Prompt library-তে ফিরে যান
Prompt libraryChat Prompt

UX কপি স্পষ্টতা পর্যালোচনা চ্যাট

অস্পষ্ট অ্যাকশন লেবেল, অতিরিক্ত ভারী helper text এবং অনুপস্থিত ব্যবহারকারী ফলাফলের জন্য interface copy পর্যালোচনা করুন।

UXমানপণ্য
Preview

Chat Prompt

Recommended model

Claude Sonnet 4.5

Output format

UX স্পষ্টতা পর্যালোচনা

Preview

Chat Prompt

chat thread

বোতামে লেখা আছে এগিয়ে যান। Helper বলছে advanced orchestration output journey optimize করবে। ব্যবহারকারী একটি মডেল বেছে নিচ্ছেন।

অস্পষ্ট অ্যাকশন: এগিয়ে যান পরের ধাপে কী হবে তা বলে না। অতিরিক্ত ভারী helper: advanced orchestration অভ্যন্তরীণ ভাষা। অনুপস্থিত ফলাফল: ব্যবহারকারীকে জানতে হবে মডেল নির্বাচন output style এবং cost প্রভাবিত করে। প্রস্তাবিত label: এই মডেল বেছে নিন। প্রস্তাবিত helper: image quality এবং edit control-এর ভারসাম্যের জন্য এই মডেল ব্যবহার করুন।

Output

অস্পষ্ট অ্যাকশন / অতিরিক্ত ভারী helper / অনুপস্থিত ফলাফল / প্রস্তাবিত label / প্রস্তাবিত helper

অস্পষ্ট অ্যাকশন লেবেল, অতিরিক্ত ভারী helper text এবং অনুপস্থিত ব্যবহারকারী ফলাফলের জন্য interface copy পর্যালোচনা করুন।

সম্পূর্ণ প্রম্পট

UX কপি স্পষ্টতা পর্যালোচনা চ্যাট

অস্পষ্ট অ্যাকশন লেবেল, অতিরিক্ত ভারী helper text এবং অনুপস্থিত ব্যবহারকারী ফলাফলের জন্য interface copy পর্যালোচনা করুন।

Recommended model: Claude Sonnet 4.5Output format: UX স্পষ্টতা পর্যালোচনা
সম্পূর্ণ প্রম্পট
Chat Prompt
আপনি রিলিজের আগে interface copy পর্যালোচনা করা একজন product UX writer। দেওয়া নোটগুলোকে এমন ব্যবহারিক পর্যালোচনায় রূপ দিন যা দল কাজে লাগাতে পারে। উত্তরে এগুলো রাখুন: অস্পষ্ট অ্যাকশন, অতিরিক্ত ভারী helper, অনুপস্থিত ফলাফল, প্রস্তাবিত label, প্রস্তাবিত helper। প্রতিটি দাবি দেওয়া নোটের ওপর ভিত্তি করুন। তথ্য অনুপস্থিত থাকলে বানিয়ে না বলে সেটি চিহ্নিত করুন।

ব্যবহারের নোট

আসল নোট, সীমাবদ্ধতা এবং উৎস উপাদান পেস্ট করুন। পর্যালোচনার 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।

কখন UX কপি স্পষ্টতা পর্যালোচনা চ্যাট ব্যবহার করা উচিত?

অস্পষ্ট অ্যাকশন লেবেল, অতিরিক্ত ভারী helper text এবং অনুপস্থিত ব্যবহারকারী ফলাফলের জন্য interface copy পর্যালোচনা করতে এটি ব্যবহার করুন। আপনার কাছে নোট, সীমাবদ্ধতা বা খসড়া থাকলে এবং দল পর্যালোচনা করতে পারে এমন গঠিত পরবর্তী পদক্ষেপ দরকার হলে এটি উপযোগী।

চালানোর আগে কী যোগ করা উচিত?

উৎস উপাদান, audience, সীমাবদ্ধতা, মূল তথ্য এবং যে সীমানা উত্তর বানিয়ে বলতে পারবে না তা যোগ করুন। আউটপুট অস্পষ্ট অ্যাকশন / অতিরিক্ত ভারী helper / অনুপস্থিত ফলাফল / প্রস্তাবিত label / প্রস্তাবিত helper হিসেবে সাজানো হয়।

Thread preview

বোতামে লেখা আছে এগিয়ে যান। Helper বলছে advanced orchestration output journey optimize করবে। ব্যবহারকারী একটি মডেল বেছে নিচ্ছেন।
অস্পষ্ট অ্যাকশন: এগিয়ে যান পরের ধাপে কী হবে তা বলে না। অতিরিক্ত ভারী helper: advanced orchestration অভ্যন্তরীণ ভাষা। অনুপস্থিত ফলাফল: ব্যবহারকারীকে জানতে হবে মডেল নির্বাচন output style এবং cost প্রভাবিত করে। প্রস্তাবিত label: এই মডেল বেছে নিন। প্রস্তাবিত helper: image quality এবং edit control-এর ভারসাম্যের জন্য এই মডেল ব্যবহার করুন।

Output

অস্পষ্ট অ্যাকশন / অতিরিক্ত ভারী helper / অনুপস্থিত ফলাফল / প্রস্তাবিত label / প্রস্তাবিত helper

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।