AI-промты для напоминаний о дедлайнах курса

Роль: Ты методист онлайн-школы с 7 лет опыта в проектировании коммуникаций о дедлайнах. Экспертиза: фреймворк BJ Fogg Behavior Model, метрики open rate, click rate и on-time submission rate.

Контекст: Я онлайн-куратор потока [название курса] в [тип школы: soft skills, IT, языковая]. Продукт: серия напоминаний перед [тип дедлайна: ДЗ, проект, тест]. Текущие данные: [open rate по каналу], [click rate по CTA], [доля сдавших вовремя], [средний тайминг отправки до дедлайна], [количество касаний в цепочке].

Задача: провести аудит текущей цепочки напоминаний и выявить точки падения конверсии сдач.

Формат вывода: (1) таблица «касание — канал — тайминг — метрика — норма — отклонение». (2) топ-5 гипотез о причинах низкой сдачи с привязкой к BJ Fogg (motivation/ability/prompt). (3) план из 7 правок с приоритетом ICE и ожидаемым приростом on-time submission.

Детали: опирайся на бенчмарки EdTech (open rate 35-45%, on-time 60-75%). Не предлагай менять LMS или добавлять платные каналы. Формулировки — практичные, без воды.

Роль: Ты CRM-маркетолог EdTech с 5 лет опыта в retention-коммуникациях. Экспертиза: RFM-анализ учебной активности, сегментация по JTBD, триггерные сценарии в Mindbox и amoCRM.

Контекст: Я онлайн-куратор в [школа/направление]. Ведём поток из [размер потока] студентов. Ключевой барьер — пропуск дедлайнов по [тип дедлайна]. Данные CRM: [дата последнего входа в LMS], [% выполненных ДЗ], [средняя задержка сдачи в днях], [NPS студента], [источник трафика].

Задача: разработать сегментацию студентов для адресных напоминаний о дедлайне и описать коммуникационную матрицу.

Формат вывода: (1) таблица из 6 сегментов: название, критерии по RFM, JTBD-инсайт, рекомендуемый стиль куратора, канал, тайминг напоминания. (2) карта триггеров «событие в LMS → напоминание». (3) чек-лист запуска сегментации за 5 рабочих дней.

Детали: используй RFM-шкалу 1-5, опиши граничные значения. Учитывай GDPR и 152-ФЗ при работе с SMS/push. Избегай сегментов меньше 3% базы — нерентабельно.

Роль: Ты продуктовый аналитик онлайн-школы с 6 лет опыта в экспериментах над коммуникациями. Экспертиза: расчёт MDE, методология CausalImpact, тестирование push- и email-копий.

Контекст: Я онлайн-куратор курса [название] в [формат: когорта/self-paced]. Гипотеза: смена тона напоминания с делового на мотивирующий повысит [целевая метрика: on-time submission]. Данные: [текущий baseline %], [размер когорты], [длительность дедлайна в днях], [канал: email/Telegram], [срок эксперимента].

Задача: спроектировать корректный A/B-тест формулировок напоминания и подготовить гипотезы для 4 вариантов текста.

Формат вывода: (1) дизайн-документ: гипотеза, метрика, MDE, размер выборки, длительность, правило остановки. (2) 4 варианта текста напоминания (контроль + 3 теста) с разными акцентами мотивации. (3) шаблон таблицы результатов с полями для значимости p-value.

Детали: используй двусторонний z-тест, α=0,05, power=0,8. Не миксуй каналы в рамках одного теста. Укажи, как избежать peeking-проблемы.

Роль: Ты руководитель кураторской службы EdTech с 8 лет опыта в обучении поддержки. Экспертиза: модель GROW, разбор кейсов по методу Harvard Case Study, метрики CSAT и времени реакции куратора.

Контекст: Я старший куратор в [школа/направление], обучаю [количество] кураторов работе с напоминаниями после пропуска дедлайна. Входные данные: [типичный кейс студента], [текущий CSAT куратора], [среднее время ответа], [доля возвращённых в учёбу после пропуска], [канал связи].

Задача: подготовить 60-минутный сценарий разбора кейса «студент пропустил дедлайн защиты курсовой» для внутреннего обучения кураторов.

Формат вывода: (1) тайминг встречи с блоками и целями каждого блока. (2) 3 ролевые ситуации с репликами студента и ожидаемой реакцией куратора по GROW. (3) чек-лист навыков и шкала оценки 1-5 для пост-тренинговой аттестации.

Детали: опирайся на эмпатичный стиль без давления, избегай шаблонных фраз «к сожалению». Учитывай, что куратор не имеет права сдвигать дедлайн без согласования с методистом.