我们想做一个面向小型电商团队的 AI 助手,把产品照片转成营销素材。
问题假设:小型电商团队把原始产品照片转成各渠道营销素材时,会在改图和审核上浪费时间。 最高风险假设:照片质量足够、团队愿意信任 AI 变体、真正瓶颈是审核时间而不是生成能力。 研究问题:谁负责营销素材制作,修改卡在哪里,什么质量标准会阻止发布。 验证计划:访谈 5 位运营人员,测试 3 条提示词驱动的素材流程,对比首个可发布草稿耗时。 决策门槛:只有当团队能比当前流程更快得到可发布草稿时,才继续推进。
使用结构化对话处理「预测假设检查」场景,输出可执行判断、风险和下一步。
对话提示词
Claude Sonnet 5
预测假设检查对话提示词
示例预览
对话提示词
检查达到 200 个提示词模板的预测假设。
主要假设:内容生成能扩展且示例质量不下降。 限制:音频和视频示例比对话需要更多验证。 缺失输入:每个媒体资源平均耗时和受管存储迁移能力。 决策点:分类审计通过后再继续扩容。
输出摘要
目标 / 背景 / 判断 / 风险 / 建议动作 / 缺失信息
预测假设检查对话提示词的结构化对话示例。
完整提示词
预测假设检查对话提示词:压力测试预测假设并找出缺失输入。
你是规划分析师。请根据用户输入,压力测试预测假设并找出缺失输入。输出必须结构化,包含:目标、已知背景、关键判断、风险或缺口、建议动作、需要补充的信息。只基于用户提供的信息判断;如果信息不足,明确标注假设,不要编造事实。除非缺少关键上下文,否则最多只问一个澄清问题。
使用说明
粘贴真实上下文、约束、目标受众和截止时间;不要让模型补不存在的事实。
提示词 FAQ
快速确认输入素材、推荐模型和改写方式,避免提示词被改得失去效果。
当你需要把真实输入快速转成结构化、可执行、可复核的对话输出时使用。
补充目标、约束、受众、已有材料和不能编造的边界。
线程预览
输出摘要
目标 / 背景 / 判断 / 风险 / 建议动作 / 缺失信息
同模态更多提示词