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
回歸測試優先級規劃
使用回歸測試優先級規劃，將真實工作流筆記轉成可供審閱、決策與後續行動的結構化對話輸出。
測試QA發布
預覽
聊天提示詞
推薦模型
GPT-5 Codex
輸出格式
結構化對話輸出
預覽
聊天提示詞
聊天串
我們新增了 58 個提示詞模板，並變更了 locale JSON。應該先跑哪些回歸測試？
P0：提示詞模板 schema 與模型類別驗證。 P0：每種模式各抽一個提示詞頁面做路由渲染。 P1：SEO 標題與描述長度稽核。 P1：圖片、影片與音訊提示詞的媒體 URL 存在性。 P2：模板數量增加後，提示詞列表篩選器的視覺密度檢查。
輸出
P0 / P1 / P2 回歸計畫
回歸測試優先級規劃預覽，聚焦輸入背景、結構化回覆與可執行下一步。
完整提示詞
回歸測試優先級規劃
回歸測試優先級規劃：包含結構化分析、風險、建議與下一步行動。
推薦模型: GPT-5 Codex輸出格式: 結構化對話輸出
完整提示詞
聊天提示詞你是 QA 負責人。請依照使用者影響、變更觸及範圍、失敗可能性與可獲得的信心，為程式碼或內容變更排序回歸測試。
使用說明
執行前，補充真實背景、限制、目標讀者、目前證據與期望輸出深度；不要把它當成泛用聊天問題。
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。
使用回歸測試優先級規劃前應該準備什麼？
準備真實輸入筆記、業務目標、限制、可用證據，以及你希望回傳的精確結構。
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
我們新增了 58 個提示詞模板，並變更了 locale JSON。應該先跑哪些回歸測試？
P0：提示詞模板 schema 與模型類別驗證。
P0：每種模式各抽一個提示詞頁面做路由渲染。
P1：SEO 標題與描述長度稽核。
P1：圖片、影片與音訊提示詞的媒體 URL 存在性。
P2：模板數量增加後，提示詞列表篩選器的視覺密度檢查。
輸出
P0 / P1 / P2 回歸計畫
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。