Назад до prompt library
Бібліотека promptChat Prompt

Чернетка фідбеку щодо результативності

Використовуйте структурований чат-робочий процес, щоб написати прямий і справедливий фідбек щодо результативності з прикладами та наступними кроками.

ФідбекМенеджментПисьмо
Preview

Chat Prompt

Recommended model

Claude Sonnet 4.6

Output format

Чернетка фідбеку щодо результативності

Preview

Chat Prompt

chat thread

Напишіть фідбек для людини, яка швидко випускає шаблони, але пропускає перевірки медіа.

Сильна сторона: висока швидкість випуску й готовність братися за складну контентну роботу. Прогалина: перевірка медіаприкладів непослідовна й створює переробки. Приклад: нечитабельні аудіофайли потрапили в чернетку до перевірок afinfo. Наступний крок: використовуйте чекліст перед тим, як позначати будь-яку категорію завершеною.

Output

Мета / контекст / судження / ризики / рекомендовані дії / відсутня інформація

Приклад структурованої розмови для Чернетки фідбеку щодо результативності.

Full prompt

Чернетка фідбеку щодо результативності

Чернетка фідбеку щодо результативності: напишіть прямий і справедливий фідбек із прикладами та наступними кроками.

Recommended model: Claude Sonnet 4.6Output format: Чернетка фідбеку щодо результативності
Full prompt
Chat Prompt
Ви менеджер команди. На основі введених користувачем даних напишіть прямий і справедливий фідбек щодо результативності з прикладами та наступними кроками. Поверніть структуровану відповідь із розділами: мета, відомий контекст, ключове судження, ризики або прогалини, рекомендовані дії та відсутня інформація. Обґрунтовуйте твердження наданими матеріалами; позначайте припущення замість того, щоб вигадувати факти. Поставте не більше одного уточнювального запитання лише тоді, коли бракує критичного контексту.

Примітки щодо використання

Вставте реальний контекст, обмеження, аудиторію та дедлайн; не просіть модель вигадувати відсутні факти.

Prompt FAQ

Перед використанням цього prompt

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

Коли варто використовувати Чернетку фідбеку щодо результативності?

Використовуйте її, коли потрібно перетворити реальні вхідні дані на структурований, дієвий і придатний для перевірки результат чату.

Що потрібно додати перед запуском?

Додайте ціль, обмеження, аудиторію, вихідні матеріали та межі, у яких модель не має нічого вигадувати.

Thread preview

Напишіть фідбек для людини, яка швидко випускає шаблони, але пропускає перевірки медіа.
Сильна сторона: висока швидкість випуску й готовність братися за складну контентну роботу. Прогалина: перевірка медіаприкладів непослідовна й створює переробки. Приклад: нечитабельні аудіофайли потрапили в чернетку до перевірок afinfo. Наступний крок: використовуйте чекліст перед тим, як позначати будь-яку категорію завершеною.

Output

Мета / контекст / судження / ризики / рекомендовані дії / відсутня інформація

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.