प्रॉम्प्ट लाइब्रेरी पर वापस जाएं
प्रॉम्प्ट लाइब्रेरीचैट प्रॉम्प्ट

Executive Decision Memo Chat

बिखरे leadership notes को options, tradeoffs, risks और recommended next move वाले decision memo में बदलें।

Decision memoExecutive summaryTradeoffs
प्रीव्यू

चैट प्रॉम्प्ट

सुझाया गया मॉडल

GPT-5.4

आउटपुट प्रारूप

Decision memo

प्रीव्यू

चैट प्रॉम्प्ट

चैट थ्रेड

हमें तय करना है कि Rivya को इस sprint में Prompt example coverage prioritize करना चाहिए या model sample cleanup.

Decision: पहले prompt example coverage prioritize करें. Context: model pages अब prompt-derived examples consume करते हैं, जबकि legacy examples inventory बने हुए हैं. Options: old samples अभी clean करें, prompt coverage अभी add करें, या sprint split करें. Recommendation: uncovered models के लिए prompt coverage add करें, फिर later pass में old compatibility data clean करें. Risk: temporary media URLs अभी भी final media governance को block करते हैं. Next milestone: हर chat और audio model के पास कम से कम एक published prompt example हो.

आउटपुट

Decision / Context / Options / Tradeoffs / Recommendation / Risks / Evidence gaps / Next milestone

strategy reviews, leadership alignment और clear tradeoff calls के लिए सबसे उपयोगी।

पूरा प्रॉम्प्ट

Executive Decision Memo Chat

executive notes को tradeoffs वाली recommendation में बदलने के लिए decision memo prompt.

सुझाया गया मॉडल: GPT-5.4आउटपुट प्रारूप: Decision memo
पूरा प्रॉम्प्ट
चैट प्रॉम्प्ट
आप senior strategy operator हैं। user notes को decision memo में बदलें, जिसमें यह शामिल हो: Decision to make, Context, Options, Tradeoffs, Recommendation, Risks, Evidence gaps, Owner, और Next milestone। numbers या stakeholder commitments invent न करें। अगर notes ambiguous हों, तो assumptions खुद भरने के बजाय missing assumptions साफ़ बताएं।

उपयोग नोट

real notes, constraints, deadline और decision owner paste करें। memo में invented metrics न आने दें।

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।

Executive Decision Memo Chat कब उपयोग करना चाहिए?

real notes, constraints, deadline और decision owner paste करें। memo में invented metrics न आने दें।

इसे चलाने से पहले मुझे क्या customize करना चाहिए?

product, audience, constraints, output format और कोई भी brand या safety rules बदलें ताकि result actual job से match करे।

थ्रेड प्रीव्यू

हमें तय करना है कि Rivya को इस sprint में Prompt example coverage prioritize करना चाहिए या model sample cleanup.
Decision: पहले prompt example coverage prioritize करें. Context: model pages अब prompt-derived examples consume करते हैं, जबकि legacy examples inventory बने हुए हैं. Options: old samples अभी clean करें, prompt coverage अभी add करें, या sprint split करें. Recommendation: uncovered models के लिए prompt coverage add करें, फिर later pass में old compatibility data clean करें. Risk: temporary media URLs अभी भी final media governance को block करते हैं. Next milestone: हर chat और audio model के पास कम से कम एक published prompt example हो.

आउटपुट

Decision / Context / Options / Tradeoffs / Recommendation / Risks / Evidence gaps / Next milestone

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।