کتابخانه پرامپت‌های هوش مصنوعی

پرامپت‌های هوش مصنوعی برای آنالیتیکس WooCommerce و CRO

دوازده پرامپت کپی‌-پیست که خروجی‌های Statnive شما را به فرضیه‌های CRO تبدیل می‌کنند. هر یک با یک گزارش مشخص جفت می‌شود، محدودیتی که نمی‌تواند رفع کند را نام می‌برد و با ChatGPT، Claude یا Gemini کار می‌کند.

به همان شکل استفاده کنید، برای تطبیق با فروشگاه‌تان ویرایش کنید، یا پرامپت‌ها را به‌هم زنجیر کنید. همه خروجی‌ها فرضیه هستند — پیش از ارسال در برابر چک‌لیست‌های Baymard اعتبارسنجی کنید.

برای هر پرامپت: یک CSV از گزارش نام‌برده‌شده Statnive خروجی بگیرید، آن را بچسبانید و پرامپت کامل را در دستیار هوش مصنوعی خود کپی کنید. پرامپت‌ها فرض می‌کنند Statnive را روی یک فروشگاه تک‌نفره WooCommerce (5K تا 50K دلار در ماه) اجرا می‌کنید و خروجی آماده تصمیم می‌خواهید، نه فلج تحلیل.

  1. #01

    بازبینی هفتگی

    زمان استفاده
    هر دوشنبه صبح. اعداد 7 روز گذشته در برابر 7 روز قبلی را بچسبانید و یک فهرست عملی 3 موردی بگیرید.
    جفت می‌شود با
    مرور کلی + گزارش درآمد
    نکته احتیاطی
    دلتاهای ترافیک «مرور کلی» را با دلتاهای کانال «گزارش درآمد» جفت کنید. v1.0.0 به هوش مصنوعی اجازه می‌دهد تغییرات منبع ترافیک را مستقیماً به تغییرات درآمد گره بزند.
    نمایش پرامپت
    You are a CRO analyst for a solo WooCommerce store. Here is week-over-week data on Sessions, Bounces, and Channels:
    
    [PASTE CSV: 7-day current vs 7-day previous Overview export]
    
    Identify the 3 most important changes. Label each as 'investigate / act / ignore'. Suggest one experiment for the 'act' items. Keep it under 200 words.
  2. #02

    CRO صفحه فرود

    زمان استفاده
    پس از عرضه یک کمپین پولی، یا هر زمان صفحه‌های ورود برتر شما جابه‌جا می‌شوند.
    جفت می‌شود با
    صفحه‌ها ← صفحه‌های ورود
    نکته احتیاطی
    هوش مصنوعی فرضیه پیشنهاد می‌دهد، نه حکم. همیشه پیش از ارسال یک تغییر در برابر چک‌لیست‌های Baymard اعتبارسنجی کنید.
    نمایش پرامپت
    Here is Entry Count, Bounces, and Total Duration for my top 10 entry pages:
    
    [PASTE CSV from Statnive Pages report, sorted by Entry Count]
    
    Rank them by CRO opportunity. For the top 3, list 3 hypotheses each and one concrete experiment per hypothesis. Output as a table.
  3. #03

    بهینه‌سازی صفحه محصول

    زمان استفاده
    ممیزی فصلی PDP، یا وقتی یک محصول خاص عملکرد ضعیفی دارد.
    جفت می‌شود با
    صفحه‌ها (فیلتر /product/)
    نکته احتیاطی
    مدت بالا روی یک PDP می‌تواند نشانه علاقه واقعی یا سردرگمی باشد. با شمارش خروج جفت کنید تا ابهام برطرف شود.
    نمایش پرامپت
    Here is Views, Total Duration, and Exit Count for my product pages (filtered to URLs containing /product/):
    
    [PASTE CSV]
    
    Identify the 3 PDPs with the strongest signal of friction. For each, hypothesize the 3 most likely causes. Recommend the lowest-effort fix per cause.
  4. #04

    ممیزی کیفیت کمپین

    زمان استفاده
    بازبینی ماهانه تبلیغات پولی، یا وقتی شک دارید کمپینی پول هدر می‌دهد.
    جفت می‌شود با
    ارجاع‌دهنده‌ها (فیلتر UTM) + درآمد بر اساس کانال
    نکته احتیاطی
    از v1.0.0، تفکیک کانال در گزارش درآمد، درآمد به ازای هر کانال را مستقیماً به شما می‌دهد — با داده UTM ارجاع‌دهنده‌ها جفت کنید تا ROAS در سطح منبع داشته باشید.
    نمایش پرامپت
    Here is UTM campaign data: Source, Medium, Campaign, Sessions, Bounces, Total Duration:
    
    [PASTE CSV from Referrers report, UTM dimensions]
    
    Identify campaigns to scale, fix, or pause. For each pause/fix recommendation, give the diagnostic signal and the next step. Output as a table with reasons. Apply the channel-health rule: pass = bounces below site avg AND duration above site avg.
  5. #05

