Tilbage til promptbibliotek
PromptbibliotekChatprompt

Repo-risikokort

Brug Repo-risikokort til at omsætte reelle workflownoter til struktureret chatoutput til review, beslutninger og næste handlinger.

Code reviewRisikokortEngineering
Forhåndsvisning

Chatprompt

Anbefalet model

GPT-5 Codex

Outputformat

Struktureret chatoutput

Forhåndsvisning

Chatprompt

chattråd

Ændring: content-skabeloner kommer nu fra filer, offentlige sider udleder eksempler fra skabeloner, og gamle inline samples er kun kompatibilitetsdata.

Berørte overflader: content file loader, eksempelaggregering, detaljesider og modality-sider. Skjult kobling: gamle inline samples kan stadig påvirke kompatibilitetsvisuals og sitemap-billeder. Tests: prompt template check, model content audit, route render samples og media audit. Rollout-note: behandl endelig asset storage som en separat release gate. Watch item: enhver side, der antager, at gamle inline samples er den primære proof-kilde.

Output

Overflader / Kobling / Tests / Rollout / Watch items

Preview til Repo-risikokort med fokus på inputkontekst, struktureret svar og handlingsrettede næste skridt.

Fuld prompt

Repo-risikokort

Chatprompt til Repo-risikokort med struktureret analyse, risici, anbefalinger og næste handlinger.

Anbefalet model: GPT-5 CodexOutputformat: Struktureret chatoutput
Fuld prompt
Chatprompt
Du er senior code reviewer. Omsæt en foreslået repoændring til et risikokort med berørte overflader, skjult kobling, tests der skal køres, og rollout-noter.

Brugsnoter

Tilføj reel kontekst, begrænsninger, målreader, aktuel dokumentation og forventet outputdybde, før du kører prompten; 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 Repo-risikokort?

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

Hvordan skal jeg vurdere svarkvaliteten?

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

Trådforhåndsvisning

Ændring: content-skabeloner kommer nu fra filer, offentlige sider udleder eksempler fra skabeloner, og gamle inline samples er kun kompatibilitetsdata.
Berørte overflader: content file loader, eksempelaggregering, detaljesider og modality-sider. Skjult kobling: gamle inline samples kan stadig påvirke kompatibilitetsvisuals og sitemap-billeder. Tests: prompt template check, model content audit, route render samples og media audit. Rollout-note: behandl endelig asset storage som en separat release gate. Watch item: enhver side, der antager, at gamle inline samples er den primære proof-kilde.

Output

Overflader / Kobling / Tests / Rollout / Watch items

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.