Prompt library پر واپس
Prompt libraryChat Prompt

ایگزیکٹو فیصلہ میمو چیٹ

منتشر leadership notes کو options، tradeoffs، risks، اور recommended next move کے ساتھ decision memo میں بدلیں۔

فیصلہ میموایگزیکٹو خلاصہTradeoffs
Preview

Chat Prompt

Recommended model

GPT-5.4

Output format

فیصلہ میمو

Preview

Chat Prompt

chat thread

ہمیں decide کرنا ہے کہ Rivya اس sprint میں Prompt example coverage کو prioritize کرے یا model sample cleanup کو۔

Decision: پہلے prompt example coverage کو prioritize کریں۔ Context: model pages اب prompt-derived examples consume کرتے ہیں، جبکہ legacy examples inventory میں باقی ہیں۔ Options: ابھی old samples clean کریں، ابھی prompt coverage add کریں، یا sprint split کریں۔ Recommendation: uncovered models کے لیے prompt coverage add کریں، پھر later pass میں old compatibility data clean کریں۔ Risk: temporary media URLs اب بھی final media governance کو block کرتے ہیں۔ Next milestone: ہر chat اور audio model کے پاس کم از کم ایک published prompt example ہو۔

Output

decision / context / options / tradeoffs / recommendation / risks / evidence gaps / next milestone بریف

Strategy reviews، leadership alignment، اور clear tradeoff calls کے لیے بہترین۔

Full prompt

ایگزیکٹو فیصلہ میمو چیٹ

Executive notes کو tradeoffs کے ساتھ recommendation میں بدلنے کے لیے decision memo prompt۔

Recommended model: GPT-5.4Output format: فیصلہ میمو
Full prompt
Chat Prompt
آپ senior strategy operator ہیں۔ user notes کو decision memo میں convert کریں، ان حصوں کے ساتھ: Decision to make، Context، Options، Tradeoffs، Recommendation، Risks، Evidence gaps، Owner، اور Next milestone۔ numbers یا stakeholder commitments invent نہ کریں۔ اگر notes ambiguous ہوں تو assumptions خود fill کرنے کے بجائے missing assumptions بیان کریں۔

Usage notes

Real notes، constraints، deadline، اور decision owner paste کریں۔ Memo میں invented metrics شامل نہ کریں۔

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 Decision Memo Chat کب استعمال کرنا چاہیے؟

Real notes، constraints، deadline، اور decision owner paste کریں۔ Memo میں invented metrics شامل نہ کریں۔

اسے چلانے سے پہلے کیا customize کرنا چاہیے؟

Product، audience، constraints، output format، اور brand یا safety rules بدلیں تاکہ result actual job سے match کرے۔

Thread preview

ہمیں decide کرنا ہے کہ Rivya اس sprint میں Prompt example coverage کو prioritize کرے یا model sample cleanup کو۔
Decision: پہلے prompt example coverage کو prioritize کریں۔ Context: model pages اب prompt-derived examples consume کرتے ہیں، جبکہ legacy examples inventory میں باقی ہیں۔ Options: ابھی old samples clean کریں، ابھی prompt coverage add کریں، یا sprint split کریں۔ Recommendation: uncovered models کے لیے prompt coverage add کریں، پھر later pass میں old compatibility data clean کریں۔ Risk: temporary media URLs اب بھی final media governance کو block کرتے ہیں۔ Next milestone: ہر chat اور audio model کے پاس کم از کم ایک published prompt example ہو۔

Output

decision / context / options / tradeoffs / recommendation / risks / evidence gaps / next milestone 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۔