Kembali ke pustaka prompt
Pustaka promptPrompt Chat

Redline Legal Ringan

Gunakan Redline Legal Ringan untuk mengubah catatan workflow nyata menjadi output chat terstruktur untuk review, keputusan, dan tindakan berikutnya.

Review LegalKontrakRisiko
Pratinjau

Prompt Chat

Model yang direkomendasikan

Claude Haiku 4.5

Format output

Output chat terstruktur

Pratinjau

Prompt Chat

thread chat

Klausul menyatakan vendor dapat mengubah subprocessor AI hanya dengan pemberitahuan di website. Apa yang perlu kami tanyakan?

Risk: pemberitahuan mungkin mudah terlewat dan mungkin tidak memberi tim cukup waktu untuk keberatan. Business impact: privasi, procurement, dan komitmen pelanggan dapat terdampak. Question 1: apakah perubahan dapat memicu email notice ke account owner? Question 2: apakah ada objection window untuk perubahan subprocessor material? Question 3: apakah data pelanggan teregulasi dapat dikecualikan dari subprocessor baru secara default?

Output

Risiko / dampak / pertanyaan

Preview untuk Redline Legal Ringan, berfokus pada konteks input, balasan terstruktur, dan next step yang dapat ditindaklanjuti.

Prompt lengkap

Redline Legal Ringan

Prompt chat Redline Legal Ringan dengan analisis terstruktur, risiko, rekomendasi, dan tindakan berikutnya.

Model yang direkomendasikan: Claude Haiku 4.5Format output: Output chat terstruktur
Prompt lengkap
Prompt Chat
Anda adalah reviewer kontrak bisnis, bukan penasihat hukum. Ringkas klausul berisiko dalam bahasa yang jelas dan sarankan pertanyaan bisnis yang perlu diajukan sebelum approval.

Catatan penggunaan

Tambahkan konteks nyata, constraint, target reader, bukti saat ini, dan kedalaman output yang diharapkan sebelum menjalankan; jangan gunakan sebagai pertanyaan chat generik.

FAQ prompt

Sebelum Anda menggunakan prompt ini

Pemeriksaan cepat untuk input, kecocokan model, dan cara menyesuaikan template tanpa melemahkan hasil.

Apa yang perlu saya siapkan sebelum memakai Redline Legal Ringan?

Siapkan catatan input nyata, tujuan bisnis, constraint, bukti yang tersedia, dan struktur persis yang Anda inginkan dari output.

Bagaimana sebaiknya saya menilai kualitas respons?

Periksa apakah balasan memisahkan fakta dari asumsi dan memberikan risiko, tradeoff, serta next step yang dapat ditindaklanjuti alih-alih nasihat generik.

Pratinjau thread

Klausul menyatakan vendor dapat mengubah subprocessor AI hanya dengan pemberitahuan di website. Apa yang perlu kami tanyakan?
Risk: pemberitahuan mungkin mudah terlewat dan mungkin tidak memberi tim cukup waktu untuk keberatan. Business impact: privasi, procurement, dan komitmen pelanggan dapat terdampak. Question 1: apakah perubahan dapat memicu email notice ke account owner? Question 2: apakah ada objection window untuk perubahan subprocessor material? Question 3: apakah data pelanggan teregulasi dapat dikecualikan dari subprocessor baru secara default?

Output

Risiko / dampak / pertanyaan

Prompt lain dalam mode ini

thread chat

Kami ingin membuat asisten AI untuk tim ecommerce kecil yang mengubah foto produk menjadi aset kampanye.

Hipotesis masalah: tim ecommerce kecil kehilangan waktu saat mengubah foto produk mentah menjadi aset kampanye yang siap untuk berbagai kanal. Asumsi paling berisiko: kualitas foto cukup tinggi, tim mempercayai variasi aset AI, dan waktu tinjauan adalah bottleneck sebenarnya. Pertanyaan riset: siapa yang memiliki proses pembuatan aset kampanye, di mana revisi tersendat, dan standar kualitas apa yang menghambat publikasi. Rencana validasi: wawancarai 5 operator, uji 3 alur aset berbasis prompt, dan bandingkan waktu hingga aset pertama disetujui. Gerbang keputusan: lanjutkan hanya jika tim bisa mencapai draf yang layak dipublikasikan lebih cepat daripada alur kerja mereka saat ini.

thread chat

Kami sedang mengeksplorasi produk catatan AI baru untuk konsultan solo. Bantu saya mengubahnya menjadi brief riset.

Tujuan: menentukan apakah konsultan solo membutuhkan workspace catatan AI atau lapisan tindak lanjut klien yang lebih ringan. Asumsi kerja: mereka sudah menangkap catatan, tetapi sintesis dan penyusunan langkah berikutnya belum konsisten. Audiens: konsultan solo dengan panggilan klien berulang dan dukungan operasional terbatas. Pertanyaan utama: catatan mana yang berubah menjadi pekerjaan tertagih, apa yang hilang setelah panggilan, dan di mana tool CRM terasa terlalu berat. Rencana riset: lakukan 6 wawancara, tinjau 10 alur kerja catatan panggilan terbaru, dan uji satu prototipe brief tindak lanjut.

thread chat

Ini outline untuk landing page produk AI kami. Beri tahu saya bagian mana yang belum jelas sebelum kami mendesainnya.

Core promise: sudah terlihat, tetapi masih dibingkai sebagai fitur, bukan outcome pengguna yang konkret. Unclear point: halaman belum menjelaskan siapa yang mendapat value pertama atau workflow apa yang berubah setelah signup. Example gap: tambahkan contoh before-after, sampel output model, dan satu trust signal singkat di dekat hero. CTA issue: action utama muncul setelah terlalu banyak penjelasan; pindahkan CTA yang berorientasi penggunaan lebih dekat ke section quick-use. Revision plan: tajamkan hero, tambahkan outcome cards, lalu tulis ulang objections sebelum memoles visual.