30 interviste agli stakeholder trasformate in una sintesi che regge
Carica le trascrizioni. Ottieni i temi con citazioni attribuite e, separatamente, i punti in cui due modelli hanno letto le stesse interviste in modo diverso. È in questo secondo elenco che di solito si trova la vera scoperta: un modello ha sentito consenso, un altro tre persone che dicevano le stesse parole a proposito di problemi diversi.
Con una sola IAUna sola IA ti dà un’unica lettura di 30 interviste.
Con MultipleChatTre modelli le leggono separatamente e un quarto elenca ogni punto in cui le hanno interpretate in modo diverso. Quell’elenco di solito è la scoperta.
Prova questo prompt
In allegato trovi [N] trascrizioni di interviste agli stakeholder di un incarico di [tipo] presso [tipo di azienda]. Produci: (1) cinque temi dominanti, ciascuno con due citazioni testuali e il ruolo di chi parla; (2) tre contraddizioni tra ciò che hanno detto i diversi livelli dell’organizzazione; (3) qualsiasi cosa detta una sola volta, da una sola persona, che cambierebbe la raccomandazione se fosse vera; (4) la domanda che avrei dovuto fare e non ho fatto. Non appianare i disaccordi tra gli intervistati: falli emergere. Cita la trascrizione e la riga per ogni citazione.
Stimare un mercato senza che il numero crolli durante la riunione
Chiedi entrambi i metodi, non uno solo. La stima top-down dai report di settore e quella bottom-up dal numero di clienti non coincidono quasi mai, ed è proprio lo scarto a guidare la discussione. Un modello fa la stima in ciascun modo, un terzo riporta dove divergono e il passaggio di verifica ti dice quali cifre hanno una fonte alle spalle e quali no.
Con una sola IAUna sola IA ti dà un numero e nessun modo per verificarlo.
Con MultipleChatOttieni entrambi i metodi, e ogni cifra senza una fonte alle spalle viene segnalata prima di arrivare alla slide 4.
Prova questo prompt
Stima la dimensione di [mercato] in [area geografica] per una presentazione al cliente. Fallo due volte: top-down dai dati di settore pubblicati e bottom-up da una stima dei clienti raggiungibili × una spesa realistica. Mostra entrambi i numeri e le ipotesi alla base di ciascuno. Dove divergono, indica quale ipotesi fa la differenza. Segnala ogni cifra a cui non riesci ad associare una fonte attuale: non fare stime in silenzio.
Fai attaccare la raccomandazione prima che lo faccia il comitato direttivo
La modalità Debate, con due modelli assegnati a posizioni opposte. Quello che ottieni non sono obiezioni generiche, ma la condizione specifica da cui dipende la tua raccomandazione e che nessuno ha esplicitato: il tasso di abbandono, il segmento, l’ipotesi che il progetto pilota sia generalizzabile.
Con una sola IAUna sola IA ti dà ragione. Chiedile se è sicura e ti dà ancora più ragione.
Con MultipleChatDue modelli sostengono di proposito posizioni opposte, così la condizione da cui dipende la tua raccomandazione viene detta ad alta voce.
Prova questo prompt
Ecco la mia raccomandazione e il ragionamento alla base: [incolla]. Sostieni la tesi più forte contro di essa nei panni del CFO del cliente, che ha visto fallire tre incarichi di consulenza. Poi, separatamente: cosa dovrebbe essere vero perché questa raccomandazione sia corretta? Elenca esplicitamente queste condizioni e indica per quali abbiamo prove e quali abbiamo dato per scontate.
Un executive summary che regge una lettura di 90 secondi
La versione che un partner non dovrà riscrivere. Poi un secondo modello la legge a freddo e ti dice su quale frase si fermerà il cliente: di solito un’affermazione ereditata dall’analisi di tre settimane fa e mai ricontrollata.
Con una sola IAUna sola IA scrive un riassunto pulito. Pulito non significa vero.
Con MultipleChatUn modello diverso controlla ogni affermazione rispetto al documento di origine e segnala quelle che non sono supportate.
Prova questo prompt
Scrivi un executive summary di una pagina del report allegato. Un CEO lo legge in 90 secondi: prima la raccomandazione, poi le tre ragioni, poi i due rischi, poi la richiesta specifica. Niente preamboli, niente «nel panorama odierno in rapida evoluzione». Poi elenca ogni affermazione fattuale del tuo riassunto e indica se il documento di origine la supporta davvero.
Trasforma i risultati nella presentazione, non in testo di chat
Presentation Studio costruisce la presentazione dall’analisi che hai già fatto nel progetto, così i numeri nelle slide sono quelli che sono stati verificati, invece di essere ricopiati da una finestra di chat alle 23.
Con una sola IAUna sola IA ti dà testo di chat da ricostruire in PowerPoint alle 23.
Con MultipleChatOttieni la presentazione, costruita dall’analisi nel tuo progetto: così i numeri sulle slide sono quelli che sono stati verificati.
Prova questo prompt
Dall’analisi presente in questo progetto, crea una presentazione dei risultati di 12 slide per [pubblico]: titoli d’azione che iniziano con un verbo, un messaggio per slide, le evidenze di ogni risultato nelle note del relatore anziché sulla slide e una pagina finale che elenchi tutte le ipotesi da cui dipende la raccomandazione.
