प्रॉम्प्ट लाइब्रेरी पर वापस जाएं
प्रॉम्प्ट लाइब्रेरीचैट प्रॉम्प्ट

रोडमैप स्कोप नेगोशिएशन

रोडमैप स्कोप नेगोशिएशन का उपयोग करके वास्तविक वर्कफ़्लो नोट्स को समीक्षा, निर्णयों और अगले कदमों के लिए संरचित चैट आउटपुट में बदलें।

रोडमैपस्कोपउत्पाद रणनीति
प्रीव्यू

चैट प्रॉम्प्ट

सुझाया गया मॉडल

GPT-5.4

आउटपुट प्रारूप

संरचित चैट आउटपुट

प्रीव्यू

चैट प्रॉम्प्ट

चैट थ्रेड

अनुरोध: अधिक ऑनबोर्डिंग टेम्पलेट, एसेट स्टोरेज सफाई, पेज शीर्षक रिफ्रेश, उपयोग अनुमानक और एडमिन समीक्षा डैशबोर्ड।

उपयोगकर्ता मूल्य: ऑनबोर्डिंग टेम्पलेट और उपयोग अनुमानक सक्रियण सुधारते हैं; एसेट स्टोरेज सफाई भरोसेमंदी सुधारती है। प्रयास: टेम्पलेट विस्तार मध्यम है, स्टोरेज सफाई उच्च है, शीर्षक रिफ्रेश कम है, अनुमानक मध्यम-उच्च है। निर्भरताएं: एडमिन डैशबोर्ड साफ एसेट ऑब्जेक्ट नियमों पर निर्भर करता है। ट्रेडऑफ़: अगर स्टोरेज समस्या अनसुलझी रहती है, तो अधिक टेम्पलेट अधिक समीक्षा ऋण बनाते हैं। अनुशंसित स्कोप: टेम्पलेट माइलस्टोन पूरा करें, नए एसेट रोकें, स्टोरेज सत्यापन चलाएं, फिर अनुमानक कॉपी जारी करें।

आउटपुट

मूल्य / प्रयास / निर्भरताएं / ट्रेडऑफ़ / स्कोप

इनपुट संदर्भ, संरचित उत्तर और क्रियान्वित अगले कदमों पर केंद्रित रोडमैप स्कोप नेगोशिएशन का पूर्वावलोकन।

पूरा प्रॉम्प्ट

रोडमैप स्कोप नेगोशिएशन

रोडमैप स्कोप नेगोशिएशन चैट प्रॉम्प्ट: संरचित विश्लेषण, जोखिम, सुझाव और अगले कदम।

सुझाया गया मॉडल: GPT-5.4आउटपुट प्रारूप: संरचित चैट आउटपुट
पूरा प्रॉम्प्ट
चैट प्रॉम्प्ट
आप एक उत्पाद लीड हैं। प्रतिस्पर्धी रोडमैप अनुरोधों को ऐसे नेगोशिएशन संक्षेप में बदलें जिसमें उपयोगकर्ता मूल्य, प्रयास, निर्भरताएं, ट्रेडऑफ़ और अनुशंसित स्कोप शामिल हों।

उपयोग नोट

चलाने से पहले वास्तविक संदर्भ, सीमाएं, लक्षित पाठक, मौजूदा प्रमाण और अपेक्षित आउटपुट गहराई जोड़ें; इसे सामान्य चैट सवाल की तरह उपयोग न करें।

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।

रोडमैप स्कोप नेगोशिएशन उपयोग करने से पहले मुझे क्या तैयार करना चाहिए?

वास्तविक इनपुट नोट्स, व्यवसाय लक्ष्य, सीमाएं, उपलब्ध प्रमाण और वह सटीक संरचना तैयार करें जिसे आप वापस चाहते हैं।

मैं उत्तर की गुणवत्ता कैसे परखूं?

जांचें कि उत्तर तथ्यों को मान्यताओं से अलग करता है या नहीं, और सामान्य सलाह के बजाय जोखिम, ट्रेडऑफ़ और क्रियान्वित अगले कदम देता है या नहीं।

थ्रेड प्रीव्यू

अनुरोध: अधिक ऑनबोर्डिंग टेम्पलेट, एसेट स्टोरेज सफाई, पेज शीर्षक रिफ्रेश, उपयोग अनुमानक और एडमिन समीक्षा डैशबोर्ड।
उपयोगकर्ता मूल्य: ऑनबोर्डिंग टेम्पलेट और उपयोग अनुमानक सक्रियण सुधारते हैं; एसेट स्टोरेज सफाई भरोसेमंदी सुधारती है। प्रयास: टेम्पलेट विस्तार मध्यम है, स्टोरेज सफाई उच्च है, शीर्षक रिफ्रेश कम है, अनुमानक मध्यम-उच्च है। निर्भरताएं: एडमिन डैशबोर्ड साफ एसेट ऑब्जेक्ट नियमों पर निर्भर करता है। ट्रेडऑफ़: अगर स्टोरेज समस्या अनसुलझी रहती है, तो अधिक टेम्पलेट अधिक समीक्षा ऋण बनाते हैं। अनुशंसित स्कोप: टेम्पलेट माइलस्टोन पूरा करें, नए एसेट रोकें, स्टोरेज सत्यापन चलाएं, फिर अनुमानक कॉपी जारी करें।

आउटपुट

मूल्य / प्रयास / निर्भरताएं / ट्रेडऑफ़ / स्कोप

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।