Zpět do knihovny promptů
Knihovna promptůChatový prompt

Diagnóza onboardingového funnelu

Použijte Diagnózu onboardingového funnelu k převedení skutečných poznámek z workflow na strukturovaný chatový výstup pro revizi, rozhodnutí a další akce.

OnboardingAktivaceRůst
Náhled

Chatový prompt

Doporučený model

Claude Sonnet 4.6

Formát výstupu

Strukturovaný chatový výstup

Náhled

Chatový prompt

chatové vlákno

Uživatelé se zaregistrují, otevřou generování obrázků a potom odejdou před výběrem modelu. Zobrazujeme 18 modelů a žádný výchozí.

Pravděpodobná příčina: první rozhodnutí je příliš široké a působí rizikově. Důkazy ke sběru: otevření rozbalovací nabídky modelů, doba na hoveru, události neúspěšného prvního spuštění a vyhledávací dotazy. Oprava textu: označit jeden výchozí model jako nejlepší pro produktové vizuály a jeden jako nejlepší pro úpravy. Produktová oprava: předvybrat bezpečný výchozí model a skrýt pokročilé modely za porovnání. Týdenní experiment: nastavit výchozí nejúspěšnější obrazový model a měřit dokončení první úlohy.

Výstup

Příčina / důkazy / oprava textu / produktová oprava / experiment

Náhled pro Diagnózu onboardingového funnelu, zaměřený na vstupní kontext, strukturovanou odpověď a akční další kroky.

Celý prompt

Diagnóza onboardingového funnelu

Chat prompt Diagnóza onboardingového funnelu se strukturovanou analýzou, riziky, doporučeními a dalšími akcemi.

Doporučený model: Claude Sonnet 4.6Formát výstupu: Strukturovaný chatový výstup
Celý prompt
Chatový prompt
Jste analytik aktivace. Přeměňte poznámky k onboardingovému funnelu na diagnózu s pravděpodobnou příčinou odchodu, důkazy ke sběru, opravami textu, produktovými opravami a týdenním experimentem.

Poznámky k použití

Před spuštěním přidejte skutečný kontext, omezení, cílového čtenáře, aktuální důkazy a očekávanou hloubku výstupu; nepoužívejte ho jako obecnou chatovou otázku.

FAQ k promptu

Než tento prompt použijete

Rychlé kontroly vstupů, vhodnosti modelu a toho, jak šablonu upravit bez oslabení výsledku.

Co mám připravit před použitím Diagnózy onboardingového funnelu?

Připravte skutečné vstupní poznámky, obchodní cíl, omezení, dostupné důkazy a přesnou strukturu, kterou chcete dostat zpět.

Jak mám posoudit kvalitu odpovědi?

Zkontrolujte, zda odpověď odděluje fakta od předpokladů a dává rizika, trade-offy a akční další kroky místo obecných rad.

Náhled vlákna

Uživatelé se zaregistrují, otevřou generování obrázků a potom odejdou před výběrem modelu. Zobrazujeme 18 modelů a žádný výchozí.
Pravděpodobná příčina: první rozhodnutí je příliš široké a působí rizikově. Důkazy ke sběru: otevření rozbalovací nabídky modelů, doba na hoveru, události neúspěšného prvního spuštění a vyhledávací dotazy. Oprava textu: označit jeden výchozí model jako nejlepší pro produktové vizuály a jeden jako nejlepší pro úpravy. Produktová oprava: předvybrat bezpečný výchozí model a skrýt pokročilé modely za porovnání. Týdenní experiment: nastavit výchozí nejúspěšnější obrazový model a měřit dokončení první úlohy.

Výstup

Příčina / důkazy / oprava textu / produktová oprava / experiment

Další prompty v tomto režimu

chatové vlákno

Chceme vytvořit AI asistenta pro malé e-commerce týmy, který z produktových fotek vytváří kampanové assety.

Hypotéza problému: malé e-commerce týmy ztrácejí čas převodem surových produktových fotek na kampanové assety připravené pro jednotlivé kanály. Nejrizikovější předpoklady: kvalita fotek je dostatečná, týmy důvěřují variacím assetů vytvořeným AI a skutečným úzkým hrdlem je čas kontroly. Výzkumné otázky: kdo vlastní tvorbu kampanových assetů, kde se zadrhávají revize a jaká laťka kvality blokuje publikování. Validační plán: vyzpovídat 5 operátorů, otestovat 3 toky tvorby assetů vedené prompty a porovnat čas do prvního schváleného assetu. Rozhodovací brána: pokračovat pouze tehdy, pokud týmy dosáhnou publikovatelného návrhu rychleji než ve svém současném workflow.

chatové vlákno

Zkoumáme nový AI produkt na poznámky pro samostatné konzultanty. Pomozte mi z toho vytvořit výzkumný brief.

Cíl: určit, zda samostatní konzultanti potřebují AI workspace na poznámky, nebo lehčí vrstvu pro následnou komunikaci s klienty. Pracovní předpoklady: poznámky už zachycují, ale syntéza a návrhy dalších kroků jsou nekonzistentní. Publikum: samostatní konzultanti s opakovanými klientskými hovory a omezenou provozní podporou. Klíčové otázky: které poznámky se mění ve fakturovatelnou práci, co se po hovorech ztrácí a kde CRM nástroje působí příliš těžkopádně. Výzkumný plán: provést 6 rozhovorů, projít 10 nedávných workflow poznámek z hovorů a otestovat jeden prototyp follow-up briefu.

chatové vlákno

Tady je osnova landing page našeho AI produktu. Řekni mi, co je nejasné, než ji navrhneme.

Hlavní příslib: je viditelný, ale stále je rámovaný jako funkce, ne jako konkrétní výsledek pro uživatele. Nejasný bod: stránka nevysvětluje, kdo získá hodnotu jako první ani jak se workflow po registraci změní. Mezera v příkladech: přidejte ukázky před a po, vzorky výstupů modelu a jeden krátký signál důvěry poblíž hero sekce. Problém CTA: primární akce přichází po příliš dlouhém vysvětlování; posuňte CTA zaměřené na použití blíže k sekci quick-use. Plán revizí: zpřesnit hero, přidat karty výsledků a poté přepsat námitky před laděním vizuálů.