Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

এক্সিকিউটিভ সিদ্ধান্ত মেমো চ্যাট

ছড়ানো leadership notes-কে options, tradeoffs, risks এবং recommended next move সহ decision memo-তে রূপ দিন।

সিদ্ধান্ত মেমোএক্সিকিউটিভ সারাংশট্রেডঅফ
Preview

Chat Prompt

Recommended model

GPT-5.4

Output format

সিদ্ধান্ত মেমো

Preview

Chat Prompt

chat thread

আমাদের সিদ্ধান্ত নিতে হবে এই sprint-এ Rivya কি Prompt example coverage অগ্রাধিকার দেবে, নাকি model sample cleanup আগে করবে।

Decision: আগে prompt example coverage অগ্রাধিকার দিন। Context: model pages এখন prompt-derived examples ব্যবহার করে, আর legacy examples inventory হিসেবে থাকে। Options: এখন old samples clean করা, এখন prompt coverage যোগ করা, অথবা sprint ভাগ করা। Recommendation: uncovered models-এর জন্য prompt coverage যোগ করুন, তারপর later pass-এ old compatibility data clean করুন। Risk: temporary media URLs এখনও final media governance block করে। Next milestone: প্রতিটি chat এবং audio model-এর অন্তত একটি published prompt example থাকবে।

Output

সিদ্ধান্ত / প্রেক্ষাপট / বিকল্প / tradeoffs / সুপারিশ / ঝুঁকি / প্রমাণের ঘাটতি / পরবর্তী মাইলস্টোন

strategy reviews, leadership alignment এবং স্পষ্ট tradeoff calls-এর জন্য উপযোগী।

সম্পূর্ণ প্রম্পট

এক্সিকিউটিভ সিদ্ধান্ত মেমো চ্যাট

executive notes-কে tradeoffs সহ recommendation-এ রূপ দেওয়ার decision memo prompt।

Recommended model: GPT-5.4Output format: সিদ্ধান্ত মেমো
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি একজন senior strategy operator। user notes-কে একটি decision memo-তে রূপান্তর করুন, যাতে থাকবে: decision to make, context, options, tradeoffs, recommendation, risks, evidence gaps, owner এবং next milestone। numbers বা stakeholder commitments বানিয়ে লিখবেন না। notes অস্পষ্ট হলে নিজে পূরণ না করে missing assumptions লিখুন।

ব্যবহারের নোট

আসল notes, constraints, deadline এবং decision owner paste করুন। memo-তে invented metrics রাখবেন না।

প্রম্পট FAQ

এই prompt ব্যবহার করার আগে

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

Executive Decision Memo Chat কখন ব্যবহার করব?

আসল notes, constraints, deadline এবং decision owner paste করুন। memo-তে invented metrics রাখবেন না।

চালানোর আগে কী customize করব?

product, audience, constraints, output format এবং brand বা safety rules বদলে নিন, যাতে result actual job-এর সঙ্গে মেলে।

Thread preview

আমাদের সিদ্ধান্ত নিতে হবে এই sprint-এ Rivya কি Prompt example coverage অগ্রাধিকার দেবে, নাকি model sample cleanup আগে করবে।
Decision: আগে prompt example coverage অগ্রাধিকার দিন। Context: model pages এখন prompt-derived examples ব্যবহার করে, আর legacy examples inventory হিসেবে থাকে। Options: এখন old samples clean করা, এখন prompt coverage যোগ করা, অথবা sprint ভাগ করা। Recommendation: uncovered models-এর জন্য prompt coverage যোগ করুন, তারপর later pass-এ old compatibility data clean করুন। Risk: temporary media URLs এখনও final media governance block করে। Next milestone: প্রতিটি chat এবং audio model-এর অন্তত একটি published prompt example থাকবে।

Output

সিদ্ধান্ত / প্রেক্ষাপট / বিকল্প / tradeoffs / সুপারিশ / ঝুঁকি / প্রমাণের ঘাটতি / পরবর্তী মাইলস্টোন

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।