Kembali ke pustaka prompt
Pustaka promptPrompt sembang

Diagnosis Funnel Onboarding

Gunakan Diagnosis Funnel Onboarding untuk menukar nota aliran kerja sebenar menjadi output sembang berstruktur bagi semakan, keputusan, dan tindakan seterusnya.

OnboardingAktivasiPertumbuhan
Pratonton

Prompt sembang

Model disyorkan

Claude Sonnet 4.6

Format output

Output sembang berstruktur

Pratonton

Prompt sembang

utas sembang

Pengguna mendaftar, membuka penjanaan imej, kemudian keluar sebelum memilih model. Kami memaparkan 18 model dan tiada lalai.

Punca paling mungkin: keputusan pertama terlalu luas dan terasa berisiko. Bukti yang perlu dikumpulkan: pembukaan dropdown model, masa hover, peristiwa first-run yang gagal, dan istilah carian. Pembaikan salinan: labelkan satu lalai sebagai terbaik untuk visual produk dan satu lagi sebagai terbaik untuk suntingan. Pembaikan produk: prapilih lalai yang selamat dan sembunyikan model lanjutan di sebalik perbandingan. Eksperimen satu minggu: jadikan model imej dengan kejayaan tertinggi sebagai lalai dan ukur penyelesaian kerja pertama.

Output

Punca / Bukti / Pembaikan salinan / Pembaikan produk / Eksperimen

Pratonton untuk Diagnosis Funnel Onboarding, tertumpu pada konteks input, jawapan berstruktur, dan langkah seterusnya yang boleh ditindak.

Prompt penuh

Diagnosis Funnel Onboarding

Gesaan sembang Diagnosis Funnel Onboarding dengan analisis berstruktur, risiko, cadangan, dan tindakan seterusnya.

Model disyorkan: Claude Sonnet 4.6Format output: Output sembang berstruktur
Prompt penuh
Prompt sembang
Anda ialah penganalisis aktivasi. Tukar nota funnel onboarding menjadi diagnosis dengan punca drop-off yang paling mungkin, bukti yang perlu dikumpulkan, pembaikan salinan, pembaikan produk, dan eksperimen satu minggu.

Nota penggunaan

Tambah konteks sebenar, kekangan, pembaca sasaran, bukti semasa, dan kedalaman output yang dijangka sebelum menjalankan; jangan gunakannya sebagai soalan sembang generik.

Soalan lazim prompt

Sebelum anda menggunakan prompt ini

Semakan pantas untuk input, kesesuaian model dan cara menyesuaikan templat tanpa melemahkan hasil.

Apa yang patut saya sediakan sebelum menggunakan Diagnosis Funnel Onboarding?

Sediakan nota input sebenar, matlamat perniagaan, kekangan, bukti tersedia, dan struktur tepat yang anda mahu dikembalikan.

Bagaimana saya patut menilai kualiti respons?

Semak sama ada jawapan memisahkan fakta daripada andaian dan memberikan risiko, tradeoff, serta langkah seterusnya yang boleh ditindak, bukan nasihat generik.

Pratonton utas

Pengguna mendaftar, membuka penjanaan imej, kemudian keluar sebelum memilih model. Kami memaparkan 18 model dan tiada lalai.
Punca paling mungkin: keputusan pertama terlalu luas dan terasa berisiko. Bukti yang perlu dikumpulkan: pembukaan dropdown model, masa hover, peristiwa first-run yang gagal, dan istilah carian. Pembaikan salinan: labelkan satu lalai sebagai terbaik untuk visual produk dan satu lagi sebagai terbaik untuk suntingan. Pembaikan produk: prapilih lalai yang selamat dan sembunyikan model lanjutan di sebalik perbandingan. Eksperimen satu minggu: jadikan model imej dengan kejayaan tertinggi sebagai lalai dan ukur penyelesaian kerja pertama.

Output

Punca / Bukti / Pembaikan salinan / Pembaikan produk / Eksperimen

Lebih banyak prompt dalam mod ini

utas sembang

Kami mahu membina pembantu AI untuk pasukan e-dagang kecil yang menukar foto produk menjadi aset kempen.

Hipotesis masalah: pasukan e-dagang kecil kehilangan masa menukar foto produk mentah menjadi aset kempen yang sedia untuk saluran. Andaian paling berisiko: kualiti foto cukup tinggi, pasukan mempercayai variasi aset AI, dan masa semakan ialah halangan sebenar. Soalan kajian: siapa memiliki penciptaan aset kempen, di mana semakan tersangkut, dan piawaian kualiti apa yang menghalang penerbitan. Rancangan pengesahan: temu bual 5 operator, uji 3 aliran aset berpandukan prompt, dan bandingkan masa hingga aset pertama diluluskan. Pintu keputusan: teruskan hanya jika pasukan boleh mencapai draf boleh diterbitkan lebih cepat daripada aliran kerja semasa.

Prompt sembang

Model disyorkan: GPT-5.2

Sembang Sprint Strategi

Tukar idea produk kasar menjadi prompt sprint strategi yang menghasilkan matlamat, andaian, risiko, soalan kajian, metrik, dan tindakan seterusnya.

utas sembang

Kami sedang meneroka produk nota AI baharu untuk perunding solo. Bantu saya menukarnya menjadi brief kajian.

Objektif: tentukan sama ada perunding solo memerlukan ruang kerja nota AI atau lapisan susulan klien yang lebih ringan. Andaian kerja: mereka sudah menangkap nota, tetapi sintesis dan draf langkah seterusnya tidak konsisten. Audiens: perunding solo dengan panggilan klien berulang dan sokongan operasi terhad. Soalan utama: nota mana yang menjadi kerja boleh dibilkan, apa yang hilang selepas panggilan, dan di mana alat CRM terasa terlalu berat. Rancangan kajian: jalankan 6 temu bual, semak 10 aliran kerja nota panggilan terkini, dan uji satu prototaip brief susulan.

Prompt sembang

Model disyorkan: GPT-5.2

Pembina Brief Kajian Berstruktur

Tukar soalan produk, pasaran, atau aliran kerja yang kabur menjadi brief strategi markdown yang berstruktur.

utas sembang

Ini rangka landing page produk AI kami. Beritahu saya apa yang tidak jelas sebelum kami mereka bentuknya.

Janji teras: kelihatan, tetapi masih dibingkaikan sebagai ciri dan bukan hasil pengguna yang konkrit. Perkara tidak jelas: halaman tidak menerangkan siapa yang mendapat nilai terlebih dahulu atau aliran kerja apa yang berubah selepas daftar. Jurang contoh: tambah contoh sebelum-selepas, sampel output model, dan satu isyarat kepercayaan ringkas berhampiran hero. Isu CTA: tindakan utama muncul selepas terlalu banyak penjelasan; pindahkan CTA berorientasikan penggunaan lebih dekat ke seksyen quick-use. Pelan semakan: tajamkan hero, tambah kad hasil, kemudian tulis semula bantahan sebelum menggilap visual.

Prompt sembang

Model disyorkan: Claude Sonnet 4.5

Chat Kritikan Landing Page

Semak draf landing page dengan prompt berstruktur untuk positioning, kejelasan penukaran, contoh, bantahan, dan tindakan seterusnya.