100 Prompts IA pour les Growth Hackers — Guide Complet

Génère 25 idées de canaux et tactiques d'acquisition pour [produit] ciblant [persona]. Organise par catégorie : SEO et contenu, paid acquisition, partenariats, viral et referral, communautés et outreach, events et PR, et product-led growth. Pour chaque idée, estime : coût d'expérimentation (faible/moyen/élevé), délai pour voir des résultats, et potentiel de scale. Identifie les 5 quick wins.

Conçois une campagne de cold outreach pour [cible: startup SaaS B2B/e-commerce/indépendants] proposant [valeur_proposition]. Génère : les critères de sélection des prospects, les sources pour les trouver, [nombre] templates d'emails personnalisés (1 cold, 1 follow-up J3, 1 follow-up J7), la variante LinkedIn si applicable, et les métriques cibles (taux de réponse, meeting booké).

Conçois une stratégie de SEO programmatique pour [site] qui pourrait générer des milliers de pages SEO à partir de [données: villes, catégories, comparatifs, intégrations]. Identifie : les templates de pages les plus viables (potentiel trafic × compétitivité), la structure de données nécessaire, comment éviter le contenu thin, et une estimation du trafic générable à 12 mois.

Génère 10 idées de contenu à fort potentiel viral pour [marque/produit] dans le secteur [secteur]. Pour chaque idée, explique : le mécanisme de viralité (émotion déclenchée, motivation au partage, audience cible), le format optimal, les plateformes de distribution, l'effort de création estimé, et comment mesurer le succès. Donne la priorité aux idées combinant viralité et acquisition qualifiée.

Conçois un programme de referral pour [produit] avec les contraintes suivantes : [unit economics: LTV, CAC actuel, marge]. Génère : la mécanique du programme (double face, récompense, conditions), les incitations adaptées à notre audience [description], le parcours utilisateur pour partager et réclamer la récompense, les mécanismes anti-fraude, et une projection de l'impact sur la croissance.

Prépare une stratégie de lancement sur Product Hunt pour [produit]. Génère : le plan des 4 semaines avant le lancement (constitution de la communauté, teaser, beta users), le contenu du jour J (texte de présentation, premier commentaire, galerie), la stratégie d'animation le jour J, les posts sur les réseaux sociaux correspondants, et comment capitaliser sur la visibilité post-lancement.

Identifie et conçois les growth loops pour [produit]. Une growth loop est un cycle où l'utilisation du produit génère de nouveaux utilisateurs. Propose : les loops virales possibles (ex: chaque utilisateur invite X contacts), les loops de contenu (ex: l'utilisation génère du contenu SEO), et les loops payantes (ex: revenus réinvestis en acquisition). Pour chaque loop, évalue le potentiel et l'effort d'implémentation.

Conçois la stratégie de paid acquisition pour [produit] avec un budget test de [budget]/mois. Inclus : répartition recommandée entre canaux (Google Ads, Meta, LinkedIn si B2B), structure des campagnes, audiences à tester en priorité, messages et créatifs à tester, KPIs cibles (CPC, CPA, ROAS), et comment scaler les winners tout en maintenant les unit economics.

Mon CAC actuel est de [CAC] pour [produit] vs un LTV de [LTV]. Le ratio LTV:CAC est [ratio]. Analyse les composantes du CAC par canal : [données par canal]. Identifie les leviers pour réduire le CAC de [X]% : optimisations dans les campagnes existantes, canaux à développer, améliorations du funnel de conversion, et effets de levier dans le produit (product-led growth).

Conçois une stratégie de community-led growth pour [produit] en créant une communauté autour de [thématique]. Inclus : la plateforme recommandée (Slack/Discord/Circle/Forum), la proposition de valeur unique de la communauté, la stratégie de contenu des membres, les rôles et modération, comment la communauté génère de l'acquisition et de la rétention produit, et les métriques de santé de la communauté.

Aide-moi à identifier le 'Aha moment' de [produit] — l'instant où l'utilisateur comprend la valeur. Les données disponibles sont : [métriques de rétention J1/J7/J30, actions corrélées à la rétention]. Propose une méthodologie pour trouver l'Aha moment, les analyses à effectuer, et une fois identifié, comment restructurer l'onboarding pour y amener les utilisateurs le plus vite possible.

Mon produit [description] a un time-to-value (temps avant que l'utilisateur obtienne de la valeur) de [durée_actuelle]. L'objectif est de le réduire à [durée_cible]. Génère 10 idées pour réduire le TTV : simplification de l'onboarding, templates et exemples pré-chargés, actions guidées step-by-step, intégrations facilitées, et quick wins offerts immédiatement. Priorise par impact et effort.

Conçois une checklist d'activation gamifiée pour [produit] qui guide les nouveaux utilisateurs vers la complétion de [actions_clés]. Inclus : les [nombre] étapes ordonnées du plus simple au plus engageant, les micro-récompenses à chaque étape (badges, déblocage de feature, etc.), le mécanisme de barre de progression, les notifications de rappel pour les étapes non complétées, et les métriques pour mesurer l'impact sur la rétention.

Génère [nombre] hypothèses d'activation à tester pour améliorer le taux d'activation de [métrique_actuelle] à [métrique_cible] pour [produit]. Chaque hypothèse doit suivre le format : SI [changement], ALORS [comportement_attendu], PARCE QUE [mécanisme]. Inclus une diversité de types : changements de UX, nouvelles features d'onboarding, emails de déclenchement, et incentives. Priorise par ICE score.

