Prompt library پر واپس
Prompt libraryChat Prompt

ایگزیکٹو بریفنگ Q&A چیٹ

مختصر briefing سے realistic executive Q&A بنائیں تاکہ presenter precise answers کی تیاری کر سکے۔

ایگزیکٹوحکمت عملیفیصلہ
Preview

Chat Prompt

Recommended model

GPT-5.4

Output format

بریفنگ Q&A

Preview

Chat Prompt

chat thread

Briefing topic: annual contracts کو credit packs میں move کرنا۔ Goal simpler checkout اور fewer support tickets ہے۔

Likely question: کیا credit packs predictable revenue کو کم کریں گے؟ Why it matters: finance کو forecast confidence چاہیے۔ Answer outline: current contract friction، expected conversion lift، اور retention risk دکھائیں۔ Evidence needed: segment کے لحاظ سے renewal behavior۔ Answer to avoid: cohort data کے بغیر churn improve ہونے کا claim کرنا۔

Output

likely question / why it matters / answer outline / evidence needed / answer to avoid بریف

Briefing کو ان questions میں بدلتا ہے جو senior audience likely پوچھ سکتی ہے۔

Full prompt

ایگزیکٹو بریفنگ Q&A چیٹ

مختصر briefing سے realistic executive Q&A بنائیں تاکہ presenter precise answers کی تیاری کر سکے۔

Recommended model: GPT-5.4Output format: بریفنگ Q&A
Full prompt
Chat Prompt
آپ ایک presenter کو executive briefing کے لیے تیار کر رہے ہیں۔ briefing notes سے likely questions اور direct answer outlines generate کریں۔ جواب ان حصوں کے ساتھ واپس کریں: likely question، why it matters، answer outline، evidence needed، answer to avoid۔ جب تک evidence واضح نہ ہو، polished talking points نہ لکھیں۔ weak evidence کو صاف طور پر mark کریں۔

Usage notes

اسے founder updates، board reviews، یا cross-functional briefings سے پہلے استعمال کریں جہاں hard questions expected ہوں۔

Prompt FAQ

یہ prompt استعمال کرنے سے پہلے

Inputs، model fit اور template adapt کرنے کے طریقے کو جلد check کریں تاکہ result کمزور نہ ہو۔

Executive Briefing Q&A Chat کب استعمال کرنا چاہیے؟

مختصر briefing سے realistic executive Q&A بنانے کے لیے استعمال کریں تاکہ presenter precise answers کی تیاری کر سکے۔ یہ تب مفید ہے جب آپ کے پاس پہلے سے notes، constraints، یا rough draft موجود ہو اور team review کے لیے structured next step چاہیے۔

اسے چلانے سے پہلے کیا شامل کرنا چاہیے؟

Source material، audience، constraints، key facts، اور وہ boundaries شامل کریں جن سے باہر answer کو کچھ invent نہیں کرنا چاہیے۔ Output ان حصوں میں منظم ہوتا ہے: Likely question / why it matters / answer outline / evidence needed / answer to avoid۔

Thread preview

Briefing topic: annual contracts کو credit packs میں move کرنا۔ Goal simpler checkout اور fewer support tickets ہے۔
Likely question: کیا credit packs predictable revenue کو کم کریں گے؟ Why it matters: finance کو forecast confidence چاہیے۔ Answer outline: current contract friction، expected conversion lift، اور retention risk دکھائیں۔ Evidence needed: segment کے لحاظ سے renewal behavior۔ Answer to avoid: cohort data کے بغیر churn improve ہونے کا claim کرنا۔

Output

likely question / why it matters / answer outline / evidence needed / answer to avoid بریف

اس mode میں مزید prompts

chat thread

ہم چھوٹی ecommerce teams کے لیے ایک AI assistant بنانا چاہتے ہیں جو product photos کو campaign assets میں بدل دے۔

Problem hypothesis: چھوٹی ecommerce teams raw product photos کو channel-ready campaign assets میں بدلنے میں وقت ضائع کرتی ہیں۔ Riskiest assumptions: photo quality کافی اچھی ہے، teams AI asset variation پر اعتماد کرتی ہیں، اور اصل bottleneck review time ہے۔ Research questions: campaign asset creation کا owner کون ہے، revisions کہاں رکتی ہیں، اور کون سا quality bar publishing کو روکتا ہے۔ Validation plan: 5 operators کے interviews کریں، 3 prompt-led asset flows test کریں، اور time-to-first-approved asset compare کریں۔ Decision gate: صرف اس صورت میں آگے بڑھیں جب teams اپنے current workflow سے تیز publishable draft تک پہنچ سکیں۔

chat thread

ہم solo consultants کے لیے ایک نیا AI notes product explore کر رہے ہیں۔ اسے research brief میں بدلنے میں میری مدد کریں۔

Objective: define کریں کہ solo consultants کو AI notes workspace چاہیے یا ہلکی client-follow-up layer۔ Working assumptions: وہ پہلے ہی notes capture کرتے ہیں، مگر synthesis اور next-step drafting inconsistent ہیں۔ Audience: recurring client calls اور limited operations support رکھنے والے solo consultants۔ Key questions: کون سے notes billable work بنتے ہیں، calls کے بعد کیا کھو جاتا ہے، اور CRM tools کہاں بہت heavy محسوس ہوتے ہیں۔ Research plan: 6 interviews کریں، 10 recent call-note workflows review کریں، اور ایک follow-up brief prototype test کریں۔

chat thread

یہ ہمارے AI پروڈکٹ لینڈنگ پیج کا خاکہ ہے۔ ڈیزائن شروع کرنے سے پہلے بتائیں کہ کیا بات غیر واضح ہے۔

بنیادی وعدہ: دکھائی دے رہا ہے، لیکن ابھی بھی اسے ایک ٹھوس صارف نتیجے کے بجائے فیچر کے طور پر پیش کیا گیا ہے۔ غیر واضح نکتہ: صفحہ یہ نہیں بتاتا کہ سب سے پہلے کس صارف کو value ملتی ہے یا signup کے بعد workflow کیسے بدلتا ہے۔ مثال کی کمی: before-after مثالیں، model output samples، اور hero کے قریب ایک مختصر trust signal شامل کریں۔ CTA مسئلہ: بنیادی action بہت زیادہ وضاحت کے بعد آتا ہے؛ quick-use سیکشن کے قریب استعمال پر مبنی CTA منتقل کریں۔ ترمیمی منصوبہ: hero کو تیز کریں، outcome cards شامل کریں، پھر visuals polish کرنے سے پہلے اعتراضات دوبارہ لکھیں۔