กลับไปที่คลังพรอมป์
คลังพรอมป์พรอมป์แชต

แชตคำถามตรวจทานความปลอดภัย

สร้างคำถาม security review จาก feature note โดยเน้น auth, storage, user data และ abuse paths

SecurityวิศวกรรมRisk
ตัวอย่าง

พรอมป์แชต

โมเดลแนะนำ

GPT-5.3 Codex

รูปแบบผลลัพธ์

คำถาม security review

ตัวอย่าง

พรอมป์แชต

เธรดแชต

ฟีเจอร์ให้ผู้ใช้อัปโหลด reference images เก็บ history และ reuse prompts ข้าม studio sessions ได้

Auth question: ใครเข้าถึง prompts ที่ reuse และ references ที่อัปโหลดได้ Storage question: reference assets อยู่ที่ไหนและหมดอายุเมื่อไร User data question: prompts อาจมี private customer data ได้หรือไม่ Abuse path: public sharing อาจเปิดเผย private media Review owner: security และ product ต้องกำหนด retention rules ก่อน launch

ผลลัพธ์

คำถาม auth / คำถาม storage / คำถามข้อมูลผู้ใช้ / เส้นทาง abuse / เจ้าของการตรวจทาน

สร้างคำถาม security review จาก feature note โดยเน้น auth, storage, user data และ abuse paths

พรอมป์เต็ม

แชตคำถามตรวจทานความปลอดภัย

สร้างคำถาม security review จาก feature note โดยเน้น auth, storage, user data และ abuse paths

โมเดลแนะนำ: GPT-5.3 Codexรูปแบบผลลัพธ์: คำถาม security review
พรอมป์เต็ม
พรอมป์แชต
คุณคือ engineer ที่คิดเรื่อง security และกำลังเตรียมคำถาม review สำหรับฟีเจอร์ เปลี่ยน notes ที่ให้มาให้เป็น review ที่ทีมลงมือทำได้จริง ส่งคำตอบโดยมี: Auth question, storage question, user data question, abuse path, review owner อ้างอิงทุก claim จาก notes ที่ให้มา ระบุข้อมูลที่ขาดแทนการแต่งขึ้นเอง

หมายเหตุการใช้งาน

วาง notes จริง ข้อจำกัด และ source material ที่เกี่ยวข้อง ระวังไม่ใส่ข้อมูลส่วนตัว เว้นแต่จำเป็นต่อการ review

FAQ ของพรอมป์

ก่อนใช้พรอมป์นี้

ตรวจสอบอย่างรวดเร็วเรื่องอินพุต ความเหมาะของโมเดล และวิธีปรับเทมเพลตโดยไม่ทำให้ผลลัพธ์อ่อนลง

ควรใช้ Security Review Questions Chat เมื่อไร?

ใช้เพื่อสร้างคำถาม security review จาก feature note โดยเน้น auth, storage, user data และ abuse paths เมื่อคุณมี notes ข้อจำกัด หรือ draft คร่าว ๆ แล้ว และต้องการขั้นตอนถัดไปที่มีโครงสร้างให้ทีม review

ควรใส่อะไรก่อนรัน?

ใส่ source material, audience, constraints, key facts และ boundaries ที่คำตอบห้ามแต่งขึ้นเอง ผลลัพธ์จะจัดเป็น Auth question / storage question / user data question / abuse path / review owner

ตัวอย่างเธรด

ฟีเจอร์ให้ผู้ใช้อัปโหลด reference images เก็บ history และ reuse prompts ข้าม studio sessions ได้
Auth question: ใครเข้าถึง prompts ที่ reuse และ references ที่อัปโหลดได้ Storage question: reference assets อยู่ที่ไหนและหมดอายุเมื่อไร User data question: prompts อาจมี private customer data ได้หรือไม่ Abuse path: public sharing อาจเปิดเผย private media Review owner: security และ product ต้องกำหนด retention rules ก่อน launch

ผลลัพธ์

คำถาม auth / คำถาม storage / คำถามข้อมูลผู้ใช้ / เส้นทาง abuse / เจ้าของการตรวจทาน

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