搜索提示词 (共 43,079 条结果)

在当前分类下为您检索最优质的 AI 提示词指令。

针对BI系统或Dashboard,提供千人千面的视图配置。
1. 设计基于栅格系统(Grid System)的拖拽交互。2. 规划卡片尺寸的自适应调整(Resize)。3. 定义布局配置的云端保存与还原。4. 处理多端(PC/Pad/Mobile)的响应式流排。
针对挖掘用户典型路径,识别高价值行为模式。
1. 定义行为事件的编码序列(A->B->C)。2. 使用序列挖掘算法(如SPMF/PrefixSpan)。3. 识别“魔法路径”与“流失路径”。4. 将聚类结果转化为运营策略。
针对付费增长效率,评估商业模式的可持续性。
1. 计算单位获客成本(CAC)。2. 预测用户全生命周期价值(LTV)。3. 设定LTV/CAC的健康阈值(如>3)。4. 计算投资回收期(Payback Period)。
针对搜索实时性需求,平衡索引构建成本与可见性延迟。
1. 区分全量索引与增量索引的触发时机。2. 设计NRT(Near Real Time)软提交策略。3. 规划高并发写入下的缓冲区管理。4. 定义数据删除后的物理清理周期。
针对数据异常波动,构建逻辑严密的下钻分析框架。
1. 建立MECE原则的指标拆解树。2. 识别导致波动的主导因子(渠道/版本/人群)。3. 排除季节性或外部环境的干扰。4. 输出可执行的归因结论。
针对高价值用户流失,利用ML预测离网概率。
1. 提取用户流失前的特征(活跃度下降/投诉)。2. 训练分类模型(XGBoost/RandomForest)。3. 输出用户的流失概率评分(Churn Score)。4. 接入CRM系统触发自动挽留动作。
针对留存率衰减,寻找用户流失的关键时间节点。
1. 绘制用户同期群(Cohort)留存曲线。2. 识别曲线骤降的拐点(如Day 1, Day 7)。3. 分析拐点前后的用户行为差异。4. 制定针对性的促活或挽留策略。
针对推荐系统效果,平衡“猜得全”与“猜得准”。
1. 定义召回率(Recall)与准确率(Precision)的计算公式。2. 设计多路召回策略(热门/协同/内容)。3. 引入负采样与打压机制优化准确率。4. 调节Top-N推荐列表的截断阈值。
针对实验结果的科学性,计算所需的最小样本量。
1. 设定显著性水平(α)与统计功效(1-β)。2. 估算基准转化率与最小预期提升(MDE)。3. 计算实验所需的总样本量与持续时长。4. 判定实验结果是否达到统计显著(P-value)。
针对业务流程诊断,精细化监控每一步的流失。
1. 定义漏斗的步骤序列(Step 1 -> Step N)。2. 设置各环节转化率的报警阈值。3. 维度下钻分析(按渠道/版本/机型)。4. 识别转化率突降的异常事件。
针对页面布局优化,通过热力图洞察用户注意力。
1. 采集点击坐标(x,y)与屏幕分辨率。2. 生成点击热力图(Click Map)与注意力图。3. 识别“误触区”与“无效点击区”。4. 优化高热度区域的交互响应。
针对账号安全与权益保护,定义并发登录规则。
1. 定义允许同时登录的设备数量与类型限制。2. 设计新设备登录时踢出旧设备的触发机制。3. 规划被踢下线端的实时通知与状态清理。4. 设计“管理已登录设备”的用户界面。
针对不同严重等级的版本,灵活控制用户更新行为。
1. 定义版本更新的元数据(版本号/类型/文案)。2. 设计强制更新(强更)的阻断逻辑。3. 规划非强制更新(软更)的弹窗频次。4. 设计热修复(Hotfix)的静默更新机制。
针对老年版或视力障碍用户,提供无障碍阅读体验。
1. 建立全局字体比例系数(Scale Factor)。2. 设计字体大小调节的设置滑块。3. 规划布局在字体放大后的自适应规则(流式/换行)。4. 处理固定尺寸元素(图标/按钮)的适配。
针对App后台耗电过快,利用系统调度API进行优化。
1. 识别高耗电的后台行为(频繁定位/网络轮询)。2. 迁移至JobScheduler/WorkManager等系统API。3. 设计对齐唤醒(Alignment)策略。4. 规划充电状态与网络状态的约束条件。
针对用户拒绝核心权限导致功能不可用,设计挽回流程。
1. 识别权限被拒绝的状态(本次拒绝/永久拒绝)。2. 设计解释权限用途的软引导弹窗。3. 规划跳转系统设置页的直达路径。4. 定义降级服务的展示逻辑。
针对App更新导致的数据结构变更,保证用户数据不丢失。
1. 定义数据库版本号(Version Code)管理。2. 设计增量升级脚本(Add Column/Create Table)。3. 规划跨版本升级(如v1升v5)的兼容路径。4. 处理升级失败的回滚与数据备份。
针对移动网络不稳定的现状,提高请求成功率。
1. 定义幂等接口(Idempotent)与非幂等接口的处理区别。2. 设计指数退避(Exponential Backoff)重试算法。3. 规划重试次数上限与超时时间。4. 设计网络切换(WiFi切4G)时的自动重发。
针对App冷启动慢,通过全链路打点定位耗时瓶颈。
1. 定义冷启动的起点(Click)与终点(Interactive)。2. 划分启动阶段(Application/Activity/Render)。3. 设计方法级(Method Tracing)的耗时统计。4. 识别主线程被阻塞的“罪魁祸首”。
针对提升商店评分,设计高转化、低风险的引导机制。
1. 设计“好评过滤”的前置交互(喜欢/不喜欢)。2. 规划“不喜欢”时的内部反馈拦截路径。3. 定义“喜欢”时的跳转商店或调用原生评分API逻辑。4. 设定严格的频控与触发场景。