Присоединиться бесплатно

Turn a vague request into a clear brief

Автор: AILesson4 мин на настройкуПроверено на:ChatGPTClaudeGeminiПроверено: 2026-08-27

Быстрый ответ

Expose missing decisions, constraints, and success criteria before work begins. Укажите: The original request, Known context. Ожидаемый результат: A structured brief plus the questions that still need answers.

1

Добавьте контекст

ваш текст остаётся в этом браузере. AILesson Prompts не отправляет его ни в модель, ни на сервер.

2

Ваш промпт

Незаполненные поля остаются видимыми как заполнители, поэтому вы всё равно можете скопировать и отредактировать промпт

Turn the request below into a clear, executable brief.

Original request:
[request]

Known context:
[context]

Do not invent missing facts. Separate confirmed information from assumptions. Produce:
1. Objective
2. Target audience or user
3. Required deliverable
4. Constraints and non-goals
5. Success criteria
6. Decisions already made
7. The five highest-priority questions that must still be answered

End with a one-sentence definition of done.
Попробовать в Playground
Конфиденциально по умолчаниюПромпт собирается локально в вашем браузере. Не вводите конфиденциальную информацию в сервисы ИИ, если ваша организация этого не разрешает.

От исходных данных к результату

Разобранный пример

Посмотрите, как конкретный контекст превращает этот рецепт в полезный результат

Реальный ввод

The original request
We need a better onboarding experience for the volunteer scheduling portal before the autumn intake.
Known context
The portal is used by new volunteers at a community food bank. The operations team can edit emails and help content but cannot change the account-creation flow this quarter. The autumn intake begins on 15 September. Support logs show that new volunteers often ask where to find their first shift, but no baseline completion data has been collected. One designer and one operations coordinator are available for two weeks.

Пример вывода

1. Objective

Help newly registered food-bank volunteers find and understand their first scheduled shift before the autumn intake begins.

2. Target user

Confirmed: new volunteers using the scheduling portal. Assumption requiring validation: volunteers who contact support represent the broader onboarding audience.

3. Required deliverable

A reviewable onboarding improvement package that the operations team can implement within two weeks, covering editable emails and help content. The exact formats and number of assets are not yet confirmed.

4. Constraints and non-goals

  • Deadline: ready before 15 September.
  • Capacity: one designer and one operations coordinator for two weeks.
  • Changes are limited to emails and help content.
  • Account-creation changes and a full portal redesign are out of scope.

5. Success criteria

Reduce confusion about finding the first shift. A measurable target and baseline are still missing; the team must choose a proxy such as related support requests or successful first-shift discovery.

6. Decisions already made

Target the autumn intake, use existing editable communication surfaces, and exclude account-creation changes.

7. Highest-priority questions

  1. Which email and help pages can be changed?
  2. What path should volunteers follow to find a first shift?
  3. Which support-log examples reveal the main confusion?
  4. What metric and baseline will define improvement?
  5. Who approves and publishes the final content?

Definition of done: The agreed email and help-content changes are approved, published before 15 September, and paired with a defined measure for first-shift discovery.

Почему это работает

  1. 1

    It makes the model preserve uncertainty instead of silently filling gaps.

  2. 2

    The output structure turns discussion into a reviewable work artifact.

Проверьте результат

  • Are assumptions visibly separated from facts?

  • Could another person tell exactly when the task is done?

Используйте уверенно

Часто задаваемые вопросы

Практические ответы о том, когда использовать этот рецепт, что нужно предоставить и где по-прежнему важна проверка человеком

What should I prepare before using “Turn a vague request into a clear brief”?

For “Turn a vague request into a clear brief,” prepare The original request and Known context. Replace placeholders only with information you can verify. If a detail is unknown, preserve that uncertainty explicitly instead of asking the model to infer it.

When is the “Turn a vague request into a clear brief” result not ready to use?

The result is not ready if it does not yet deliver the stated outcome—A structured brief plus the questions that still need answers—from the supplied evidence, or if it relies on unresolved assumptions, missing approvals, or invented details. Use the checks as release gates: revise the source inputs or assign a named, authorized reviewer instead of polishing an unsupported output.

Which AI tools have recorded tests for “Turn a vague request into a clear brief”?

The published test record for “Turn a vague request into a clear brief” lists ChatGPT, Claude, and Gemini as of 2026-08-27. This confirms recorded runs, not guaranteed compatibility or identical results in later product versions. For another tool or version, keep every constraint visible and repeat the result checks before use.

Другие способы изучения

Где этот рецепт применим

Текстовые промтыПланирование и принятие решенийДля руководителейОт запроса к обновлению статуса

Продолжайте работу

AILesson · Рекомендуемые курсы

ваш следующий шаг: примените ИИ на практике

Перейдите от понимания ИИ к выполнению задач. Практикуйтесь в составлении запросов, проверке и улучшении результатов с помощью интерактивных уроков для работы и повседневной жизни.

Просмотреть все курсы
Обложка курса «ИИ для начинающих»

15 интерактивных уроков

ИИ для начинающих

Начните полезную беседу с ИИ, улучшите ответ, проверьте важное и поймите, когда следующий шаг нужно сделать вам.

Просмотреть этот курс
Обложка курса «Основы ChatGPT»

10 интерактивных уроков

Основы ChatGPT

Освойте ChatGPT на трёх практических рабочих процессах: проведите первую беседу, поработайте с файлом, а затем перенесите проверенный план в новую беседу с помощью проектов.

Просмотреть этот курс
Обложка курса «Как работает генеративный ИИ»

7 интерактивных уроков

Как работает генеративный ИИ

Разберитесь, как распространённые ИИ-чаты изучают закономерности языка, используют текущие сообщения, формируют ответы и подключают источники и инструменты.

Просмотреть этот курс