Назад до prompt library
Бібліотека promptChat Prompt

Чат для фронтенд-багу стану

Проаналізуйте фронтенд-баг стану за симптомами, змінами маршруту, застарілими props і мінімальним шляхом відтворення.

ФронтендІнженеріяТестування
Preview

Chat Prompt

Recommended model

GPT-5.1 Codex

Output format

Нотатка для налагодження фронтенд-стану

Preview

Chat Prompt

chat thread

Кнопка Use у prompt rail оновлює URL query, але textarea зберігає попередній промпт після клієнтської навігації.

Симптом: URL змінюється, але стан textarea не оновлюється. Імовірний застарілий стан: гідратація query запускається лише під час першого mount. Відтворення: натиснути дві картки промптів на одній сторінці моделі. Мінімальне виправлення: спостерігати за search params і синхронізувати лише тоді, коли релевантні значення змінюються. Тест: пряме завантаження і навігація в межах тієї самої сторінки обидва повторно заповнюють textarea.

Output

Симптом / імовірний застарілий стан / відтворення / мінімальне виправлення / тест

Проаналізуйте фронтенд-баг стану за симптомами, змінами маршруту, застарілими props і мінімальним шляхом відтворення.

Full prompt

Чат для фронтенд-багу стану

Проаналізуйте фронтенд-баг стану за симптомами, змінами маршруту, застарілими props і мінімальним шляхом відтворення.

Recommended model: GPT-5.1 CodexOutput format: Нотатка для налагодження фронтенд-стану
Full prompt
Chat Prompt
Ви фронтенд-інженер, який налагоджує поведінку стану на сторінці Next.js. Перетворіть надані нотатки на практичний огляд, за яким команда може діяти. Поверніть відповідь із такими розділами: Симптом, імовірний застарілий стан, відтворення, мінімальне виправлення, тест. Обґрунтовуйте кожне твердження наданими нотатками. Позначайте відсутні факти замість того, щоб вигадувати їх.

Примітки щодо використання

Вставте реальні нотатки, обмеження та вихідні матеріали. Не додавайте приватні дані, якщо вони не потрібні для огляду.

Prompt FAQ

Перед використанням цього prompt

Quick checks для inputs, model fit і того, як адаптувати template без послаблення result.

Коли варто використовувати чат для фронтенд-багу стану?

Проаналізуйте фронтенд-баг стану за симптомами, змінами маршруту, застарілими props і мінімальним шляхом відтворення. Використовуйте його, коли вже маєте нотатки, обмеження або чорновий опис і потрібен структурований наступний крок для командного review.

Що варто додати перед запуском?

Додайте вихідні матеріали, аудиторію, обмеження, ключові факти та межі, у яких відповідь не повинна нічого вигадувати. Результат організовано як: Симптом / імовірний застарілий стан / відтворення / мінімальне виправлення / тест.

Thread preview

Кнопка Use у prompt rail оновлює URL query, але textarea зберігає попередній промпт після клієнтської навігації.
Симптом: URL змінюється, але стан textarea не оновлюється. Імовірний застарілий стан: гідратація query запускається лише під час першого mount. Відтворення: натиснути дві картки промптів на одній сторінці моделі. Мінімальне виправлення: спостерігати за search params і синхронізувати лише тоді, коли релевантні значення змінюються. Тест: пряме завантаження і навігація в межах тієї самої сторінки обидва повторно заповнюють textarea.

Output

Симптом / імовірний застарілий стан / відтворення / мінімальне виправлення / тест

Більше prompts у цьому mode

chat thread

Ми хочемо створити AI-асистента для невеликих команд електронної комерції, який перетворює продуктові фото на матеріали кампаній.

Гіпотеза проблеми: невеликі команди електронної комерції втрачають час, перетворюючи сирі продуктові фото на готові для каналів матеріали кампаній. Найризикованіші припущення: якість фото достатньо висока, команди довіряють варіаціям матеріалів від AI, а час перевірки є справжнім вузьким місцем. Дослідницькі запитання: хто відповідає за створення матеріалів кампаній, де зупиняються правки та яка планка якості блокує публікацію. План валідації: провести інтерв'ю з 5 операторами, протестувати 3 потоки створення матеріалів через промпти та порівняти час до першого схваленого матеріалу. Ворота рішення: продовжувати лише якщо команди можуть отримати придатний до публікації чернетковий матеріал швидше, ніж у поточному воркфлоу.

chat thread

Ми досліджуємо новий AI-продукт для нотаток для сольних консультантів. Допоможіть перетворити це на дослідницький бриф.

Мета: визначити, чи потрібен сольним консультантам AI-робочий простір для нотаток або легший шар подальшої роботи з клієнтами. Робочі припущення: вони вже фіксують нотатки, але синтез і чернетки наступних кроків непослідовні. Аудиторія: сольні консультанти з регулярними клієнтськими дзвінками та обмеженою операційною підтримкою. Ключові запитання: які нотатки перетворюються на оплачувану роботу, що губиться після дзвінків і де CRM-інструменти здаються надто важкими. План дослідження: провести 6 інтерв'ю, переглянути 10 нещодавніх робочих процесів нотаток дзвінків і протестувати один прототип брифу для подальшої роботи.

chat thread

Ось структура лендингу нашого AI-продукту. Скажіть, що незрозуміло, перш ніж ми перейдемо до дизайну.

Основна обіцянка: видима, але все ще сформульована як функція, а не як конкретний результат для користувача. Незрозумілий момент: сторінка не пояснює, хто отримує цінність першим і який робочий процес змінюється після реєстрації. Прогалина в прикладах: додайте приклади до/після, зразки результатів моделі та один короткий сигнал довіри біля hero. Проблема CTA: основна дія з'являється після надто довгого пояснення; перемістіть CTA, орієнтований на використання, ближче до секції quick-use. План ревізії: загостріть hero, додайте картки результатів, потім перепишіть заперечення перед поліруванням візуалу.