Retour à la bibliothèque de prompts
Bibliothèque de promptsPrompt de chat

Diagnostic du tunnel d'onboarding

Utilisez Diagnostic du tunnel d'onboarding pour transformer de vraies notes de travail en sortie de chat structurée pour revue, décisions et prochaines actions.

OnboardingActivationCroissance
Aperçu

Prompt de chat

Modèle recommandé

Claude Sonnet 4.6

Format de sortie

Sortie de chat structurée

Aperçu

Prompt de chat

fil de chat

Les utilisateurs s'inscrivent, ouvrent la génération d'images, puis partent avant de choisir un modèle. Nous affichons 18 modèles et aucun choix par défaut.

Cause probable : la première décision est trop large et semble risquée. Preuves à collecter : ouvertures du menu de modèles, temps de survol, échecs de premier lancement et termes de recherche. Correction de texte : étiqueter un choix par défaut comme meilleur pour les visuels produit, et un autre comme meilleur pour les retouches. Correction produit : présélectionner un défaut sûr et masquer les modèles avancés derrière une comparaison. Expérience d'une semaine : choisir par défaut le modèle image au meilleur taux de succès et mesurer la complétion de la première tâche.

Résultat

Cause / Preuves / Correction de texte / Correction produit / Expérience

Aperçu pour Diagnostic du tunnel d'onboarding, centré sur le contexte d'entrée, la réponse structurée et les prochaines étapes actionnables.

Prompt complet

Diagnostic du tunnel d'onboarding

Prompt de chat Diagnostic du tunnel d'onboarding avec analyse structurée, risques, recommandations et prochaines actions.

Modèle recommandé: Claude Sonnet 4.6Format de sortie: Sortie de chat structurée
Prompt complet
Prompt de chat
Vous êtes analyste activation. Transformez les notes du tunnel d'onboarding en diagnostic avec la cause probable de l'abandon, les preuves à collecter, les corrections de texte, les corrections produit et une expérience d'une semaine.

Notes d'utilisation

Ajoutez le vrai contexte, les contraintes, le lecteur cible, les preuves actuelles et la profondeur de sortie attendue avant l'exécution ; ne l'utilisez pas comme question de chat générique.

FAQ du prompt

Avant d'utiliser ce prompt

Vérifications rapides sur les entrées, l'adéquation du modèle et la façon d'adapter le modèle de prompt sans affaiblir le résultat.

Que faut-il préparer avant d'utiliser Diagnostic du tunnel d'onboarding ?

Préparez les vraies notes d'entrée, l'objectif métier, les contraintes, les preuves disponibles et la structure exacte attendue en retour.

Comment juger la qualité de la réponse ?

Vérifiez si la réponse sépare les faits des hypothèses et donne des risques, des compromis et des prochaines étapes actionnables au lieu de conseils génériques.

Aperçu du fil

Les utilisateurs s'inscrivent, ouvrent la génération d'images, puis partent avant de choisir un modèle. Nous affichons 18 modèles et aucun choix par défaut.
Cause probable : la première décision est trop large et semble risquée. Preuves à collecter : ouvertures du menu de modèles, temps de survol, échecs de premier lancement et termes de recherche. Correction de texte : étiqueter un choix par défaut comme meilleur pour les visuels produit, et un autre comme meilleur pour les retouches. Correction produit : présélectionner un défaut sûr et masquer les modèles avancés derrière une comparaison. Expérience d'une semaine : choisir par défaut le modèle image au meilleur taux de succès et mesurer la complétion de la première tâche.

Résultat

Cause / Preuves / Correction de texte / Correction produit / Expérience

Plus de prompts dans ce mode

fil de chat

Nous voulons créer un assistant IA pour petites équipes e-commerce qui transforme les photos produit en supports de campagne.

Hypothèse de problème : les petites équipes e-commerce perdent du temps à transformer des photos produit brutes en supports de campagne prêts pour chaque canal. Hypothèses les plus risquées : la qualité photo est suffisante, les équipes font confiance aux variations de supports par IA et le temps de relecture est bien le principal goulot d'étranglement. Questions de recherche : qui possède la création des supports de campagne, où les révisions bloquent et quel seuil de qualité empêche la publication. Plan de validation : interroger 5 opérateurs, tester 3 flux de supports guidés par prompt et comparer le temps jusqu'au premier support approuvé. Seuil de décision : continuer seulement si les équipes peuvent atteindre un brouillon publiable plus vite qu'avec leur flux actuel.

fil de chat

Nous explorons un nouveau produit de notes IA pour consultants indépendants. Aide-moi à le transformer en note de recherche.

Objectif : déterminer si les consultants indépendants ont besoin d'un espace de notes IA ou d'une couche plus légère de suivi client. Hypothèses de travail : ils capturent déjà des notes, mais la synthèse et la rédaction des prochaines étapes restent irrégulières. Audience : consultants indépendants avec appels clients récurrents et support opérationnel limité. Questions clés : quelles notes deviennent du travail facturable, qu'est-ce qui se perd après les appels et où les outils CRM paraissent trop lourds. Plan de recherche : mener 6 entretiens, examiner 10 flux récents de notes d'appel et tester un prototype de note de suivi.

fil de chat

Voici le plan de notre page de destination de produit IA. Dites-moi ce qui n'est pas clair avant que nous la concevions.

Promesse centrale : elle est visible, mais elle reste formulée comme une fonctionnalité plutôt que comme un résultat concret pour l'utilisateur. Point confus : la page n'explique pas qui obtient de la valeur en premier ni ce qui change dans le flux de travail après l'inscription. Manque d'exemples : ajoutez des exemples avant-après, des échantillons de sortie du modèle et un court signal de confiance près du héros. Problème de CTA : l'action principale arrive après trop d'explications ; rapprochez un CTA orienté usage de la section d'utilisation rapide. Plan de révision : affinez le héros, ajoutez des cartes de résultats, puis réécrivez les objections avant de peaufiner les visuels.