发布活动复盘
从发布目标、执行记录和结果数据复盘哪些动作有效、哪些只是同时发生。
AI WORKBENCH / PROMPTS
写文章、改代码、整理会议记录,先选任务,再选模型。 打开模板后,把示例替换成自己的材料,就可以复制使用。
编辑整理 / 可复用模板
从发布目标、执行记录和结果数据复盘哪些动作有效、哪些只是同时发生。
根据目标、基础和时间安排学习路径,用小测与反馈推动下一步,而不是一次性倾倒答案。
依据用户阶段和已知意图设计一组有节奏的邮件,避免重复推销和没有依据的个性化。
为地区或服务场景页面规划独特信息、事实来源、用户任务和转化路径,避免批量换地名。
将分散日志按请求链路和时间线整理,区分相关事件、根因假设和下一步证据。
把事故信号转成低噪声日志查询和告警,定义分组、窗口、阈值、负责人和误报处理。
为设计师提供 Logo 探索的语义、使用场景、几何限制和评审标准,不直接替代品牌设计。
把题目拆成已知、目标、方法和自检步骤,帮助学习者掌握过程而不是只拿到结果。
把一次会议从“聊什么”变成有目标、材料、决策门槛和会后责任人的准备包。
从要做的决策和参与者角色安排会议,明确不需要开会的事项、会前输入和会后输出。
将会议转写和零散笔记整理为结论、依据、行动项、未决问题和下次检查点。
为移动端 onboarding 设计逐屏目标、信息量、插图和动作,减少一次性解释所有功能。
比较同一提示词在不同模型上的输入限制、格式遵循、工具能力和输出差异。
从用户动作和状态变化设计短动效,明确时长、反馈和无动画降级,避免动画遮挡任务。
定义多个模型或代理之间的输入、输出、责任、证据和失败交接,减少重复工作和隐式状态。
把一周素材整理成有主线的邮件通讯,区分事实、观点和推荐动作,避免信息堆积。
把一组事实和读者问题组织成有主题、来源、摘要和下一步的邮件通讯。
将方向性目标改写成有结果、有基线、有负责人和复盘周期的 OKR 草案。
从用户首次要完成的任务倒推欢迎、引导、示例和提醒,减少把“看过教程”误判为真正激活。
用收益、成本、依赖、失败代价和可逆性比较多个方案,避免只看短期好处。
把目标人群、搜索或兴趣信号、证据和落地页承接整理成可测试的广告 Brief。
明确合作伙伴画像、互惠价值、线索归因、素材和合规边界,避免只写“互相导流”。
从真实指标、请求链路和资源预算定位瓶颈,区分测量问题、代码问题和外部依赖。
把收入、固定支出、可变支出和目标储蓄整理成可执行预算,不提供未经核验的投资或借贷建议。
把学习目标、已有基础和可用时间转换成阶段目标、练习作品和复盘节点。
围绕一个明确听众问题安排播客结构、追问和事实核对,避免只堆嘉宾履历。
把播客转写整理成可搜索的摘要、时间轴、引用和节目页素材,避免改变嘉宾原意。
把制度、平台规则或政策变化拆成适用范围、影响、责任人和执行截止时间。
根据听众、决策和证据安排演示文稿的叙事顺序、每页目的和讲稿。
从咨询、流失和竞品比较中整理价格异议、真实原因、证据和回应边界。