对话线程
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。
返回提示词库
提示词库对话提示词
新用户转化漏斗诊断
使用「新用户转化漏斗诊断」把真实业务输入整理成结构化对话输出，适合复核、决策和后续执行。
新用户引导激活增长
示例预览
对话提示词
推荐使用模型
Claude Sonnet 4.6
输出形式
结构化对话输出
示例预览
对话提示词
对话线程
用户注册后进入图片生成页，但在选择模型前流失。页面展示 18 个模型，没有默认选项。
可能原因：首次决策范围太大，而且看起来有风险。 需补证据：模型下拉打开率、悬停时长、首次任务失败事件和搜索词。 文案修复：标出一个适合产品图的默认模型和一个适合编辑的模型。 产品修复：预选安全默认项，把高级模型放进对比区。 一周实验：默认选择成功率最高的图片模型，观察首次任务完成率。
输出摘要
原因 / 证据 / 文案修复 / 产品修复 / 实验
「新用户转化漏斗诊断」预览，重点检查输入、结构化回复和可执行下一步。
完整提示词
新用户转化漏斗诊断
「新用户转化漏斗诊断」对话提示词，输出结构化分析、风险、建议和下一步。
推荐使用模型: Claude Sonnet 4.6输出形式: 结构化对话输出
完整提示词
对话提示词你是激活分析师。把新用户漏斗笔记整理成诊断，包含掉点原因、需补证据、文案修复、产品修复和一周实验。
使用说明
运行前补充真实背景、约束、目标读者、当前证据和期望输出深度；不要把模板当成泛聊天问题。
提示词 FAQ
使用前先确认这些问题
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。
使用「新用户转化漏斗诊断」前应该准备什么？
准备真实输入、业务目标、约束、已有证据和你希望 AI 输出的具体结构。
如何判断回复质量？
检查回复是否区分事实和假设，是否给出风险、取舍和可执行下一步，而不是泛泛建议。
线程预览
用户注册后进入图片生成页，但在选择模型前流失。页面展示 18 个模型，没有默认选项。
可能原因：首次决策范围太大，而且看起来有风险。
需补证据：模型下拉打开率、悬停时长、首次任务失败事件和搜索词。
文案修复：标出一个适合产品图的默认模型和一个适合编辑的模型。
产品修复：预选安全默认项，把高级模型放进对比区。
一周实验：默认选择成功率最高的图片模型，观察首次任务完成率。
输出摘要
原因 / 证据 / 文案修复 / 产品修复 / 实验
同模态更多提示词
对话线程
我们在探索一款面向独立顾问的 AI 笔记产品，帮我整理成研究简报。
目标：判断独立顾问真正需要 AI 笔记工作台，还是更轻量的客户跟进层。 当前假设：他们已经会记录会议，但综合整理和下一步草稿不稳定。 目标用户：有重复客户会议、但缺少运营支持的独立顾问。 关键问题：哪些笔记会变成可收费工作，通话后哪些内容会丢失，现有 CRM 哪里过重。 研究计划：访谈 6 位顾问，复盘 10 个近期通话笔记流程，并测试一个跟进简报原型。
对话线程
这是我们的 AI 产品落地页大纲。在设计前帮我指出哪里不清楚。
核心承诺：已经出现，但仍像功能描述，不够像具体用户结果。 不清楚处：页面没有说明谁会最先获得价值，也没有讲清注册后工作流如何变化。 证明缺口：在首屏附近补前后对比示例、模型输出样例和一个简短可信信号。 CTA 问题：主行动入口出现得偏晚；应把面向使用的 CTA 放到更靠近快速使用区块的位置。 修改计划：先收紧首屏，再补结果卡片，最后改写异议处理后再做视觉润色。