Синтез UX-исследования в JSON для продуктовых решений
Промпт превращает данные пользовательского исследования в структурированный JSON с инсайтами, паттернами, болями и рекомендациями, сохраняя ссылки на цитаты, метрики, гипотезы и шаги команды.
Синтезируй результаты пользовательского исследования для {product_type} по данным {research_data_types}, собранным у {user_segments} ради цели {research_objective}. Если переданы {research_timeframe}, {sample_size} и {research_methods}, используй их явно.
Правила
- Используй только предоставленные данные.
- Не придумывай новые цитаты, числа или факты.
- Если данных не хватает, перечисли пробелы в appendix.missing_data и помечай выводы как гипотезу только там, где это неизбежно.
- Для каждого содержательного утверждения указывай источники из входных данных.
- Все текстовые поля делай компактными, обычно до 300 слов.
- Верни только JSON-объект.
Контракт ответа
{
"executive_summary": {
"one_sentence": "1 предложение",
"summary_3_sentences": "до 3 предложений"
},
"key_insights": [
{
"id": "строка",
"title": "строка",
"description": "до 3 предложений",
"supporting_quotes": [{"quote": "прямая цитата", "user_segment": "сегмент"}],
"quantitative_evidence": [{"metric": "метрика", "value": "число или строка", "source": "источник"}],
"implication_for_product": "до 2 предложений",
"confidence": "high|medium|low"
}
],
"behavioral_patterns": [
{
"pattern_id": "строка",
"title": "строка",
"description": "строка",
"prevalence": "строка",
"supporting_evidence": [{"quote": "цитата", "metric": "метрика", "value": "значение"}]
}
],
"pain_points": [
{
"pain_id": "строка",
"title": "строка",
"description": "строка",
"affected_segments": ["сегменты"],
"severity": "high|medium|low",
"supporting_evidence": [{"quote": "цитата", "metric": "метрика", "value": "значение"}]
}
],
"product_recommendations": [
{
"rec_id": "строка",
"title": "строка",
"description": "конкретное действие",
"target_segments": ["сегменты"],
"priority": 1,
"priority_score": {
"method": "RICE|Impact/Effort",
"reach": 0,
"impact": 0,
"confidence": 0,
"effort": 0,
"calculated_score": 0
},
"expected_outcome": "строка",
"success_metrics": [{"metric": "метрика", "baseline": "значение", "target": "значение"}],
"supporting_evidence": {
"quotes": [{"quote": "цитата", "user_segment": "сегмент"}],
"metrics": [{"metric": "метрика", "value": "значение", "source": "источник"}]
},
"implementation_considerations": "строка",
"risks_assumptions": ["пункты"],
"confidence": "high|medium|low"
}
],
"recommended_next_steps": [
{"step": "строка", "owner": "роль", "timeline": "строка", "priority": "high|medium|low"}
],
"appendix": {
"data_used": ["источники"],
"missing_data": ["важные пробелы"],
"methodology_summary": "1-3 предложения"
}
}
Дополнительная проверка
- Во всех разделах используй только данные из входа.
- Для каждой product_recommendation укажи минимум одну цитату и одну метрику, либо прямо объясни их отсутствие внутри supporting_evidence.
- Не добавляй текст вне JSON.
ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT