Tilbage til promptbibliotek
PromptbibliotekChatprompt

Chat om oprydning i test-fixtures

Ryd op i test-fixtures ved at identificere, hvad de beviser, forældede felter, fælles hjælpere og sikker sletterækkefølge.

TestKvalitetEngineering
Forhåndsvisning

Chatprompt

Anbefalet model

GPT-5.4 Codex

Outputformat

Plan for fixture-oprydning

Forhåndsvisning

Chatprompt

chattråd

Gamle prompt-fixtures indeholder database-ID'er, men de nuværende versionerede prompts bruger slug som ID.

Hvad det beviser: promptform og påkrævede locale-felter. Forældet felt: database-ID beviser ikke længere runtime-adfærd. Fælles hjælper: byg fixture ud fra skabelon-slug og locale-indhold. Sikker sletterækkefølge: erstat én fixture-familie, kør prompt-tests, og fjern derefter gamle ID'er. Risiko: admin-kompatibilitetstests kan stadig have brug for eksempler med ældre ID'er.

Output

Hvad det beviser / forældet felt / fælles hjælper / sikker sletterækkefølge / risiko

Ryd op i test-fixtures ved at identificere, hvad de beviser, forældede felter, fælles hjælpere og sikker sletterækkefølge.

Fuld prompt

Chat om oprydning i test-fixtures

Ryd op i test-fixtures ved at identificere, hvad de beviser, forældede felter, fælles hjælpere og sikker sletterækkefølge.

Anbefalet model: GPT-5.4 CodexOutputformat: Plan for fixture-oprydning
Fuld prompt
Chatprompt
Du er en testvedligeholder, der gennemgår forældede fixtures. Omdan de angivne noter til en praktisk gennemgang, som et team kan handle på. Returnér svaret med: Hvad det beviser, forældet felt, fælles hjælper, sikker sletterækkefølge, risiko. Forankr hver påstand i de angivne noter. Markér manglende fakta i stedet for at opfinde dem.

Brugsnoter

Indsæt de reelle noter, begrænsninger og kildemateriale. Hold private data ude, medmindre de er nødvendige for gennemgangen.

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 om oprydning i test-fixtures?

Brug den til at rydde op i test-fixtures ved at identificere, hvad de beviser, forældede felter, fælles hjælpere og sikker sletterækkefølge, når du allerede har noter, begrænsninger eller et udkast og har brug for et struktureret næste skridt, som et team kan gennemgå.

Hvad bør jeg inkludere, før jeg kører den?

Inkludér kildemateriale, målgruppe, begrænsninger, nøglefakta og de grænser, svaret ikke må opfinde. Outputtet organiseres som Hvad det beviser / forældet felt / fælles hjælper / sikker sletterækkefølge / risiko.

Trådforhåndsvisning

Gamle prompt-fixtures indeholder database-ID'er, men de nuværende versionerede prompts bruger slug som ID.
Hvad det beviser: promptform og påkrævede locale-felter. Forældet felt: database-ID beviser ikke længere runtime-adfærd. Fælles hjælper: byg fixture ud fra skabelon-slug og locale-indhold. Sikker sletterækkefølge: erstat én fixture-familie, kør prompt-tests, og fjern derefter gamle ID'er. Risiko: admin-kompatibilitetstests kan stadig have brug for eksempler med ældre ID'er.

Output

Hvad det beviser / forældet felt / fælles hjælper / sikker sletterækkefølge / risiko

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.