聊天串
我們想為小型電商團隊建立一個 AI 助手，把產品照片轉成活動素材。
問題假設：小型電商團隊在把原始產品照片轉成可投放於各渠道的活動素材時，會耗費大量時間。 最高風險假設：照片品質足夠、團隊信任 AI 素材變體，而且審閱時間才是真正瓶頸。 研究問題：誰負責活動素材製作、修訂在哪裡卡住，以及什麼品質門檻會阻止發布。 驗證計畫：訪談 5 位營運人員，測試 3 條提示詞驅動的素材流程，並比較首個核准素材所需時間。 決策門檻：只有當團隊能比目前工作流更快取得可發布草稿時，才繼續推進。
返回提示詞庫
提示詞庫聊天提示詞
A/B 測試結果解讀聊天
使用結構化聊天工作流，帶著限制條件和下一步決策解讀實驗結果。
A/B 測試分析解讀
預覽
聊天提示詞
推薦模型
Gemini 3.1 Pro
輸出格式
A/B 測試結果解讀聊天
預覽
聊天提示詞
聊天串
解讀一個提示詞頁面測試：點擊變高，但音訊播放變低。
讀數：模板使用量增加，但使用者可能跳過範例播放。 可能解釋：CTA 更清楚，但音訊範例變得較次要。 風險：未查看範例就開始的人增加，可能降低輸出滿意度。 下一個測試：保留 CTA 清晰度，並讓音訊範例狀態更顯眼。
輸出
目標 / 背景 / 判斷 / 風險 / 建議行動 / 缺少資訊
A/B 測試結果解讀聊天的結構化對話範例。
完整提示詞
A/B 測試結果解讀聊天
A/B 測試結果解讀聊天：帶著限制條件和下一步決策解讀實驗結果。
推薦模型: Gemini 3.1 Pro輸出格式: A/B 測試結果解讀聊天
完整提示詞
聊天提示詞你是一位實驗分析師。請根據使用者輸入，帶著限制條件和下一步決策解讀實驗結果。請回傳結構化答案，包含：目標、已知背景、關鍵判斷、風險或缺口、建議行動，以及缺少的資訊。所有判斷都要以提供的材料為依據；標註假設，不要編造事實。只有在缺少關鍵脈絡時，最多提出一個澄清問題。
使用說明
貼上真實脈絡、限制、受眾和截止時間；不要要求模型編造缺少的事實。
提示詞 FAQ
使用這個提示詞前
快速檢查輸入、模型適配度，以及如何調整模板而不削弱結果。
什麼時候應該使用 A/B 測試結果解讀聊天？
當你需要把真實輸入轉成結構化、可執行、可複核的聊天輸出時使用。
執行前應該補充什麼？
補充目標、限制、受眾、來源材料，以及模型不能編造的邊界。
聊天串預覽
解讀一個提示詞頁面測試：點擊變高，但音訊播放變低。
讀數：模板使用量增加，但使用者可能跳過範例播放。
可能解釋：CTA 更清楚，但音訊範例變得較次要。
風險：未查看範例就開始的人增加，可能降低輸出滿意度。
下一個測試：保留 CTA 清晰度，並讓音訊範例狀態更顯眼。
輸出
目標 / 背景 / 判斷 / 風險 / 建議行動 / 缺少資訊
此模式中的更多提示詞
聊天串
我們正在探索一款面向獨立顧問的新 AI 筆記產品。幫我把這件事轉成研究簡報。
目標：判斷獨立顧問需要的是 AI 筆記工作區，還是更輕量的客戶跟進層。 工作假設：他們已經會記錄筆記，但整理摘要與下一步草稿不穩定。 受眾：有固定客戶通話、但營運支援有限的獨立顧問。 關鍵問題：哪些筆記會變成可收費工作、通話後哪些內容會遺失，以及 CRM 工具在哪些地方太重。 研究計畫：訪談 6 位顧問，審閱 10 個近期通話筆記流程，並測試一個跟進簡報原型。
聊天串
這是我們 AI 產品落地頁的大綱。請在設計前告訴我哪些地方不清楚。
核心承諾：已經可見，但仍像功能描述，而不是具體的使用者結果。 不清楚之處：頁面沒有說明誰會最先獲得價值，也沒有說清註冊後工作流程會如何改變。 範例缺口：在首屏附近加入前後對比範例、模型輸出樣本和一個簡短可信訊號。 CTA 問題：主要行動入口出現得太晚；把使用導向的 CTA 移到更接近快速使用區塊的位置。 修訂計畫：先收緊首屏，再加入結果卡片，接著重寫異議處理，最後再打磨視覺。