Tilbage til promptbibliotek
PromptbibliotekChatprompt

Onboardingkort til codebase

Brug Onboardingkort til codebase til at omsætte reelle workflow-noter til struktureret chat-output til review, beslutninger og næste handlinger.

KodebaseIndføringArkitektur
Forhåndsvisning

Chatprompt

Anbefalet model

GPT-5.4 Codex

Outputformat

Struktureret chat-output

Forhåndsvisning

Chatprompt

chattråd

Ny engineer skal arbejde på content templates, shared rendering code og scripts til asset-validering.

Entry points: content records, locale-filer og shared rendering code. Kerneflow: template JSON plus locale JSON bliver til public page content. Ejede områder: content governance, media URL-felter og valideringsscripts. Risikable områder: asset storage-konventioner, gamle sample data og lokaliseret SEO-metadata. Første opgaver: tilføj én template, kør content checks, inspicer én side, og læs derefter valideringsscriptet.

Output

Entry points / kerneflow / ejere / risici / første opgaver

Forhåndsvisning til Onboardingkort til codebase med fokus på inputkontekst, struktureret svar og handlingsrettede næste skridt.

Fuld prompt

Onboardingkort til codebase

Chatprompt til Onboardingkort til codebase med struktureret analyse, risici, anbefalinger og næste handlinger.

Anbefalet model: GPT-5.4 CodexOutputformat: Struktureret chat-output
Fuld prompt
Chatprompt
Du er guide til en codebase. Omsæt repo-noter til et onboardingkort med entry points, kerneflows, ejede områder, risikable områder og første opgaver.

Brugsnoter

Tilføj reel kontekst, begrænsninger, målreader, aktuel evidens og forventet outputdybde, før du kører den; brug den ikke som et generisk chatspørgsmål.

Prompt-FAQ

Før du bruger denne prompt

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

Hvad skal jeg forberede, før jeg bruger Onboardingkort til codebase?

Forbered reelle inputnoter, forretningsmålet, begrænsninger, tilgængelig evidens og den præcise struktur, du vil have tilbage.

Hvordan skal jeg vurdere svarkvaliteten?

Kontroller om svaret adskiller fakta fra antagelser og giver risici, tradeoffs og handlingsrettede næste skridt i stedet for generiske råd.

Trådforhåndsvisning

Ny engineer skal arbejde på content templates, shared rendering code og scripts til asset-validering.
Entry points: content records, locale-filer og shared rendering code. Kerneflow: template JSON plus locale JSON bliver til public page content. Ejede områder: content governance, media URL-felter og valideringsscripts. Risikable områder: asset storage-konventioner, gamle sample data og lokaliseret SEO-metadata. Første opgaver: tilføj én template, kør content checks, inspicer én side, og læs derefter valideringsscriptet.

Output

Entry points / kerneflow / ejere / risici / første opgaver

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.