प्रॉम्प्ट लाइब्रेरी पर वापस जाएं
प्रॉम्प्ट लाइब्रेरीचैट प्रॉम्प्ट

अनुबंध क्लॉज़ सारांश चैट

कानूनी सलाह दिए बिना अनुबंध क्लॉज़ को सरल भाषा में सारांशित करने के लिए संरचित चैट वर्कफ़्लो इस्तेमाल करें।

अनुबंधसारांशजोखिम
प्रीव्यू

चैट प्रॉम्प्ट

सुझाया गया मॉडल

GPT-5.2

आउटपुट प्रारूप

अनुबंध क्लॉज़ सारांश चैट

प्रीव्यू

चैट प्रॉम्प्ट

चैट थ्रेड

generated media के बारे में इस provider terms clause को summarize करें।

सरल सारांश: पहचानें कि generated outputs का उपयोग कौन और किन शर्तों पर कर सकता है। व्यावसायिक जोखिम: inputs, provider policy या prohibited use से जुड़ी किसी भी restriction को note करें। अज्ञात बातें: legal review मांगने वाली किसी भी बात को mark करें। सीमा: इसे legal advice के रूप में प्रस्तुत न करें।

आउटपुट

उद्देश्य / संदर्भ / निर्णय / जोखिम / सुझाई गई कार्रवाइयां / अनुपलब्ध जानकारी

अनुबंध क्लॉज़ सारांश चैट के लिए structured conversation example।

पूरा प्रॉम्प्ट

अनुबंध क्लॉज़ सारांश चैट

अनुबंध क्लॉज़ सारांश चैट: कानूनी सलाह दिए बिना अनुबंध क्लॉज़ को सरल भाषा में सारांशित करें।

सुझाया गया मॉडल: GPT-5.2आउटपुट प्रारूप: अनुबंध क्लॉज़ सारांश चैट
पूरा प्रॉम्प्ट
चैट प्रॉम्प्ट
आप एक business operations analyst हैं। उपयोगकर्ता इनपुट के आधार पर कानूनी सलाह दिए बिना अनुबंध क्लॉज़ को सरल भाषा में सारांशित करें। संरचित उत्तर लौटाएं, जिसमें ये हों: उद्देश्य, ज्ञात संदर्भ, मुख्य निर्णय, जोखिम या अंतर, सुझाई गई कार्रवाइयां और अनुपलब्ध जानकारी। दावों को दिए गए सामग्री पर आधारित रखें; तथ्य गढ़ने के बजाय अनुमानों को चिह्नित करें। महत्वपूर्ण संदर्भ अनुपलब्ध हो तभी अधिकतम एक स्पष्टता प्रश्न पूछें।

उपयोग नोट

वास्तविक संदर्भ, constraints, audience और समयसीमा पेस्ट करें; model से missing facts गढ़ने को न कहें।

प्रॉम्प्ट के अक्सर पूछे जाने वाले सवाल

इस प्रॉम्प्ट का उपयोग करने से पहले

इनपुट, मॉडल की उपयुक्तता और नतीजा कमजोर किए बिना टेम्पलेट बदलने के तरीके की तेज जांच।

अनुबंध क्लॉज़ सारांश चैट कब इस्तेमाल करनी चाहिए?

जब आपको real input को structured, actionable और reviewable chat output में बदलना हो, तब इसका उपयोग करें।

इसे चलाने से पहले मुझे क्या जोड़ना चाहिए?

goal, constraints, audience, source material और वे boundaries जोड़ें जिन्हें model को गढ़ना नहीं चाहिए।

थ्रेड प्रीव्यू

generated media के बारे में इस provider terms clause को summarize करें।
सरल सारांश: पहचानें कि generated outputs का उपयोग कौन और किन शर्तों पर कर सकता है। व्यावसायिक जोखिम: inputs, provider policy या prohibited use से जुड़ी किसी भी restriction को note करें। अज्ञात बातें: legal review मांगने वाली किसी भी बात को mark करें। सीमा: इसे legal advice के रूप में प्रस्तुत न करें।

आउटपुट

उद्देश्य / संदर्भ / निर्णय / जोखिम / सुझाई गई कार्रवाइयां / अनुपलब्ध जानकारी

इस मोड के और प्रॉम्प्ट

चैट थ्रेड

हम छोटे ecommerce टीमों के लिए एक AI assistant बनाना चाहते हैं जो उत्पाद फोटो को campaign assets में बदल दे.

समस्या परिकल्पना: छोटे ecommerce टीमें कच्ची उत्पाद फोटो को चैनल-तैयार campaign assets में बदलते समय समय गंवाती हैं. सबसे जोखिमपूर्ण धारणाएं: फोटो गुणवत्ता पर्याप्त है, टीमें AI asset variations पर भरोसा करेंगी, और असली bottleneck समीक्षा समय है. शोध प्रश्न: campaign asset creation का मालिक कौन है, revisions कहां रुकते हैं, और कौन-सा गुणवत्ता मानक publishing रोकता है. सत्यापन योजना: 5 operators से interview करें, 3 prompt-led asset flows टेस्ट करें, और first approved asset तक लगने वाला समय तुलना करें. निर्णय गेट: तभी आगे बढ़ें जब टीमें अपने मौजूदा workflow से तेज publishable draft तक पहुंच सकें.

चैट थ्रेड

हम स्वतंत्र सलाहकारों के लिए एक नया AI notes product तलाश रहे हैं. इसे शोध ब्रीफ में बदलने में मेरी मदद करें.

उद्देश्य: तय करना कि स्वतंत्र सलाहकारों को AI notes workspace चाहिए या हल्का client-follow-up layer. कामकाजी धारणाएं: वे पहले से notes capture करते हैं, लेकिन synthesis और next-step drafting असंगत है. दर्शक: बार-बार client calls और सीमित operations support वाले स्वतंत्र सलाहकार. मुख्य प्रश्न: कौन-से notes billable work बनते हैं, calls के बाद क्या खो जाता है, और CRM tools कहां बहुत भारी लगते हैं. शोध योजना: 6 interviews चलाएं, 10 recent call-note workflows review करें, और एक follow-up brief prototype test करें.

चैट थ्रेड

यह हमारे AI product landing page की outline है। design से पहले बताएं कि क्या unclear है।

Core promise: दिख रहा है, लेकिन अभी भी concrete user outcome की बजाय feature की तरह framed है। Unclear point: page यह नहीं समझाता कि value सबसे पहले किसे मिलती है या signup के बाद workflow कैसे बदलता है। Example gap: hero के पास before-after examples, model output samples और एक छोटा trust signal जोड़ें। CTA issue: primary action बहुत अधिक explanation के बाद आता है; quick-use section के पास use-oriented CTA रखें। Revision plan: hero sharpen करें, outcome cards जोड़ें, फिर visuals polish करने से पहले objections rewrite करें।