাতে presenter precise answers প্রস্তুত করতে পারে। আপনার কাছে notes, constraints বা rough draft থাকলে এবং team review করার মতো structured next step দরকার হলে এটি ব্যবহার করুন।

চালানোর আগে কী অন্তর্ভুক্ত করব?

source material, audience, constraints, key facts এবং answer যেখানে বানিয়ে বলা যাবে না সেই boundaries অন্তর্ভুক্ত করুন। output likely question / why it matters / answer outline / evidence needed / answer to avoid হিসেবে সংগঠিত হয়।

Thread preview

Briefing topic: annual contracts-কে credit packs-এ সরানো। লক্ষ্য হলো সহজ checkout এবং কম support tickets।
Likely question: credit packs কি predictable revenue কমাবে। Why it matters: finance forecast confidence চায়। Answer outline: current contract friction, expected conversion lift এবং retention risk দেখান। Evidence needed: segment অনুযায়ী renewal behavior। Answer to avoid: cohort data ছাড়া churn improve হবে দাবি করা।

Output

সম্ভাব্য প্রশ্ন / কেন গুরুত্বপূর্ণ / উত্তর কাঠামো / প্রয়োজনীয় প্রমাণ / যে উত্তর এড়াতে হবে

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।