Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

Frontend state bug চ্যাট

symptom, route change, stale prop এবং minimal reproduction path থেকে frontend state bug বিশ্লেষণ করুন।

ফ্রন্টএন্ডইঞ্জিনিয়ারিংটেস্টিং
Preview

Chat Prompt

Recommended model

GPT-5.1 Codex

Output format

ফ্রন্টএন্ড state debug note

Preview

Chat Prompt

chat thread

Prompt rail-এর Use button URL query update করে, কিন্তু client navigation-এর পরে textarea আগের prompt-ই ধরে রাখে।

Symptom: URL বদলায়, কিন্তু textarea state refresh হয় না। Likely stale state: query hydration শুধু first mount-এ চলে। Reproduction: একই model page-এ দুটি prompt card click করুন। Minimal fix: search params observe করুন এবং relevant value বদলালেই sync করুন। Test: direct load এবং same-page navigation দুটোতেই textarea refill হওয়া উচিত।

Output

Symptom / সম্ভাব্য stale state / reproduction / minimal fix / test

symptom, route change, stale prop এবং minimal reproduction path থেকে frontend state bug বিশ্লেষণ করুন।

সম্পূর্ণ প্রম্পট

Frontend state bug চ্যাট

symptom, route change, stale prop এবং minimal reproduction path থেকে frontend state bug বিশ্লেষণ করুন।

Recommended model: GPT-5.1 CodexOutput format: ফ্রন্টএন্ড state debug note
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি Next.js page-এ state behavior debug করা একজন frontend engineer। provided note-গুলোকে team-এর actionable review-তে রূপ দিন। উত্তরটি এই structure-এ দিন: Symptom, likely stale state, reproduction, minimal fix, test। প্রতিটি claim provided note-এর ওপর grounded রাখুন। fact বানানোর বদলে missing fact চিহ্নিত করুন।

ব্যবহারের নোট

বাস্তব note, constraint এবং source material paste করুন। review-এর জন্য প্রয়োজন না হলে private data বাদ রাখুন।

প্রম্পট FAQ

এই prompt ব্যবহার করার আগে

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

Frontend State Bug Chat কখন ব্যবহার করবেন?

symptom, route change, stale prop এবং minimal reproduction path থেকে frontend state bug বিশ্লেষণ করতে এটি ব্যবহার করুন। আপনার কাছে note, constraint বা rough draft থাকলে এবং team review করতে পারে এমন structured next step দরকার হলে এটি উপযোগী।

চালানোর আগে কী যোগ করা উচিত?

source material, audience, constraint, key fact এবং answer যে boundary invent করতে পারবে না সেগুলো যোগ করুন। output Symptom / likely stale state / reproduction / minimal fix / test হিসেবে সাজানো হবে।

Thread preview

Prompt rail-এর Use button URL query update করে, কিন্তু client navigation-এর পরে textarea আগের prompt-ই ধরে রাখে।
Symptom: URL বদলায়, কিন্তু textarea state refresh হয় না। Likely stale state: query hydration শুধু first mount-এ চলে। Reproduction: একই model page-এ দুটি prompt card click করুন। Minimal fix: search params observe করুন এবং relevant value বদলালেই sync করুন। Test: direct load এবং same-page navigation দুটোতেই textarea refill হওয়া উচিত।

Output

Symptom / সম্ভাব্য stale state / reproduction / minimal fix / test

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।