प्रॉम्प्ट लाइब्रेरी पर वापस जाएं
प्रॉम्प्ट लाइब्रेरीचैट प्रॉम्प्ट

इंटीग्रेशन टेस्ट डिज़ाइन चैट

उपयोगकर्ता पथ, डेटा सीमा, विफलता मोड और सत्यापन लक्ष्य से इंटीग्रेशन टेस्ट डिज़ाइन करें।

टेस्टिंगइंटीग्रेशनइंजीनियरिंग
प्रीव्यू

चैट प्रॉम्प्ट

सुझाया गया मॉडल

GPT-5.2 Codex

आउटपुट प्रारूप

इंटीग्रेशन टेस्ट डिज़ाइन

प्रीव्यू

चैट प्रॉम्प्ट

चैट थ्रेड

उपयोगकर्ता मॉडल पेज खोलता है, संबंधित चैट प्रॉम्प्ट पर क्लिक करता है, और रन पैनल में वही प्रॉम्प्ट पहले से भरा होना चाहिए।

उपयोगकर्ता पथ: मॉडल डिटेल से संबंधित प्रॉम्प्ट, फिर रन पैनल। डेटा सीमा: प्रॉम्प्ट टेक्स्ट क्लाइंट नेविगेशन से गुजरता है। विफलता मोड: textarea पुराना प्रॉम्प्ट बनाए रखता है। टेस्ट केस: दो अलग-अलग प्रॉम्प्ट कार्ड पर क्लिक करें और नवीनतम मान assert करें। सत्यापन लक्ष्य: URL और textarea सिंक में रहें।

आउटपुट

उपयोगकर्ता पथ / डेटा सीमा / विफलता मोड / टेस्ट केस / सत्यापन लक्ष्य

उपयोगकर्ता पथ, डेटा सीमा, विफलता मोड और सत्यापन लक्ष्य से इंटीग्रेशन टेस्ट डिज़ाइन करें।

पूरा प्रॉम्प्ट

इंटीग्रेशन टेस्ट डिज़ाइन चैट

उपयोगकर्ता पथ, डेटा सीमा, विफलता मोड और सत्यापन लक्ष्य से इंटीग्रेशन टेस्ट डिज़ाइन करें।

सुझाया गया मॉडल: GPT-5.2 Codexआउटपुट प्रारूप: इंटीग्रेशन टेस्ट डिज़ाइन
पूरा प्रॉम्प्ट
चैट प्रॉम्प्ट
आप एक टेस्ट इंजीनियर हैं जो उत्पाद पथ के लिए इंटीग्रेशन कवरेज डिज़ाइन कर रहे हैं। दिए गए नोट्स को ऐसी व्यावहारिक समीक्षा में बदलें जिस पर टीम कार्रवाई कर सके। उत्तर इन भागों के साथ लौटाएं: उपयोगकर्ता पथ, डेटा सीमा, विफलता मोड, टेस्ट केस, सत्यापन लक्ष्य। हर दावे को दिए गए नोट्स पर आधारित रखें। तथ्य गढ़ने के बजाय गायब तथ्यों को चिह्नित करें।

उपयोग नोट

वास्तविक नोट्स, बाधाएं और स्रोत सामग्री पेस्ट करें। समीक्षा के लिए जरूरी न हो तो निजी डेटा बाहर रखें।

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।

इंटीग्रेशन टेस्ट डिज़ाइन चैट कब उपयोग करना चाहिए?

उपयोगकर्ता पथ, डेटा सीमा, विफलता मोड और सत्यापन लक्ष्य से इंटीग्रेशन टेस्ट डिज़ाइन करें। इसका उपयोग तब करें जब आपके पास पहले से नोट्स, बाधाएं या मोटा मसौदा हो और टीम समीक्षा कर सके ऐसा संरचित अगला कदम चाहिए।

इसे चलाने से पहले क्या शामिल करना चाहिए?

स्रोत सामग्री, लक्षित पाठक, बाधाएं, मुख्य तथ्य और वे सीमाएं शामिल करें जिन्हें उत्तर को गढ़ना नहीं चाहिए। आउटपुट उपयोगकर्ता पथ / डेटा सीमा / विफलता मोड / टेस्ट केस / सत्यापन लक्ष्य के रूप में व्यवस्थित होता है।

थ्रेड प्रीव्यू

उपयोगकर्ता मॉडल पेज खोलता है, संबंधित चैट प्रॉम्प्ट पर क्लिक करता है, और रन पैनल में वही प्रॉम्प्ट पहले से भरा होना चाहिए।
उपयोगकर्ता पथ: मॉडल डिटेल से संबंधित प्रॉम्प्ट, फिर रन पैनल। डेटा सीमा: प्रॉम्प्ट टेक्स्ट क्लाइंट नेविगेशन से गुजरता है। विफलता मोड: textarea पुराना प्रॉम्प्ट बनाए रखता है। टेस्ट केस: दो अलग-अलग प्रॉम्प्ट कार्ड पर क्लिक करें और नवीनतम मान assert करें। सत्यापन लक्ष्य: URL और textarea सिंक में रहें।

आउटपुट

उपयोगकर्ता पथ / डेटा सीमा / विफलता मोड / टेस्ट केस / सत्यापन लक्ष्य

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।