    پاک‌سازی بهداشت UTM

    زمان استفاده
    وقتی سهم ترافیک مستقیم شما به‌طور مشکوک از 25% بالاتر می‌رود، یا پیش از افزودن یک پلتفرم تبلیغاتی جدید.
    جفت می‌شود با
    ارجاع‌دهنده‌ها (ابعاد UTM)
    نکته احتیاطی
    هوش مصنوعی ناهماهنگی‌های نام‌گذاری را می‌گیرد اما نمی‌تواند انضباط زیربنایی مدیریت کمپین را رفع کند. یک قرارداد نام‌گذاری واحد بپذیرید و آن را در سطح پلتفرم تبلیغاتی اعمال کنید.
    نمایش پرامپت
    Here is my UTM list (Source/Medium/Campaign distinct values for the last 90 days):
    
    [PASTE CSV]
    
    Identify (1) naming inconsistencies (capitalization, duplicates, typos), (2) the most likely consolidations, and (3) propose a standardized lowercase naming scheme with examples. Flag any 'utm_medium' value that does not match Statnive's 8 channel buckets.
  6. #06

    تشخیص شکاف UX موبایل

    زمان استفاده
    ممیزی فصلی موبایل، یا هر زمان تغییری در تسویه‌حساب/PDP ارسال می‌کنید.
    جفت می‌شود با
    دستگاه‌ها
    نکته احتیاطی
    Statnive نرخ پرش/خروج را بر اساس نوع دستگاه اندازه می‌گیرد اما سرعت صفحه را اندازه نمی‌گیرد. این تحلیل را با یک اجرای Lighthouse / Web Vitals برای بعد سرعت جفت کنید.
    نمایش پرامپت
    Here is bounce rate by Device Type for my top 10 pages:
    
    [PASTE CSV: Pages × Device Type cross-tab from Statnive]
    
    For each page where mobile bounce exceeds desktop bounce by 15 percentage points or more, list the page and suggest 3 mobile-specific fixes (one for layout, one for speed, one for input/interaction). Skip pages where the gap is within 15pp.
  7. #07

    اسکن فرصت منطقه‌بندی

    زمان استفاده
    ممیزی فصلی بین‌المللی؛ یا پیش از در نظر گرفتن یک پروژه ترجمه/ارز.
    جفت می‌شود با
    جغرافیا + زبان‌ها
    نکته احتیاطی
    هوش مصنوعی فرصت‌ها را رتبه‌بندی می‌کند؛ ROI واقعی منطقه‌بندی به هزینه‌های ارسال، ظرفیت پشتیبانی و تنظیم مالیات شما در هر کشور بستگی دارد. خروجی را به‌عنوان فهرست کوتاه ببینید، نه یک تعهد.
    نمایش پرامپت
    Here is Geography data: Country, Visitors, Total Duration, Bounces:
    
    [PASTE CSV from Statnive Geography report]
    
    Identify the top 3 countries with: at least 5% share of total visitors AND total duration at least 80% of my domestic visitors' duration. For each, recommend currency-first or language-first as the cheapest first localization test, and explain why.
  8. #08

    انتساب محتوا به محصول

    زمان استفاده
    وقتی یک پست وبلاگ بهترین صفحه ورود شماست اما به نظر نمی‌رسد فروش محصول می‌آورد.
    جفت می‌شود با
    صفحه‌ها (ارجاع متقابل وبلاگ + محصول)
    نکته احتیاطی
    بدون رویدادهای صفحه بعدی، این تحلیل همبستگی است، نه انتساب. به‌عنوان یک سیگنال استراتژی محتوا ببینید، نه یک مدل درآمد.
    نمایش پرامپت
    Here are my top 20 blog posts by Views and Exit Count:
    
    [PASTE CSV from Statnive Pages report, filtered to blog URLs]
    
    Which posts are 'bleeding' traffic (high views + high exits + low next-page conversion)? For each, suggest 2 contextual internal links to product pages that would naturally fit the post's topic.
  9. #09

    تشخیص صفحه خروج

    زمان استفاده
    پس از شناسایی یک صفحه با خروج بالا از طریق ریاضی از‌دست‌رفت مطلق، پیش از ارسال یک رفع.
    جفت می‌شود با
    صفحه‌ها ← صفحه‌های خروج
    نکته احتیاطی
    هوش مصنوعی فرضیه می‌سازد؛ شما اعتبارسنجی می‌کنید. همیشه در برابر چک‌لیست‌های Baymard برای نوع صفحه (PDP، سبد، تسویه‌حساب) چک متقابل کنید.
    نمایش پرامپت
    For this exit page: [PASTE: page URL + Exit Count + Views + Total Duration + which page type (PDP/cart/checkout)]
    
    Hypothesize 5 reasons users leave. Rank by likelihood. For the top 2, suggest one diagnostic check and one experimental fix.
  10. #10

