Prompt library پر واپس
Prompt libraryChat Prompt

سکیورٹی ریویو سوالات چیٹ

feature note سے security review questions بنائیں، auth، storage، user data اور abuse paths پر توجہ دیتے ہوئے۔

سکیورٹیانجینئرنگخطرہ
Preview

Chat Prompt

Recommended model

GPT-5.3 Codex

Output format

سکیورٹی ریویو سوالات

Preview

Chat Prompt

chat thread

Feature users کو reference images upload کرنے، history رکھنے، اور studio sessions کے درمیان prompts دوبارہ استعمال کرنے دیتا ہے۔

Auth question: reused prompts اور uploaded references تک کون رسائی حاصل کر سکتا ہے۔ Storage question: reference assets کہاں رہتے ہیں اور کب expire ہوتے ہیں۔ User data question: کیا prompts میں private customer data شامل ہو سکتا ہے۔ Abuse path: public sharing private media کو expose کر سکتی ہے۔ Review owner: launch سے پہلے security اور product کو retention rules چاہیے۔

Output

auth question / storage question / user data question / abuse path / review owner بریف

feature note سے security review questions بنائیں، auth، storage، user data اور abuse paths پر توجہ دیتے ہوئے۔

Full prompt

سکیورٹی ریویو سوالات چیٹ

feature note سے security review questions بنائیں، auth، storage، user data اور abuse paths پر توجہ دیتے ہوئے۔

Recommended model: GPT-5.3 CodexOutput format: سکیورٹی ریویو سوالات
Full prompt
Chat Prompt
آپ security-minded engineer ہیں جو کسی feature کے لیے review questions تیار کر رہے ہیں۔ فراہم کردہ نوٹس کو ایک عملی جائزے میں بدلیں جس پر ٹیم عمل کر سکے۔ جواب ان حصوں کے ساتھ دیں: Auth question، storage question، user data question، abuse path، review owner۔ ہر دعوے کو فراہم کردہ نوٹس پر مبنی رکھیں۔ حقائق گھڑنے کے بجائے غائب معلومات کو نشان زد کریں۔

Usage notes

حقیقی نوٹس، پابندیاں اور ماخذ مواد پیسٹ کریں۔ نجی ڈیٹا کو باہر رکھیں جب تک وہ جائزے کے لیے ضروری نہ ہو۔

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۔

Security Review Questions Chat کب استعمال کرنا چاہیے؟

feature note سے security review questions بنائیں، auth، storage، user data اور abuse paths پر توجہ دیتے ہوئے۔ اسے تب استعمال کریں جب آپ کے پاس پہلے سے نوٹس، پابندیاں یا rough draft موجود ہو اور ٹیم کے جائزے کے لیے منظم اگلا قدم چاہیے۔

چلانے سے پہلے کیا شامل کرنا چاہیے؟

ماخذ مواد، سامعین، پابندیاں، اہم حقائق اور وہ حدود شامل کریں جنہیں جواب گھڑ نہ سکے۔ آؤٹ پٹ Auth question / storage question / user data question / abuse path / review owner کے طور پر منظم ہوتا ہے۔

Thread preview

Feature users کو reference images upload کرنے، history رکھنے، اور studio sessions کے درمیان prompts دوبارہ استعمال کرنے دیتا ہے۔
Auth question: reused prompts اور uploaded references تک کون رسائی حاصل کر سکتا ہے۔ Storage question: reference assets کہاں رہتے ہیں اور کب expire ہوتے ہیں۔ User data question: کیا prompts میں private customer data شامل ہو سکتا ہے۔ Abuse path: public sharing private media کو expose کر سکتی ہے۔ Review owner: launch سے پہلے security اور product کو retention rules چاہیے۔

Output

auth question / storage question / user data question / abuse path / review owner 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۔