Назад до prompt library
Бібліотека promptChat Prompt

Діагностика воронки адаптації

Використовуйте Діагностику воронки адаптації, щоб перетворити реальні нотатки про робочий процес на структурований результат чату для перевірки, рішень і наступних дій.

АдаптаціяАктиваціяЗростання
Preview

Chat Prompt

Recommended model

Claude Sonnet 4.6

Output format

Структурований результат чату

Preview

Chat Prompt

chat thread

Користувачі реєструються, відкривають генерацію зображень, а потім ідуть до вибору моделі. Ми показуємо 18 моделей і не маємо типового вибору.

Ймовірна причина: перше рішення занадто широке й виглядає ризикованим. Докази для збору: відкриття випадаючого списку моделей, час наведення, події невдалого першого запуску та пошукові запити. Виправлення тексту: позначте одну модель за замовчуванням як найкращу для продуктових візуалів, а одну як найкращу для редагування. Виправлення продукту: попередньо виберіть безпечний варіант за замовчуванням і сховайте просунуті моделі за порівнянням. Експеримент на один тиждень: встановіть за замовчуванням модель зображень із найвищою успішністю та виміряйте завершення першого завдання.

Output

Причина / Докази / Виправлення тексту / Виправлення продукту / Експеримент

Прев'ю Діагностики воронки адаптації з фокусом на вхідному контексті, структурованій відповіді та дієвих наступних кроках.

Full prompt

Діагностика воронки адаптації

Чат-промпт Діагностики воронки адаптації зі структурованим аналізом, ризиками, рекомендаціями та наступними діями.

Recommended model: Claude Sonnet 4.6Output format: Структурований результат чату
Full prompt
Chat Prompt
Ви аналітик активації. Перетворіть нотатки про воронку адаптації на діагностику з ймовірною причиною відтоку, доказами для збору, виправленнями тексту, виправленнями продукту та експериментом на один тиждень.

Примітки щодо використання

Перед запуском додайте реальний контекст, обмеження, цільового читача, поточні докази та очікувану глибину відповіді; не використовуйте це як загальне чат-запитання.

Prompt FAQ

Перед використанням цього prompt

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

Що підготувати перед використанням Діагностики воронки адаптації?

Підготуйте реальні вхідні нотатки, бізнес-ціль, обмеження, доступні докази та точну структуру відповіді, яку хочете отримати.

Як оцінити якість відповіді?

Перевірте, чи відповідь відокремлює факти від припущень і дає ризики, компроміси та дієві наступні кроки замість загальних порад.

Thread preview

Користувачі реєструються, відкривають генерацію зображень, а потім ідуть до вибору моделі. Ми показуємо 18 моделей і не маємо типового вибору.
Ймовірна причина: перше рішення занадто широке й виглядає ризикованим. Докази для збору: відкриття випадаючого списку моделей, час наведення, події невдалого першого запуску та пошукові запити. Виправлення тексту: позначте одну модель за замовчуванням як найкращу для продуктових візуалів, а одну як найкращу для редагування. Виправлення продукту: попередньо виберіть безпечний варіант за замовчуванням і сховайте просунуті моделі за порівнянням. Експеримент на один тиждень: встановіть за замовчуванням модель зображень із найвищою успішністю та виміряйте завершення першого завдання.

Output

Причина / Докази / Виправлення тексту / Виправлення продукту / Експеримент

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.