Tilbage til promptbibliotek
PromptbibliotekChatprompt

Chat til fejlfinding af API-integration

Brug en struktureret chatarbejdsgang til at diagnosticere en API-integrationsfejl med tjek af request, response, auth og retry.

API'erFejlfindingIntegrationer
Forhåndsvisning

Chatprompt

Anbefalet model

Claude Sonnet 4.6

Outputformat

Chat til fejlfinding af API-integration

Forhåndsvisning

Chatprompt

chattråd

Lydudbyderen returnerer kun 401 i produktion.

Første opdeling: legitimationsoplysninger, miljøvariabler og udbyderprojektets scope. Request-tjek: sammenlign auth-headerens form i draft og produktion. Udbydertjek: bekræft, at produktionsnøglen har lydgenerering aktiveret. Næste skridt: log redigerede request-metadata, og test en minimal produktionsrequest.

Output

Mål / kontekst / vurdering / risici / anbefalede handlinger / manglende information

Struktureret samtaleeksempel til Chat til fejlfinding af API-integration.

Fuld prompt

Chat til fejlfinding af API-integration

Chat til fejlfinding af API-integration: diagnosticer en API-integrationsfejl med tjek af request, response, auth og retry.

Anbefalet model: Claude Sonnet 4.6Outputformat: Chat til fejlfinding af API-integration
Fuld prompt
Chatprompt
Du er API-integrationsingeniør. Diagnosticer en API-integrationsfejl ud fra brugerens input med tjek af request, response, auth og retry. Returner et struktureret svar med: mål, kendt kontekst, vigtig vurdering, risici eller huller, anbefalede handlinger og manglende information. Forankr påstande i det angivne materiale; marker antagelser i stedet for at opfinde fakta. Stil højst et afklarende spørgsmål, og kun hvis kritisk kontekst mangler.

Brugsnoter

Indsæt reel kontekst, begrænsninger, målgruppe og deadline; bed ikke modellen om at opfinde manglende fakta.

Prompt-FAQ

Før du bruger denne prompt

Hurtige tjek for inputs, modelfit og hvordan du tilpasser skabelonen uden at svække resultatet.

Hvornår bør jeg bruge Chat til fejlfinding af API-integration?

Brug den, når du skal omsætte reelt input til et struktureret, handlingsklart og gennemgåeligt chatoutput.

Hvad bør jeg tilføje, før jeg kører den?

Tilføj målet, begrænsninger, målgruppe, kildemateriale og de grænser, modellen ikke må opfinde.

Trådforhåndsvisning

Lydudbyderen returnerer kun 401 i produktion.
Første opdeling: legitimationsoplysninger, miljøvariabler og udbyderprojektets scope. Request-tjek: sammenlign auth-headerens form i draft og produktion. Udbydertjek: bekræft, at produktionsnøglen har lydgenerering aktiveret. Næste skridt: log redigerede request-metadata, og test en minimal produktionsrequest.

Output

Mål / kontekst / vurdering / risici / anbefalede handlinger / manglende information

Flere prompts i denne tilstand

chattråd

Vi vil bygge en AI-assistent til små e-handelsteams, der omsætter produktfotos til kampagneassets.

Problemhypotese: Små e-handelsteams mister tid, når rå produktfotos skal omsættes til kampagneassets klar til flere kanaler. Mest risikable antagelser: Fotokvaliteten er høj nok, teams stoler på AI-assetvariationer, og reviewtid er den reelle flaskehals. Researchspørgsmål: Hvem ejer produktionen af kampagneassets, hvor går revisioner i stå, og hvilken kvalitetsbarriere blokerer publicering. Valideringsplan: Interview 5 operatører, test 3 promptstyrede assetflows, og sammenlign tid til første godkendte asset. Beslutningsport: Fortsæt kun, hvis teams kan nå et publicerbart udkast hurtigere end med deres nuværende arbejdsgang.

chattråd

Vi undersøger et nyt AI-noteprodukt til solo-konsulenter. Hjælp mig med at omsætte det til et researchbrief.

Mål: afklare, om solo-konsulenter har brug for et AI-notearbejdsrum eller et lettere lag til kundeopfølgning. Arbejdshypoteser: de indfanger allerede noter, men syntese og udkast til næste skridt er inkonsistente. Målgruppe: solo-konsulenter med tilbagevendende kundekald og begrænset driftssupport. Centrale spørgsmål: hvilke noter bliver til fakturerbart arbejde, hvad går tabt efter kald, og hvor føles CRM-værktøjer for tunge. Researchplan: gennemfør 6 interviews, gennemgå 10 nyere workflows for kaldnoter, og test én prototype på et opfølgningsbrief.

chattråd

Her er skitsen til vores landingsside for AI-produktet. Fortæl mig, hvad der er uklart, før vi designer den.

Centralt løfte: synligt, men stadig formuleret som en funktion snarere end et konkret brugerresultat. Uklart punkt: siden forklarer ikke, hvem der først får værdi, eller hvilken arbejdsgang der ændrer sig efter tilmelding. Eksempelhul: tilføj før-efter-eksempler, eksempler på modeloutput og ét kort tillidssignal nær topsektionen. Problem med handlingsopfordring: den primære handling kommer efter for meget forklaring; flyt en brugsorienteret handlingsopfordring tættere på sektionen for hurtig brug. Revisionsplan: skærp topsektionen, tilføj resultatkort, og omskriv derefter indvendinger, før det visuelle poleres.