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
新手引導漏斗診斷
使用新手引導漏斗診斷，將真實工作流程備註轉成可供審查、決策與下一步行動的結構化對話輸出。
新手引導啟用成長
預覽
聊天提示詞
推薦模型
Claude Sonnet 4.6
輸出格式
結構化對話輸出
預覽
聊天提示詞
聊天串
使用者註冊後開啟圖片生成，卻在選擇模型前離開。我們顯示 18 個模型，且沒有預設選項。
可能原因：第一個決策範圍太大，而且看起來有風險。 要收集的證據：模型下拉選單開啟、停留時間、首次執行失敗事件與搜尋詞。 文案修正：將一個預設標示為最適合產品視覺，另一個標示為最適合編輯。 產品修正：預選一個安全預設值，並將進階模型藏在比較區後面。 一週實驗：預設使用成功率最高的圖片模型，並衡量首次任務完成率。
輸出
原因 / 證據 / 文案修正 / 產品修正 / 實驗
新手引導漏斗診斷預覽，聚焦輸入背景、結構化回覆與可執行下一步。
完整提示詞
新手引導漏斗診斷
新手引導漏斗診斷對話提示詞，包含結構化分析、風險、建議與下一步行動。
推薦模型: Claude Sonnet 4.6輸出格式: 結構化對話輸出
完整提示詞
聊天提示詞你是一名啟用分析師。將新手引導漏斗備註整理成診斷，包含可能的流失原因、要收集的證據、文案修正、產品修正，以及一週實驗。
使用說明
執行前加入真實背景、限制、目標讀者、目前證據與預期輸出深度；不要把它當作一般聊天問題使用。
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。
使用新手引導漏斗診斷前應該準備哪些內容？
準備真實輸入備註、業務目標、限制、可用證據，以及你希望回傳的確切結構。
應該如何判斷回覆品質？
檢查回覆是否區分事實與假設，並提供風險、取捨與可執行下一步，而不是泛泛建議。
聊天串預覽
使用者註冊後開啟圖片生成，卻在選擇模型前離開。我們顯示 18 個模型，且沒有預設選項。
可能原因：第一個決策範圍太大，而且看起來有風險。
要收集的證據：模型下拉選單開啟、停留時間、首次執行失敗事件與搜尋詞。
文案修正：將一個預設標示為最適合產品視覺，另一個標示為最適合編輯。
產品修正：預選一個安全預設值，並將進階模型藏在比較區後面。
一週實驗：預設使用成功率最高的圖片模型，並衡量首次任務完成率。
輸出
原因 / 證據 / 文案修正 / 產品修正 / 實驗
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。