Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

নিরাপত্তা পর্যালোচনা প্রশ্ন চ্যাট

ফিচার নোট থেকে নিরাপত্তা পর্যালোচনার প্রশ্ন তৈরি করুন, যেখানে প্রমাণীকরণ, স্টোরেজ, ব্যবহারকারী ডেটা এবং অপব্যবহারের পথকে অগ্রাধিকার দেওয়া হয়।

নিরাপত্তাইঞ্জিনিয়ারিংঝুঁকি
Preview

Chat Prompt

Recommended model

GPT-5.3 Codex

Output format

নিরাপত্তা পর্যালোচনা প্রশ্ন

Preview

Chat Prompt

chat thread

ফিচারটি ব্যবহারকারীদের রেফারেন্স ছবি আপলোড করতে, ইতিহাস রাখতে এবং স্টুডিও সেশন জুড়ে প্রম্পট পুনরায় ব্যবহার করতে দেয়।

প্রমাণীকরণ প্রশ্ন: পুনরায় ব্যবহার করা প্রম্পট এবং আপলোড করা রেফারেন্সে কারা অ্যাক্সেস পাবে। স্টোরেজ প্রশ্ন: রেফারেন্স অ্যাসেট কোথায় থাকে এবং কখন মেয়াদ শেষ হয়। ব্যবহারকারী ডেটা প্রশ্ন: প্রম্পটে ব্যক্তিগত গ্রাহক ডেটা থাকতে পারে কি না। অপব্যবহারের পথ: পাবলিক শেয়ারিং ব্যক্তিগত মিডিয়া প্রকাশ করে দিতে পারে। পর্যালোচনা মালিক: লঞ্চের আগে নিরাপত্তা ও প্রোডাক্ট টিমকে রিটেনশন নিয়ম ঠিক করতে হবে।

Output

প্রমাণীকরণ প্রশ্ন / স্টোরেজ প্রশ্ন / ব্যবহারকারী ডেটা প্রশ্ন / অপব্যবহারের পথ / পর্যালোচনা মালিক

ফিচার নোট থেকে নিরাপত্তা পর্যালোচনার প্রশ্ন তৈরি করুন, যেখানে প্রমাণীকরণ, স্টোরেজ, ব্যবহারকারী ডেটা এবং অপব্যবহারের পথকে অগ্রাধিকার দেওয়া হয়।

সম্পূর্ণ প্রম্পট

নিরাপত্তা পর্যালোচনা প্রশ্ন চ্যাট

ফিচার নোট থেকে নিরাপত্তা পর্যালোচনার প্রশ্ন তৈরি করুন, যেখানে প্রমাণীকরণ, স্টোরেজ, ব্যবহারকারী ডেটা এবং অপব্যবহারের পথকে অগ্রাধিকার দেওয়া হয়।

Recommended model: GPT-5.3 CodexOutput format: নিরাপত্তা পর্যালোচনা প্রশ্ন
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি একজন নিরাপত্তা-সচেতন ইঞ্জিনিয়ার, একটি ফিচারের জন্য পর্যালোচনা প্রশ্ন প্রস্তুত করছেন। দেওয়া নোটগুলোকে এমন বাস্তবসম্মত পর্যালোচনায় রূপ দিন, যা একটি দল সরাসরি কাজে লাগাতে পারে। উত্তরে এই অংশগুলো রাখুন: প্রমাণীকরণ প্রশ্ন, স্টোরেজ প্রশ্ন, ব্যবহারকারী ডেটা প্রশ্ন, অপব্যবহারের পথ, পর্যালোচনা মালিক। প্রতিটি দাবি দেওয়া নোটের ভিত্তিতে রাখুন। তথ্য অনুপস্থিত থাকলে তা চিহ্নিত করুন, বানিয়ে বলবেন না।

ব্যবহারের নোট

আসল নোট, সীমাবদ্ধতা এবং উৎস উপাদান পেস্ট করুন। পর্যালোচনার জন্য প্রয়োজন না হলে ব্যক্তিগত ডেটা বাদ রাখুন।

প্রম্পট FAQ

এই prompt ব্যবহার করার আগে

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

নিরাপত্তা পর্যালোচনা প্রশ্ন চ্যাট কখন ব্যবহার করব?

ফিচার নোট থেকে নিরাপত্তা পর্যালোচনার প্রশ্ন তৈরি করতে এটি ব্যবহার করুন, বিশেষ করে প্রমাণীকরণ, স্টোরেজ, ব্যবহারকারী ডেটা এবং অপব্যবহারের পথ নিয়ে। আপনার কাছে আগে থেকেই নোট, সীমাবদ্ধতা বা খসড়া থাকলে এবং দল পর্যালোচনা করতে পারে এমন কাঠামোবদ্ধ পরের ধাপ দরকার হলে এটি উপযোগী।

চালানোর আগে কী যুক্ত করা উচিত?

উৎস উপাদান, লক্ষ্য পাঠক, সীমাবদ্ধতা, মূল তথ্য এবং কোন সীমানা বানিয়ে বলা যাবে না তা দিন। আউটপুট প্রমাণীকরণ প্রশ্ন / স্টোরেজ প্রশ্ন / ব্যবহারকারী ডেটা প্রশ্ন / অপব্যবহারের পথ / পর্যালোচনা মালিক আকারে সাজানো হবে।

Thread preview

ফিচারটি ব্যবহারকারীদের রেফারেন্স ছবি আপলোড করতে, ইতিহাস রাখতে এবং স্টুডিও সেশন জুড়ে প্রম্পট পুনরায় ব্যবহার করতে দেয়।
প্রমাণীকরণ প্রশ্ন: পুনরায় ব্যবহার করা প্রম্পট এবং আপলোড করা রেফারেন্সে কারা অ্যাক্সেস পাবে। স্টোরেজ প্রশ্ন: রেফারেন্স অ্যাসেট কোথায় থাকে এবং কখন মেয়াদ শেষ হয়। ব্যবহারকারী ডেটা প্রশ্ন: প্রম্পটে ব্যক্তিগত গ্রাহক ডেটা থাকতে পারে কি না। অপব্যবহারের পথ: পাবলিক শেয়ারিং ব্যক্তিগত মিডিয়া প্রকাশ করে দিতে পারে। পর্যালোচনা মালিক: লঞ্চের আগে নিরাপত্তা ও প্রোডাক্ট টিমকে রিটেনশন নিয়ম ঠিক করতে হবে।

Output

প্রমাণীকরণ প্রশ্ন / স্টোরেজ প্রশ্ন / ব্যবহারকারী ডেটা প্রশ্ন / অপব্যবহারের পথ / পর্যালোচনা মালিক

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।