オンボーディングファネル診断を使って、実際のワークフローメモをレビュー、判断、次のアクションに使える構造化されたチャット出力へ整理します。
チャットプロンプト
Claude Sonnet 4.6
構造化チャット出力
プレビュー
チャットプロンプト
ユーザーは登録後に画像生成を開きますが、モデルを選ぶ前に離脱します。18 個のモデルを表示しており、デフォルトはありません。
想定原因：最初の判断範囲が広すぎ、リスクが高く見えています。 収集すべき根拠：モデルドロップダウンの開封、ホバー時間、初回実行失敗イベント、検索語句。 コピー修正：1 つを製品ビジュアル向けの推奨デフォルト、もう 1 つを編集向けの推奨として表示します。 プロダクト修正：安全なデフォルトを事前選択し、高度なモデルは比較の後ろに隠します。 1 週間の実験：成功率が最も高い画像モデルをデフォルトにし、初回ジョブ完了率を測定します。
出力
原因 / 根拠 / コピー修正 / プロダクト修正 / 実験
オンボーディングファネル診断のプレビュー。入力コンテキスト、構造化された返信、実行可能な次のステップに焦点を当てます。
完全なプロンプト
構造化分析、リスク、推奨事項、次のアクションを含むオンボーディングファネル診断用チャットプロンプト。
あなたはアクティベーションアナリストです。オンボーディングファネルのメモを、想定される離脱原因、収集すべき根拠、コピー修正、プロダクト修正、1 週間の実験を含む診断へ変換してください。
使用メモ
実行前に、実際のコンテキスト、制約、対象読者、現在の根拠、期待する出力の深さを追加してください。一般的なチャット質問として使わないでください。
プロンプト FAQ
入力、モデル適性、結果を弱めずにテンプレートを調整する方法をすばやく確認できます。
実際の入力メモ、ビジネス目標、制約、利用できる根拠、返してほしい正確な構造を準備してください。
返信が事実と仮定を分けているか、一般論ではなくリスク、トレードオフ、実行可能な次のステップを示しているかを確認してください。
スレッドプレビュー
出力
原因 / 根拠 / コピー修正 / プロダクト修正 / 実験
このモードの他のプロンプト
小規模ECチーム向けに、製品写真をキャンペーン素材へ変換するAIアシスタントを作りたいです。
課題仮説: 小規模ECチームは、生の製品写真をチャネル別のキャンペーン素材に変換する作業で時間を失っている。 最もリスクの高い前提: 写真品質が十分に高いこと、チームがAIによる素材バリエーションを信頼すること、本当のボトルネックがレビュー時間であること。 調査質問: キャンペーン素材制作の担当者は誰か、修正はどこで滞るか、どの品質基準が公開を止めるか。 検証計画: 5人の運用担当者にインタビューし、3つのプロンプト主導の素材フローを試し、最初に承認可能な素材ができるまでの時間を比較する。 意思決定ゲート: 現在のワークフローより早く公開可能なドラフトに到達できる場合のみ継続する。
個人コンサルタント向けの新しいAIノート製品を検討しています。これをリサーチブリーフにしてください。
目的: 個人コンサルタントにAIノートワークスペースが必要なのか、より軽いクライアントフォローアップ層が必要なのかを定義する。 作業中の前提: 彼らはすでにノートを取っているが、統合整理と次ステップの下書きが一貫していない。 対象読者: 継続的なクライアント通話があり、運用サポートが限られている個人コンサルタント。 主要な問い: どのノートが請求可能な仕事になるのか、通話後に何が失われるのか、CRMツールはどこで重すぎると感じられるのか。 リサーチ計画: 6件のインタビューを行い、直近10件の通話ノートワークフローをレビューし、フォローアップブリーフのプロトタイプを1つテストする。
こちらが私たちの AI プロダクト用ランディングページのアウトラインです。デザイン前に分かりにくい点を教えてください。
中核となる約束: 見えてはいるが、具体的なユーザー成果ではなく機能として語られている。 分かりにくい点: 誰が最初に価値を得るのか、サインアップ後にどのワークフローが変わるのかをページが説明していない。 例のギャップ: 前後比較の例、モデル出力サンプル、ヒーロー近くの短い信頼シグナルを追加する。 CTA の問題: 主なアクションが説明の後ろに出てくる。利用目的に沿った CTA をクイックユースセクションの近くへ移動する。 修正計画: ヒーローを鋭くし、成果カードを追加し、ビジュアルを磨く前に反論を書き直す。
チャットプロンプト
推奨モデル: Claude Sonnet 4.5
ポジショニング、転換の明確さ、例、反論、次のアクションを扱う構造化プロンプトで、ランディングページ案をレビューします。