Назад до prompt library
Бібліотека promptChat Prompt

Конструктор структурованого дослідницького брифу

Перетворюйте нечіткі продуктові, ринкові або запитання про робочі процеси на структуровані стратегічні брифи у Markdown.

Шаблон дослідницького брифуПродуктова стратегіяMarkdown-результат
Preview

Chat Prompt

Recommended model

GPT-5.2

Output format

Markdown-бриф

Preview

Chat Prompt

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.

Output

Мета / припущення / аудиторія / ключові запитання / ризики / план / наступні дії

Орієнтований на стратегію чат-потік із Markdown-результатом.

Full prompt

Конструктор структурованого дослідницького брифу

Перетворіть нечітке продуктове, ринкове або запитання про робочий процес на структурований дослідницький бриф у Markdown.

Recommended model: GPT-5.2Output format: Markdown-бриф
Full prompt
Chat Prompt
Ти дослідницький стратег. Перетвори запит користувача на структурований дослідницький бриф. Відповідай у Markdown із такими розділами: мета, робочі припущення, аудиторія, ключові запитання для відповіді, ризики або сліпі зони, рекомендований план дослідження та наступні дії. Будь стислим, конкретним і практичним.

Примітки щодо використання

Найкраще працює, коли користувач дає продуктове, ринкове або запитання про робочий процес, яке ще нечітке; що більше контексту про аудиторію, обмеження та таймлайн ви додасте, то кращим стане бриф.

Prompt FAQ

Перед використанням цього prompt

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

Коли варто використовувати цей промпт дослідницького брифу?

Використовуйте його, коли запитання ще нечітке і потрібен структурований перший бриф перед глибшим дослідженням, інтерв'ю або аналізом ринку.

Який контекст покращує результат?

Додайте аудиторію, бізнес-мету, відомі припущення, обмеження та будь-які наявні нотатки, щоб бриф міг відокремити факти від здогадок.

Thread preview

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.

Output

Мета / припущення / аудиторія / ключові запитання / ризики / план / наступні дії

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

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.

chat thread

Клієнт каже, що його експорт двічі не вдався, і просить відшкодування. Ось наші нотатки політики...

Тип проблеми: повторний збій експорту плюс запит на відшкодування. Відповідь для клієнта: визнайте невдалі спроби, прямо вибачтеся та підтвердьте, що спершу допоможете відновити шлях експорту. Межа політики: пояснюйте право на відшкодування лише на основі наданих нотаток політики; не обіцяйте виняток. Наступний крок: попросіть формат експорту, браузер і часову позначку, а потім передайте до білінгу, якщо акаунт відповідає критеріям відшкодування. Внутрішня нотатка: позначте як ризик надійності продукту, бо той самий експорт двічі завершився збоєм.