J'ai des données de cohortes d'activation : [données : % d'utilisateurs ayant complété X actions dans les Y premiers jours]. Analyse ces données pour identifier : les actions qui corrèlent le plus avec la rétention à J30, le point de bascule critique (si l'utilisateur fait X, il retient à Y%), les segments d'utilisateurs avec les meilleurs taux d'activation, et les interventions prioritaires.

Conçois un onboarding personnalisé pour [nombre] segments d'utilisateurs de [produit] : [segment_1: description], [segment_2: description], [segment_3: description]. Pour chaque segment : les actions prioritaires différentes, le messaging adapté, les templates ou exemples pré-chargés pertinents, la durée d'onboarding appropriée, et les métriques de succès spécifiques.

J'ai la courbe de rétention suivante pour [produit] : [données J1 à J90]. Analyse cette courbe en identifiant : le niveau de rétention 'naturel' (plateau), les moments de chute significatifs et leurs causes probables, comment cette rétention se compare aux benchmarks du secteur [secteur], et les 3 interventions prioritaires pour améliorer la rétention à J7, J14, et J30.

Conçois un programme d'engagement in-app pour [produit] visant à augmenter la fréquence d'utilisation de [fréquence_actuelle] à [fréquence_cible]. Inclus : les déclencheurs d'habitude à créer (cue → routine → reward), les notifications push ou in-app à implémenter, les features d'engagement (streaks, achievements, social features), et comment mesurer l'impact sur la rétention.

Conçois un système de prévention du churn pour [produit SaaS/app] avec [taux_churn_mensuel]. Inclus : les signaux d'alerte précoce (comportements des 30 jours avant le churn), le modèle de scoring de risque, les interventions automatiques par niveau de risque (emails, appels, offres), le playbook pour l'équipe customer success, et comment mesurer l'efficacité des interventions.

Génère 10 idées de features qui augmentent simultanément l'engagement et la viralité pour [produit]. Pour chaque feature : la mécanique d'engagement (pourquoi l'utilisateur revient), le mécanisme viral (comment ça génère de l'acquisition), l'effort de développement estimé, les exemples de produits qui l'utilisent avec succès, et les métriques pour mesurer l'impact.

Conçois la stratégie de notifications (push, email, in-app, SMS) pour [produit] en définissant pour chaque type d'événement [liste_événements] : le canal optimal, le message et la personnalisation, le timing, la fréquence maximale pour éviter la fatigue, les règles de non-envoi (user a déjà vu l'info, heure locale, etc.), et les métriques de performance de chaque notification.

Conçois un programme de fidélité pour [produit] qui récompense l'engagement long terme. Inclus : les niveaux du programme et leurs critères (basé sur ancienneté, usage, ou dépense), les récompenses pertinentes et leur coût, comment communiquer le programme, l'intégration avec la boucle NPS (détracteurs → passifs → promoteurs), et comment transformer les promoteurs en ambassadeurs actifs.

Conçois un framework d'expérimentation pour l'équipe growth de [entreprise] avec une capacité de [nombre] expériences par mois. Inclus : le template de fiche d'expérience (hypothèse, métriques, design, résultats), le processus de priorisation (ICE ou RICE score), la cadence des reviews, comment partager les apprentissages dans l'organisation, et les règles de décision (scaler/itérer/arrêter/pivoter).

Aide-moi à définir la North Star Metric pour [produit] avec le modèle business [description]. La NSM doit : mesurer la valeur délivrée aux utilisateurs, être prédictive des revenus, être influençable par toutes les équipes. Propose 3 candidats avec les pour et contre de chacun, les inputs métriques de chaque NSM candidate, et comment décomposer la NSM en leviers d'action.

Analyse les résultats de l'expérience suivante : [description_expérience]. Données : [résultats_statistiques]. Génère le rapport d'analyse : résumé de l'hypothèse et du design, résultats quantitatifs (lift, signification statistique, intervalles de confiance), segmentation des résultats par [segments], apprentissages qualitatifs, décision recommandée (lancer/itérer/arrêter), et prochaines expériences suggérées.

Effectue un growth teardown complet de [produit_concurrent ou produit_inspirant]. Analyse : les loops d'acquisition (canaux, mécaniques virales), l'onboarding et l'Aha moment, les mécaniques de rétention et d'habitude, le modèle de monétisation et les upsells, les mécanismes de referral. Identifie les tactiques adaptables à [notre_produit] et celles spécifiques à leur contexte.

J'ai ce backlog d'idées growth pour [produit] : [liste_idées]. Aide-moi à prioriser avec une matrice ICE (Impact, Confidence, Ease). Pour chaque idée, estime : l'impact sur [NSM ou métrique_cible] (1-10), la confiance dans l'hypothèse basée sur les données disponibles (1-10), et la facilité d'implémentation (1-10). Génère le scoring et identifie les 5 premières expériences à lancer.

Planifie un growth sprint de 2 semaines pour l'équipe de [taille] personnes focalisée sur [métrique_cible]. Inclus : les [nombre] expériences à mener (fiches complètes), la répartition des ressources, le daily standup format, les indicateurs de suivi quotidiens, le mid-sprint review, et le rétrospective template. Adapte au niveau de maturité [early-stage/scale-up] de l'équipe.

Je veux mesurer l'impact incrémental réel de [canal/initiative] sur la croissance de [produit]. Le problème est de séparer l'effet de ce canal de la croissance organique. Propose une méthodologie : groupe de contrôle géographique, test de holdout, ou autre approche adaptée à notre contexte [description]. Génère le plan d'expérience avec les guardrails pour ne pas perdre de croissance pendant le test.