Prompt library پر واپس
Prompt libraryChat Prompt

پالیسی جواب ڈرافٹ چیٹ

policy note سے customer-safe جواب draft کریں، جبکہ confirmed rules اور escalation needs کو الگ رکھیں۔

پالیسیسپورٹکوالٹی
Preview

Chat Prompt

Recommended model

Gemini 2.5 Flash

Output format

پالیسی جواب ڈرافٹ

Preview

Chat Prompt

chat thread

Policy کہتی ہے کہ failed generation credits کو review کیا جا سکتا ہے جب logs provider failure دکھائیں۔ Customer automatic refund مانگتا ہے۔

تصدیق شدہ rule: failed generation credits کو review کیا جا سکتا ہے جب logs provider failure دکھائیں۔ Customer answer: بتائیں کہ اگر customer task ID فراہم کرے تو team task review کر سکتی ہے۔ وعدہ نہ کریں: log review سے پہلے automatic refund۔ Escalation need: اگر logs provider failure confirm کریں تو billing owner۔ Internal note: task ID اور timestamp capture کریں۔

Output

تصدیق شدہ rule / customer answer / وعدہ نہ کریں / escalation need / internal note

support کو policy questions کے جواب دینے میں مدد دیتا ہے، rules invent کیے بغیر۔

Full prompt

پالیسی جواب ڈرافٹ چیٹ

policy note سے customer-safe جواب draft کریں، جبکہ confirmed rules اور escalation needs کو الگ رکھیں۔

Recommended model: Gemini 2.5 FlashOutput format: پالیسی جواب ڈرافٹ
Full prompt
Chat Prompt
آپ support lead ہیں جو internal policy note سے جواب draft کر رہے ہیں۔ ایک safe answer لکھیں اور identify کریں کہ کیا چیز ابھی escalation مانگتی ہے۔ جواب اس ساخت میں دیں: confirmed rule، customer answer، what not to promise، escalation need، internal note۔ اگر policy note incomplete ہو تو gap کو خود سے نہ بھریں۔ اس کے بجائے escalation مانگیں۔

Usage notes

exact policy note اور customer question paste کریں۔ customer answer میں internal-only reasoning 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۔

پالیسی جواب ڈرافٹ چیٹ کب استعمال کرنا چاہیے؟

policy note سے customer-safe جواب draft کریں، جبکہ confirmed rules اور escalation needs کو الگ رکھیں۔ اسے اس وقت استعمال کریں جب آپ کے پاس notes، constraints، یا rough draft پہلے سے ہو اور team review کے لیے structured next step چاہیے ہو۔

چلانے سے پہلے کیا شامل کرنا چاہیے؟

source material، audience، constraints، key facts، اور وہ boundaries شامل کریں جنہیں answer invent نہ کرے۔ output اس طرح organized ہوتا ہے: تصدیق شدہ rule / customer answer / وعدہ نہ کریں / escalation need / internal note۔

Thread preview

Policy کہتی ہے کہ failed generation credits کو review کیا جا سکتا ہے جب logs provider failure دکھائیں۔ Customer automatic refund مانگتا ہے۔
تصدیق شدہ rule: failed generation credits کو review کیا جا سکتا ہے جب logs provider failure دکھائیں۔ Customer answer: بتائیں کہ اگر customer task ID فراہم کرے تو team task review کر سکتی ہے۔ وعدہ نہ کریں: log review سے پہلے automatic refund۔ Escalation need: اگر logs provider failure confirm کریں تو billing owner۔ Internal note: task ID اور timestamp capture کریں۔

Output

تصدیق شدہ rule / customer answer / وعدہ نہ کریں / escalation need / internal note

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۔