Tilbage til promptbibliotek
PromptbibliotekChatprompt

Klynge af kundeindvendinger

Brug Klynge af kundeindvendinger til at omsætte rigtige workflow-noter til struktureret chatoutput til gennemgang, beslutninger og næste handlinger.

KundefeedbackSalgsunderstøttelseKundesupport
Forhåndsvisning

Chatprompt

Anbefalet model

Claude Haiku 4.5

Outputformat

Struktureret chatoutput

Forhåndsvisning

Chatprompt

chattråd

Indvendinger: for mange modeller, uklare kreditter, spørgsmål om privatliv, eksport er svær at finde, og teammedlemmer har brug for godkendelser.

Tema 1: beslutningsoverload omkring modelvalg. Tema 2: omkostningsuro omkring kreditter og forudsigelighed i forbrug. Tema 3: bekymringer om tillid og governance omkring privatliv og godkendelser. Anbefalet svar: start med standardvalg, kreditberegner og workspace-kontroller. Produktopfølgning: forbedr modelanbefaling, synliggør eksporthandlinger, og dokumentér godkendelsesflows.

Output

Temaer / købssignaler / svar / produktopfølgning

Forhåndsvisning for Klynge af kundeindvendinger med fokus på inputkontekst, struktureret svar og handlingsrettede næste trin.

Fuld prompt

Klynge af kundeindvendinger

Chatprompt til Klynge af kundeindvendinger med struktureret analyse, risici, anbefalinger og næste handlinger.

Anbefalet model: Claude Haiku 4.5Outputformat: Struktureret chatoutput
Fuld prompt
Chatprompt
Du er analytiker for kundeindsigt. Klyng noter om indvendinger i temaer, signaler for købsfase, anbefalede svar og produktrelaterede opfølgningspunkter.

Brugsnoter

Tilføj reel kontekst, begrænsninger, målgruppe, nuværende 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 Klynge af kundeindvendinger?

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

Hvordan skal jeg vurdere svarkvaliteten?

Kontrollér om svaret adskiller fakta fra antagelser og giver risici, afvejninger og handlingsrettede næste trin i stedet for generiske råd.

Trådforhåndsvisning

Indvendinger: for mange modeller, uklare kreditter, spørgsmål om privatliv, eksport er svær at finde, og teammedlemmer har brug for godkendelser.
Tema 1: beslutningsoverload omkring modelvalg. Tema 2: omkostningsuro omkring kreditter og forudsigelighed i forbrug. Tema 3: bekymringer om tillid og governance omkring privatliv og godkendelser. Anbefalet svar: start med standardvalg, kreditberegner og workspace-kontroller. Produktopfølgning: forbedr modelanbefaling, synliggør eksporthandlinger, og dokumentér godkendelsesflows.

Output

Temaer / købssignaler / svar / produktopfølgning

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.