Torna alla libreria prompt
Libreria promptPrompt chat

Chat per la verifica delle assunzioni di previsione

Usa un flusso di chat strutturato per mettere alla prova le assunzioni di previsione e identificare dati mancanti.

PrevisioneAssunzioniPianificazione
Anteprima

Prompt chat

Modello consigliato

GPT-5.2

Formato output

Verifica delle assunzioni di previsione

Anteprima

Prompt chat

thread chat

Verifica le assunzioni per raggiungere 200 modelli di prompt.

Assunzione principale: la generazione dei contenuti scala senza ridurre la qualità degli esempi. Vincolo: gli esempi audio e video richiedono più validazione rispetto alla chat. Dato mancante: tempo medio per risorsa multimediale e capacità di migrazione dell'archiviazione gestita. Punto decisionale: espandere solo dopo il superamento degli audit a livello di categoria.

Output

Obiettivo / contesto / giudizio / rischi / azioni consigliate / informazioni mancanti

Esempio di conversazione strutturata per la verifica delle assunzioni di previsione.

Prompt completo

Chat per la verifica delle assunzioni di previsione

Verifica delle assunzioni di previsione: metti alla prova le assunzioni e identifica dati mancanti.

Modello consigliato: GPT-5.2Formato output: Verifica delle assunzioni di previsione
Prompt completo
Prompt chat
Sei un analista di pianificazione. In base all'input dell'utente, metti alla prova le assunzioni di previsione e identifica i dati mancanti. Restituisci una risposta strutturata con: obiettivo, contesto noto, giudizio chiave, rischi o lacune, azioni consigliate e informazioni mancanti. Basa le affermazioni sul materiale fornito; segnala le assunzioni invece di inventare fatti. Fai al massimo una domanda di chiarimento solo se manca un contesto critico.

Note d'uso

Incolla contesto reale, vincoli, pubblico e scadenza; non chiedere al modello di inventare fatti mancanti.

FAQ prompt

Prima di usare questo prompt

Controlli rapidi su input, fit del modello e come adattare il template senza indebolire il risultato.

Quando dovrei usare la chat per la verifica delle assunzioni di previsione?

Usalo quando devi trasformare dati reali in un risultato di chat strutturato, utilizzabile e revisionabile.

Cosa dovrei aggiungere prima di eseguirlo?

Aggiungi obiettivo, vincoli, pubblico, materiale sorgente e limiti che il modello non deve inventare.

Anteprima thread

Verifica le assunzioni per raggiungere 200 modelli di prompt.
Assunzione principale: la generazione dei contenuti scala senza ridurre la qualità degli esempi. Vincolo: gli esempi audio e video richiedono più validazione rispetto alla chat. Dato mancante: tempo medio per risorsa multimediale e capacità di migrazione dell'archiviazione gestita. Punto decisionale: espandere solo dopo il superamento degli audit a livello di categoria.

Output

Obiettivo / contesto / giudizio / rischi / azioni consigliate / informazioni mancanti

Altri prompt in questa modalità

thread chat

Vogliamo creare un assistente IA per piccoli team ecommerce che trasformi foto prodotto in materiali di campagna.

Ipotesi di problema: i piccoli team ecommerce perdono tempo nel trasformare foto prodotto grezze in materiali di campagna pronti per i canali. Assunzioni più rischiose: la qualità delle foto è sufficiente, i team si fidano delle varianti create dall'IA e il vero collo di bottiglia è il tempo di revisione. Domande di ricerca: chi possiede la creazione dei materiali di campagna, dove si bloccano le revisioni e quale soglia qualità impedisce la pubblicazione. Piano di validazione: intervistare 5 operatori, testare 3 flussi di materiali guidati da prompt e confrontare il tempo al primo materiale approvato. Soglia decisionale: continuare solo se i team raggiungono una bozza pubblicabile più velocemente del flusso attuale.

thread chat

Stiamo esplorando un nuovo prodotto AI per note rivolto a consulenti indipendenti. Aiutami a trasformarlo in un brief di ricerca.

Obiettivo: capire se i consulenti indipendenti hanno bisogno di uno spazio IA per note o di uno strato più leggero per il seguito clienti. Assunzioni di lavoro: catturano già le note, ma sintesi e stesura dei prossimi passi sono incoerenti. Pubblico: consulenti indipendenti con chiamate ricorrenti con clienti e supporto operativo limitato. Domande chiave: quali note diventano lavoro fatturabile, cosa si perde dopo le chiamate e dove gli strumenti CRM risultano troppo pesanti. Piano di ricerca: condurre 6 interviste, rivedere 10 flussi recenti di note chiamata e testare un prototipo di brief di seguito.

thread chat

Ecco la scaletta della pagina di destinazione del nostro prodotto IA. Dimmi cosa non è chiaro prima di progettarla.

Promessa centrale: visibile, ma ancora formulata come una funzionalità invece che come un risultato concreto per l'utente. Punto poco chiaro: la pagina non spiega chi ottiene valore per primo né quale flusso di lavoro cambia dopo l'iscrizione. Lacuna negli esempi: aggiungi esempi prima-dopo, campioni di output del modello e un breve segnale di fiducia vicino alla sezione hero. Problema CTA: l'azione primaria appare dopo troppa spiegazione; sposta una CTA orientata all'uso più vicino alla sezione di uso rapido. Piano di revisione: rendi più incisiva la sezione hero, aggiungi schede di risultato, poi riscrivi le obiezioni prima di rifinire gli elementi visivi.