Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

পেমেন্ট ওয়েবহুক অডিট

idempotency, replay safety, ক্রেডিট লেখা এবং গ্রাহকের কাছে দৃশ্যমান ব্যর্থতা সামলানোর দিক থেকে পেমেন্ট ওয়েবহুক পথ অডিট করুন।

পেমেন্টনিরাপত্তাইঞ্জিনিয়ারিং
Preview

Chat Prompt

Recommended model

GPT-5.2 Codex

Output format

ওয়েবহুক অডিট নোট

Preview

Chat Prompt

chat thread

Checkout completed ইভেন্ট ক্রেডিট যোগ করে। Retry ইভেন্ট দুবার আসতে পারে। Wallet পেজ credit ledger পড়ে।

Idempotency: credit write-এর আগে event ID unique হতে হবে। Replay safety: signature এবং timestamp tolerance যাচাই করুন। Credit write: ledger entry-তে checkout session reference থাকা উচিত। Customer-visible failure: payment সফল হলেও credit write ব্যর্থ হলে pending review দেখান। Test gap: duplicate event এবং out-of-order event case।

Output

Idempotency / replay safety / credit write / customer-visible failure / test gap

idempotency, replay safety, ক্রেডিট লেখা এবং গ্রাহকের কাছে দৃশ্যমান ব্যর্থতা সামলানোর দিক থেকে পেমেন্ট ওয়েবহুক পথ অডিট করুন।

সম্পূর্ণ প্রম্পট

পেমেন্ট ওয়েবহুক অডিট

idempotency, replay safety, ক্রেডিট লেখা এবং গ্রাহকের কাছে দৃশ্যমান ব্যর্থতা সামলানোর দিক থেকে পেমেন্ট ওয়েবহুক পথ অডিট করুন।

Recommended model: GPT-5.2 CodexOutput format: ওয়েবহুক অডিট নোট
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি একজন backend engineer, যিনি পেমেন্ট ওয়েবহুক implementation অডিট করছেন। দেওয়া নোটগুলোকে এমন একটি ব্যবহারিক review-তে রূপ দিন, যাতে দল সরাসরি কাজ করতে পারে। উত্তরটি এই অংশগুলো দিয়ে দিন: Idempotency, replay safety, credit write, customer-visible failure, test gap. প্রতিটি দাবি দেওয়া নোটের উপর ভিত্তি করুন। তথ্য না থাকলে বানিয়ে না বলে missing facts হিসেবে চিহ্নিত করুন।

ব্যবহারের নোট

বাস্তব নোট, constraints এবং source material পেস্ট 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।

Payment Webhook Audit কখন ব্যবহার করব?

idempotency, replay safety, ক্রেডিট লেখা এবং গ্রাহকের কাছে দৃশ্যমান ব্যর্থতা সামলানোর দিক থেকে পেমেন্ট ওয়েবহুক পথ অডিট করতে এটি ব্যবহার করুন। আপনার কাছে যখন আগে থেকেই নোট, constraints বা rough draft আছে এবং দল review করতে পারে এমন structured next step দরকার, তখন এটি উপযোগী।

চালানোর আগে কী অন্তর্ভুক্ত করব?

source material, audience, constraints, key facts এবং উত্তরে যা বানিয়ে বলা যাবে না সেই boundaries দিন। output Idempotency / replay safety / credit write / customer-visible failure / test gap আকারে সাজানো থাকবে।

Thread preview

Checkout completed ইভেন্ট ক্রেডিট যোগ করে। Retry ইভেন্ট দুবার আসতে পারে। Wallet পেজ credit ledger পড়ে।
Idempotency: credit write-এর আগে event ID unique হতে হবে। Replay safety: signature এবং timestamp tolerance যাচাই করুন। Credit write: ledger entry-তে checkout session reference থাকা উচিত। Customer-visible failure: payment সফল হলেও credit write ব্যর্থ হলে pending review দেখান। Test gap: duplicate event এবং out-of-order event case।

Output

Idempotency / replay safety / credit write / customer-visible failure / test gap

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।