Эти промпты помогают исследователям использовать AI для дизайна MaxDiff-исследований и интерпретации результатов. Замените [плейсхолдеры в скобках] своими данными перед вставкой в ChatGPT, Claude или другую LLM.
Промпт 1: Сгенерировать список кандидатов
Мне нужно запустить MaxDiff для приоритизации [фич / сообщений / болевых точек / ценностных предложений] для [описание продукта или аудитории].
Контекст продукта: [1-2 предложения о продукте, целевом пользователе, бизнес-цели]
Решение, на которое повлияет исследование: [что мы сделаем по-другому в зависимости от результата]
Ограничения для списка: [тон, длина, что исключить]
Пожалуйста, сгенерируй 25-30 кандидатов для списка MaxDiff. Для каждого элемента:
1. Напиши его как одно самодостаточное утверждение из 5-12 слов
2. Убедись, что никакие два элемента не перекрываются по смыслу
3. Избегай элементов, которые являются точными противоположностями друг друга
4. Используй параллельную грамматическую структуру по всему списку
5. Сгруппируй финальный список в 4-6 тем, чтобы исследователь мог увидеть пробелы
Затем добавь короткую заметку, помечая элементы, которые могут быть запутанными, абстрактными или сложными для оценки респондентом без дополнительного контекста.Промпт 2: Проверить существующий список на проблемы
Вот список кандидатов для предстоящего MaxDiff на тему [тема]:
[Вставь список из 8-30 элементов]
Пожалуйста:
1. Помечай любую пару элементов, перекрывающихся по смыслу (респондент мог бы выбрать любой как одно и то же)
2. Помечай любую пару элементов, являющихся точными противоположностями (высокая отрицательная корреляция исказит оценки)
3. Помечай любой элемент, значительно длиннее, короче или абстрактнее остальных
4. Помечай любой элемент с жаргоном, который типичный респондент в [целевая аудитория] может не понять
5. Предложи переписанный вариант для каждого помеченного элемента
6. Предложи 2-3 кандидата, которых может не хватать в списке с учётом цели исследования [цель]Промпт 3: Интерпретировать результаты MaxDiff
Вот таблица оценок MaxDiff из исследования с [N] респондентами на тему [тема]:
[Вставь таблицу: название элемента, средняя утилита, top-3 reach %, оценки по сегментам если есть]
Контекст решения: [конкретное решение, для которого делалось исследование]
Порог случайности: [100 / число элементов, например, 4% для 25-элементного исследования]
Пожалуйста:
1. Сгруппируй элементы в три корзины: явные победители (значительно выше порога случайности), явные проигравшие (значительно ниже) и неотличимые от случайности
2. Определи размер разрыва между соседними элементами в ранжировании и помечай большие скачки (естественные точки отсечения)
3. Подсветь любой элемент, который ранжируется очень по-разному по сегментам, и объясни, что это может значить для решения
4. Порекомендуй топ-3-5 элементов для действия, нижние 3-5 для деприоритизации и элементы, требующие дополнительного исследования
5. Сделай draft executive summary в один абзац, связывающий находки с контекстом решения
6. Отметь любые оговорки или ограничения, о которых команде стоит знать при защите результатаПромпт 4: Сравнить сегменты MaxDiff
У меня есть оценки MaxDiff для одного и того же списка по [число] клиентских сегментов:
Список элементов: [список]
Оценки сегмента A: [список с названиями и оценками]
Оценки сегмента B: [список с названиями и оценками]
Оценки сегмента C: [список с названиями и оценками]
Пожалуйста:
1. Найди элементы, по которым сегменты ранжируют похоже (consensus items)
2. Найди элементы, по которым сегменты сильно расходятся (divergence items)
3. Для каждого divergence item предположи, что может объяснять разницу (разные потребности, разная стадия жизненного цикла, разный контекст использования)
4. Порекомендуй, должен ли продукт оптимизироваться под один сегмент, строить отдельные опыты или искать компромисс
5. Предложи follow-up исследовательские вопросы для валидации крупнейших расхождений