กลับไปที่คลังพรอมป์
คลังพรอมป์พรอมป์แชต

GPT-5.5 สังเคราะห์อินไซต์ลูกค้า

ใช้ GPT-5.5 เพื่อสังเคราะห์บทสัมภาษณ์ลูกค้า โน้ตจาก support และความคิดเห็นในแบบสำรวจให้เป็น insight ด้านผลิตภัณฑ์ที่ชัดเจน

อินไซต์ลูกค้าการวิจัยการวางตำแหน่ง
ตัวอย่าง

พรอมป์แชต

โมเดลแนะนำ

GPT-5.5

รูปแบบผลลัพธ์

การสังเคราะห์ insight

ตัวอย่าง

พรอมป์แชต

เธรดแชต

สังเคราะห์ support tickets และโน้ตสัมภาษณ์เหล่านี้ หา user jobs, pains, objections และถ้อยคำที่เกิดซ้ำซึ่งเราควรนำกลับไปใช้ใน product messaging

Theme 1: ผู้ใช้ต้องการ triage ที่เร็วขึ้น ไม่ใช่ dashboard อีกชุดหนึ่ง หลักฐานปรากฏซ้ำในคอมเมนต์เกี่ยวกับการตัดสินใจว่าอะไรควรถูกแก้ก่อน Theme 2: ความไว้วางใจขึ้นอยู่กับ traceability โน้ตหลายรายการถามว่าคำแนะนำมาจากที่ใด Objection: ผู้ซื้อกังวลว่า workflow จะเพิ่มภาระการ review Messaging language: เน้นเส้นทางตัดสินใจที่สั้น หลักฐานที่มองเห็นได้ และการประชุมสถานะด้วยมือที่น้อยลง Follow-ups: สัมภาษณ์ผู้ใช้ความถี่ต่ำ ทดสอบ copy เรื่อง traceability และยืนยันว่าความเร็วในการ triage ส่งผลต่อ renewal intent หรือไม่

ผลลัพธ์

ธีม / หลักฐาน / user jobs / pains / objections / รูปแบบภาษา / product follow-ups / messaging follow-ups

ตัวอย่างแชตแบบมีโครงสร้างสำหรับการสังเคราะห์ customer insight ด้วย GPT-5.5

พรอมป์เต็ม

GPT-5.5 สังเคราะห์อินไซต์ลูกค้า

GPT-5.5 Customer Insight Synthesis: เปลี่ยนหลักฐานลูกค้าให้เป็นธีมผลิตภัณฑ์และขั้นตอนถัดไป

โมเดลแนะนำ: GPT-5.5รูปแบบผลลัพธ์: การสังเคราะห์ insight
พรอมป์เต็ม
พรอมป์แชต
คุณคือหัวหน้าฝ่ายวิจัยผลิตภัณฑ์ อ้างอิงเฉพาะหลักฐานจากลูกค้าที่ผู้ใช้ให้มา แล้วสังเคราะห์ insight ด้านผลิตภัณฑ์ที่แข็งแรงที่สุด จัดกลุ่มหลักฐานตามธีม อ้างหรือถอดความเฉพาะเนื้อหาที่ให้มา ระบุ user jobs, pains, triggers, objections และรูปแบบภาษา จากนั้นแนะนำ follow-up ด้านผลิตภัณฑ์ messaging และการวิจัย แยกสัญญาณที่แข็งแรงออกจาก anecdote และอย่าแต่ง quote ของลูกค้าขึ้นเอง

หมายเหตุการใช้งาน

วางหลักฐานดิบเป็นชุด ๆ เก็บป้ายกำกับแหล่งที่มาไว้ และขอให้ระบุ signal strength เพื่อไม่ให้น้ำหนักกับ anecdote เดี่ยวมากเกินไป

FAQ ของพรอมป์

ก่อนใช้พรอมป์นี้

ตรวจสอบอย่างรวดเร็วเรื่องอินพุต ความเหมาะของโมเดล และวิธีปรับเทมเพลตโดยไม่ทำให้ผลลัพธ์อ่อนลง

ควรใช้ GPT-5.5 Customer Insight Synthesis เมื่อใด?

ใช้เมื่อหลักฐานลูกค้ากระจัดกระจายอยู่ในบทสัมภาษณ์ tickets โน้ต และความคิดเห็นจากแบบสำรวจ และต้องถูกเปลี่ยนให้เป็นทิศทางผลิตภัณฑ์

ควรหลีกเลี่ยงการเพิ่มอะไร?

