Kembali ke pustaka prompt
Pustaka promptPrompt sembang

Sembang Pengendali Bantahan Jualan

Gunakan aliran kerja sembang berstruktur untuk memetakan bantahan pembeli kepada balasan ringkas yang berasaskan bukti.

JualanBantahanPenentuan kedudukan
Pratonton

Prompt sembang

Model disyorkan

Gemini 3.1 Pro

Format output

Sembang Pengendali Bantahan Jualan

Pratonton

Prompt sembang

utas sembang

Tangani bantahan: kami sudah membayar untuk alat AI yang berasingan.

Jenis bantahan: kos bertukar dan keletihan bajet. Sudut balasan: Rivya bukan satu lagi alat satu tujuan; ia menyatukan discovery, prompt, output, dan credits. Contoh untuk ditunjukkan: satu aliran kerja yang bergerak daripada templat prompt kepada semakan hasil. Jangan dakwa: penjimatan kos automatik tanpa data penggunaan mereka.

Output

Objektif / konteks / pertimbangan / risiko / tindakan disyorkan / maklumat yang masih kurang

Contoh perbualan berstruktur untuk Sembang Pengendali Bantahan Jualan.

Prompt penuh

Sembang Pengendali Bantahan Jualan

Sembang Pengendali Bantahan Jualan: petakan bantahan pembeli kepada balasan ringkas yang berasaskan bukti.

Model disyorkan: Gemini 3.1 ProFormat output: Sembang Pengendali Bantahan Jualan
Prompt penuh
Prompt sembang
Anda ialah ketua enablement jualan. Berdasarkan input pengguna, petakan bantahan pembeli kepada balasan ringkas yang berasaskan bukti. Kembalikan jawapan berstruktur dengan: objektif, konteks yang diketahui, pertimbangan utama, risiko atau jurang, tindakan yang disyorkan, dan maklumat yang masih kurang. Sandarkan dakwaan pada bahan yang diberikan; tandakan andaian dan jangan reka fakta. Tanya paling banyak satu soalan penjelasan hanya jika konteks kritikal tiada.

Nota penggunaan

Tampal konteks sebenar, kekangan, audiens, dan tarikh akhir; jangan minta model mereka fakta yang hilang.

Soalan lazim prompt

Sebelum anda menggunakan prompt ini

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

Bilakah saya patut menggunakan Sembang Pengendali Bantahan Jualan?

Gunakannya apabila anda perlu menukar input sebenar kepada output sembang yang berstruktur, boleh ditindaklanjuti, dan boleh disemak.

Apakah yang patut saya tambah sebelum menjalankannya?

Tambah matlamat, kekangan, audiens, bahan sumber, dan sempadan yang tidak boleh direka oleh model.

Pratonton utas

Tangani bantahan: kami sudah membayar untuk alat AI yang berasingan.
Jenis bantahan: kos bertukar dan keletihan bajet. Sudut balasan: Rivya bukan satu lagi alat satu tujuan; ia menyatukan discovery, prompt, output, dan credits. Contoh untuk ditunjukkan: satu aliran kerja yang bergerak daripada templat prompt kepada semakan hasil. Jangan dakwa: penjimatan kos automatik tanpa data penggunaan mereka.

Output

Objektif / konteks / pertimbangan / risiko / tindakan disyorkan / maklumat yang masih kurang

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.

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.

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.