กลับไปที่คลังพรอมป์
คลังพรอมป์พรอมป์แชต

แชต Research Brief ด้วย GPT-5.5

ใช้ GPT-5.5 เพื่อเปลี่ยนชุดข้อมูลวิจัยแบบผสมให้เป็นบรีฟที่มีโครงสร้าง พร้อมหลักฐาน การตัดสิน ความเสี่ยง และขั้นตอนถัดไป

การวิจัยการวิเคราะห์กลยุทธ์
ตัวอย่าง

พรอมป์แชต

โมเดลแนะนำ

GPT-5.5

รูปแบบผลลัพธ์

บรีฟการวิจัย

ตัวอย่าง

พรอมป์แชต

เธรดแชต

สังเคราะห์ชุดข้อมูลวิจัยผลิตภัณฑ์นี้ให้เป็น launch decision brief ใช้ survey summary, pricing notes และ dashboard screenshot เป็นหลักฐาน และระบุสิ่งที่ยังต้อง validate

Executive summary: เคสการ launch มีทิศทางเป็นบวก แต่ pricing signal ยังไม่แข็งแรงพอสำหรับ full rollout Evidence: survey comments ชี้ไปที่ workflow pain ที่ชัดเจน, pricing notes แสดง willingness to pay ในสอง segment, และ dashboard screenshot บ่งชี้ว่า activation แข็งแรงที่สุดหลัง saved project ที่สอง Risks: sample มี power users มากเกินจริง และ screenshot ไม่ได้พิสูจน์ retention Next steps: ทำ paid pilot ขนาดเล็กกว่าเดิม เปรียบเทียบ activation ตาม segment และกำหนด go/no-go threshold ก่อนขยาย

ผลลัพธ์

วัตถุประสงค์ / แผนที่แหล่งข้อมูล / finding หลัก / ผลต่อการตัดสินใจ / ความเสี่ยง / ขั้นถัดไป / สรุปผู้บริหาร

ตัวอย่าง conversation แบบมีโครงสร้างสำหรับ workflow research brief ด้วย GPT-5.5

พรอมป์เต็ม

แชต Research Brief ด้วย GPT-5.5

แชต Research Brief ด้วย GPT-5.5: จัดโครงสร้างชุดหลักฐานแบบผสมให้เป็นบรีฟที่พร้อมใช้ตัดสินใจ

โมเดลแนะนำ: GPT-5.5รูปแบบผลลัพธ์: บรีฟการวิจัย
พรอมป์เต็ม
พรอมป์แชต
คุณคือนักวิเคราะห์วิจัยและกลยุทธ์อาวุโส อ้างอิงเฉพาะเนื้อหาที่ผู้ใช้ให้มา แล้วเปลี่ยนชุดข้อมูลวิจัยให้เป็นบรีฟการตัดสินใจแบบกระชับ แยกข้อเท็จจริงที่ยืนยันแล้วออกจากสมมติฐาน รวม: objective, source map, key findings, decision implications, risks or unknowns, recommended next steps และ executive summary สั้น ๆ หากผู้ใช้แนบ screenshots หรือ charts ให้อธิบายว่าหลักฐานภาพเปลี่ยนการตัดสินอย่างไร อย่าแต่งแหล่งข้อมูลที่ขาดหายหรือข้อเท็จจริงปัจจุบันขึ้นเอง

หมายเหตุการใช้งาน

แนบเฉพาะหลักฐานที่ต้องการให้ใช้ ระบุการตัดสินใจที่ต้องสนับสนุน และขอให้โมเดลทำเครื่องหมายสมมติฐานแทนการเติมช่องว่างเอง

FAQ ของพรอมป์

ก่อนใช้พรอมป์นี้

ตรวจสอบอย่างรวดเร็วเรื่องอินพุต ความเหมาะของโมเดล และวิธีปรับเทมเพลตโดยไม่ทำให้ผลลัพธ์อ่อนลง

ควรใช้แชต Research Brief ด้วย GPT-5.5 เมื่อใด?

ใช้เมื่อชุดข้อมูลวิจัยผสมโน้ต screenshots, charts หรือบริบทกลยุทธ์ และคุณต้องการ synthesis ที่พร้อมใช้ตัดสินใจ ไม่ใช่สรุปหลวม ๆ

ควรเพิ่มอะไรก่อนรัน?

เพิ่มชุดหลักฐาน การตัดสินใจที่ต้องสนับสนุน ผู้ฟังเป้าหมาย และข้อเท็จจริงใด ๆ ที่โมเดลต้องถือว่ายังไม่ยืนยัน

ตัวอย่างเธรด

สังเคราะห์ชุดข้อมูลวิจัยผลิตภัณฑ์นี้ให้เป็น launch decision brief ใช้ survey summary, pricing notes และ dashboard screenshot เป็นหลักฐาน และระบุสิ่งที่ยังต้อง validate
Executive summary: เคสการ launch มีทิศทางเป็นบวก แต่ pricing signal ยังไม่แข็งแรงพอสำหรับ full rollout Evidence: survey comments ชี้ไปที่ workflow pain ที่ชัดเจน, pricing notes แสดง willingness to pay ในสอง segment, และ dashboard screenshot บ่งชี้ว่า activation แข็งแรงที่สุดหลัง saved project ที่สอง Risks: sample มี power users มากเกินจริง และ screenshot ไม่ได้พิสูจน์ retention Next steps: ทำ paid pilot ขนาดเล็กกว่าเดิม เปรียบเทียบ activation ตาม segment และกำหนด go/no-go threshold ก่อนขยาย

ผลลัพธ์

วัตถุประสงค์ / แผนที่แหล่งข้อมูล / finding หลัก / ผลต่อการตัดสินใจ / ความเสี่ยง / ขั้นถัดไป / สรุปผู้บริหาร

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