หลีกเลี่ยง quote ที่แต่งขึ้นหรือสรุปที่ไม่มีป้ายแหล่งที่มา เก็บแต่ละแหล่งให้ระบุได้ เพื่อให้ผลลัพธ์แยก strong patterns ออกจากความคิดเห็นเดี่ยวได้

ตัวอย่างเธรด

สังเคราะห์ support tickets และโน้ตสัมภาษณ์เหล่านี้ หา user jobs, pains, objections และถ้อยคำที่เกิดซ้ำซึ่งเราควรนำกลับไปใช้ใน product messaging
Theme 1: ผู้ใช้ต้องการ triage ที่เร็วขึ้น ไม่ใช่ dashboard อีกชุดหนึ่ง หลักฐานปรากฏซ้ำในคอมเมนต์เกี่ยวกับการตัดสินใจว่าอะไรควรถูกแก้ก่อน Theme 2: ความไว้วางใจขึ้นอยู่กับ traceability โน้ตหลายรายการถามว่าคำแนะนำมาจากที่ใด Objection: ผู้ซื้อกังวลว่า workflow จะเพิ่มภาระการ review Messaging language: เน้นเส้นทางตัดสินใจที่สั้น หลักฐานที่มองเห็นได้ และการประชุมสถานะด้วยมือที่น้อยลง Follow-ups: สัมภาษณ์ผู้ใช้ความถี่ต่ำ ทดสอบ copy เรื่อง traceability และยืนยันว่าความเร็วในการ triage ส่งผลต่อ renewal intent หรือไม่

ผลลัพธ์

ธีม / หลักฐาน / user jobs / pains / objections / รูปแบบภาษา / product follow-ups / messaging follow-ups

พรอมป์เพิ่มเติมในโหมดนี้

เธรดแชต

เราต้องการสร้างผู้ช่วย AI สำหรับทีมอีคอมเมิร์ซขนาดเล็กที่เปลี่ยนภาพสินค้าให้เป็นแอสเซ็ตแคมเปญ

สมมติฐานปัญหา: ทีมอีคอมเมิร์ซขนาดเล็กเสียเวลาในการเปลี่ยนภาพสินค้าดิบให้เป็นแอสเซ็ตแคมเปญพร้อมใช้ในแต่ละช่องทาง สมมติฐานที่เสี่ยงที่สุด: คุณภาพภาพสูงพอ ทีมเชื่อถือการสร้างรูปแบบแอสเซ็ตด้วย AI และเวลาตรวจทานคือคอขวดจริง คำถามวิจัย: ใครเป็นเจ้าของการสร้างแอสเซ็ตแคมเปญ การแก้ไขติดขัดตรงไหน และมาตรฐานคุณภาพใดที่ขวางการเผยแพร่ แผนตรวจสอบ: สัมภาษณ์ operator 5 คน ทดสอบ flow สร้างแอสเซ็ตด้วยพรอมป์ต์ 3 แบบ และเปรียบเทียบเวลาจนได้แอสเซ็ตที่อนุมัติครั้งแรก เกตตัดสินใจ: ไปต่อเฉพาะเมื่อทีมสามารถได้ดราฟต์ที่เผยแพร่ได้เร็วกว่ากระบวนการปัจจุบัน

เธรดแชต

เรากำลังสำรวจผลิตภัณฑ์โน้ต AI ใหม่สำหรับที่ปรึกษาเดี่ยว ช่วยเปลี่ยนเรื่องนี้ให้เป็นบรีฟวิจัย

วัตถุประสงค์: ระบุว่าที่ปรึกษาเดี่ยวต้องการ workspace โน้ต AI หรือเลเยอร์ติดตามลูกค้าที่เบากว่า สมมติฐานที่ใช้ทำงาน: พวกเขาจดโน้ตอยู่แล้ว แต่การสังเคราะห์และร่างขั้นตอนถัดไปยังไม่สม่ำเสมอ กลุ่มเป้าหมาย: ที่ปรึกษาเดี่ยวที่มีสายคุยลูกค้าซ้ำและมีซัพพอร์ตด้านปฏิบัติการจำกัด คำถามหลัก: โน้ตแบบใดกลายเป็นงานที่คิดเงินได้ อะไรตกหล่นหลังการคุย และเครื่องมือ CRM หนักเกินไปตรงไหน แผนวิจัย: สัมภาษณ์ 6 คน ทบทวนเวิร์กโฟลว์โน้ตการโทรล่าสุด 10 ชุด และทดสอบต้นแบบบรีฟติดตามผลหนึ่งแบบ

เธรดแชต

นี่คือโครงหน้า Landing Page สำหรับผลิตภัณฑ์ AI ของเรา ช่วยบอกหน่อยว่าอะไรยังไม่ชัดเจนก่อนที่เราจะออกแบบ

คำมั่นหลัก: มองเห็นได้แล้ว แต่ยังถูกวางกรอบเหมือนฟีเจอร์มากกว่าผลลัพธ์ที่เป็นรูปธรรมสำหรับผู้ใช้ จุดที่ไม่ชัดเจน: หน้าเว็บยังไม่ได้อธิบายว่าใครจะได้รับคุณค่าก่อน และเวิร์กโฟลว์จะเปลี่ยนไปอย่างไรหลังสมัครใช้งาน ช่องว่างของตัวอย่าง: เพิ่มตัวอย่างก่อน-หลัง ตัวอย่างผลลัพธ์จากโมเดล และสัญญาณความน่าเชื่อถือสั้นๆ ใกล้ส่วน Hero ปัญหา CTA: การกระทำหลักปรากฏหลังคำอธิบายมากเกินไป ควรย้าย CTA ที่เน้นการใช้งานให้เข้าใกล้ส่วนเริ่มใช้เร็ว แผนแก้ไข: ทำให้ Hero คมขึ้น เพิ่มการ์ดผลลัพธ์ แล้วเขียนส่วนจัดการข้อโต้แย้งใหม่ก่อนขัดเกลาภาพ