    نظارت بلادرنگ عرضه

    زمان استفاده
    در طول فروش فلش، ارسال ایمیل یا پست اینفلوئنسر — ساعت اول از همه مهم‌تر است.
    جفت می‌شود با
    بلادرنگ
    نکته احتیاطی
    بلادرنگ برای نظارت است، نه تصمیم‌گیری. کمپینی را بر اساس 15 دقیقه اول داده تغییر ندهید.
    نمایش پرامپت
    During my flash sale, here is real-time visitor pattern by minute:
    
    [PASTE CSV: Real-time visitor counts in 5-min buckets from launch]
    
    Identify whether the campaign is on track vs. the expected baseline (which I supply). Flag any unusual patterns (sudden spike, abnormal source distribution). Suggest one action only if the deviation is greater than 2x baseline.
  11. #11

    تشخیص افت قیف

    زمان استفاده
    پس از حداقل 7 روز داده قیف v1.0.0 — بدترین مرحله را انتخاب و رفع کنید.
    جفت می‌شود با
    گزارش درآمد ← قیف
    نکته احتیاطی
    هوش مصنوعی رفع‌های همسو با Baymard پیشنهاد می‌دهد. شما یکی را ارسال می‌کنید، دو هفته اندازه می‌گیرید، سپس به مرحله بعد می‌روید. سه مرحله را همزمان تغییر ندهید.
    نمایش پرامپت
    Here is my Cart-to-Purchase Funnel for the last 30 days from Statnive Revenue Report:
    
    [PASTE CSV: Viewed product → Added to cart → Started checkout → Completed purchase counts + per-step conversion rate, ideally with per-channel breakdown]
    
    Identify the biggest funnel drop-off step. Suggest 3 fixes specific to that step (PDP issues for view→cart drop; cart issues for cart→checkout drop; checkout-form issues for checkout→purchase drop). Cite which fix Baymard research supports.
  12. #12

    درآمد به ازای کانال — تخصیص بودجه

    زمان استفاده
    برنامه‌ریزی فصلی بودجه؛ یا پیش از مقیاس‌دهی یک کانال پولی.
    جفت می‌شود با
    گزارش درآمد ← کانال + ارجاع‌دهنده‌ها
    نکته احتیاطی
    از v1.0.0، درآمد بر اساس کانال یک تفکیک درجه‌یک است — هم جدول کانال و هم شمارش جلسه‌های منطبق از ارجاع‌دهنده‌ها را بچسبانید. کانال دستیارهای هوش مصنوعی اغلب اینجا به‌عنوان یک فرصت رشد دم‌بلند نمایان می‌شود.
    نمایش پرامپت
    Here are Orders, Revenue (net), and AOV per channel from the Statnive Revenue Report, plus session counts from the Referrers report for the same period:
    
    [PASTE CSV]
    
    Calculate revenue per session (RPV) by channel. Rank channels for next-quarter budget. Flag any channel with high session volume but bottom-quartile RPV as a budget-cut candidate. Call out the AI Assistants channel specifically if its RPV beats paid channels — that's a free-acquisition signal worth investing content in.

چگونه بیشترین بهره را از این پرامپت‌ها ببرید

  1. همیشه داده را بچسبانید، هرگز توصیف نکنید. مدل‌های هوش مصنوعی وقتی از آن‌ها خواسته می‌شود «یک فروشگاه معمولی را تصور کنید» توهم می‌کنند — روی اعداد واقعی بهتر زمین می‌خورند.
  2. ابتدا نشانی‌های قابل‌شناسایی شخصی را حذف کنید. Statnive داده شخصی ذخیره نمی‌کند، اما نشانی‌های تأیید سفارش مشتری شما (حاوی شناسه‌های سفارش) می‌توانند شناسه‌های یکتا را افشا کنند. پیش از چسباندن با `/order-received/[id]/` جایگزین کنید.
  3. خروجی را به‌عنوان فرضیه ببینید. هوش مصنوعی با اطمینان علیت می‌سازد. همیشه برای رفع واقعی پشتیبانی‌شده از پژوهش، در برابر Baymard، CXL یا NN/g چک متقابل کنید.
  4. پرامپت‌ها را زنجیر کنید. ابتدا «ممیزی کیفیت کمپین» را اجرا کنید، سپس خروجی آن را در «پاک‌سازی بهداشت UTM» برای کمپین‌های علامت‌گذاری‌شده به‌عنوان خراب بچسبانید.
  5. ویرایش‌های خود را ذخیره کنید. بهترین پرامپت، آن است که برای فروشگاه شما تنظیم شده. یک فایل markdown از نسخه‌های اصلاح‌شده خود نگه دارید.

Statnive را نصب کنید. یک CSV خروجی بگیرید. آن را در پرامپت بچسبانید.

این کل حلقه است. ده دقیقه در هفته برای یک فهرست عملی CRO، بدون نیاز به مشاور.

نصب رایگان Statnive
Get Statnive Free