xDev Asia

Prompt cho Data Analysis: phân tích CSV, SQL generation, insights. Business Writing: báo cáo, email chuyên nghiệp, proposal, meeting notes.

Prompt Engineering Masterclass: Nghệ thuật Ra lệnh cho AI

Phần 3: Ứng dụng Thực tế

xdev.asia

Giới thiệu

AI không chỉ cho developer — business users cũng cần. Bài này cover 2 mảng ứng dụng thực tế nhất: Data Analysis (phân tích dữ liệu) và Business Writing (viết văn bản doanh nghiệp).

Thực tế: 70% thời gian analyst dành cho clean + explore data, 30% cho insight. AI đảo ngược: bạn focus 70% vào insight, AI lo phần còn lại.

1. Data Analysis — Phân tích dữ liệu

1.1 Prompt phân tích CSV

= ROLE =
Bạn là Senior Data Analyst.

= DATA =
Dataset: {tên dataset}
Columns: {liệt kê cột + data type + mô tả}
Sample rows:
| col1 | col2 | col3 |
|------|------|------|
| ... | ... | ... |
(5-10 rows mẫu)

= TASK =
Phân tích dataset và cung cấp:
1. **Overview:** Số rows, columns, data quality (missing values, outliers)
2. **Key metrics:** Tính các KPIs quan trọng
3. **Trends:** Xu hướng theo thời gian
4. **Segments:** Phân nhóm (theo category, region...)
5. **Insights:** Top 3 phát hiện quan trọng nhất
6. **Actions:** Đề xuất hành động dựa trên data

= OUTPUT FORMAT =
- Bảng cho metrics
- Bullet points cho insights
- Code Python/SQL nếu cần

1.2 Ví dụ: Phân tích doanh thu

= DATA =
Dataset: Sales Q1-Q3 2024
Columns:
- date (DATE): ngày bán
- product (VARCHAR): tên sản phẩm
- region (VARCHAR): khu vực (North, South, Central)
- quantity (INT): số lượng
- revenue (DECIMAL): doanh thu (VND)
- customer_type (VARCHAR): new / returning

Sample:
| date       | product | region | quantity | revenue   | customer_type |
|-----------|---------|--------|----------|-----------|---------------|
| 2024-01-05 | Widget A | North  | 50       | 25000000  | new           |
| 2024-01-08 | Widget B | South  | 30       | 18000000  | returning     |

= TASK =
1. Tổng doanh thu theo quý, theo region
2. Top 3 sản phẩm best-seller theo quantity
3. Tỷ lệ new vs returning customers
4. Xu hướng monthly revenue (tăng/giảm?)
5. Region nào underperform?
6. Recommendations cho Q4

= OUTPUT =
Bảng + insights + Python code (pandas)

1.3 Text-to-SQL

= DATABASE SCHEMA =
Table: orders
- id (INT, PK)
- customer_id (INT, FK → customers.id)
- product_id (INT, FK → products.id)
- quantity (INT)
- total_amount (DECIMAL)
- order_date (DATE)
- status (VARCHAR): pending, shipped, delivered, cancelled

Table: customers
- id (INT, PK)
- name (VARCHAR)
- email (VARCHAR)
- region (VARCHAR)
- joined_date (DATE)

Table: products
- id (INT, PK)
- name (VARCHAR)
- category (VARCHAR)
- price (DECIMAL)

= RULES =
- PostgreSQL syntax
- Dùng CTE thay subquery khi possible
- Alias tất cả columns trong SELECT
- LUÔN có ORDER BY
- LIMIT kết quả (max 100 rows)
- Comment giải thích logic

= QUESTION =
"Top 5 khách hàng chi tiêu nhiều nhất trong Q3 2024,
 cùng với sản phẩm họ mua nhiều nhất?"

💡 Bài tập 1: Tạo prompt Text-to-SQL cho 1 database schema thật (ít nhất 3 tables). Test 5 câu hỏi business: từ đơn giản (count) đến phức tạp (multi-join + aggregation).

2. Business Intelligence Insights

2.1 Prompt tạo dashboard narrative

= DATA SUMMARY =
{Paste bảng tổng hợp metrics}

= AUDIENCE =
{CEO / Manager / Team lead / All-hands}

= TONE =
{Professional / Conversational / Executive brief}

= TASK =
Viết dashboard narrative (300-500 từ):
1. **Headline:** 1 câu tóm tắt tình hình
2. **Key takeaways:** 3-5 bullet points
3. **Deep dive:** Giải thích số liệu quan trọng
4. **Comparison:** So sánh với kỳ trước / target
5. **Call to action:** Đề xuất hành động cụ thể

Dùng:
- Số liệu cụ thể (không nói "tăng nhiều", nói "tăng 23%")
- So sánh có context ("cao hơn industry average 15%")
- Action-oriented language

2.2 Anomaly detection prompt

Dữ liệu doanh thu hàng ngày (30 ngày gần nhất):
{paste data}

Phân tích và tìm:
1. **Anomalies:** Ngày nào doanh thu bất thường? (so với moving average 7 ngày)
2. **Pattern:** Có pattern theo ngày trong tuần không? (weekend effect?)
3. **Trend:** Xu hướng tổng thể: đi lên, đi xuống, hay sideways?
4. **Forecast:** Dự đoán 7 ngày tiếp theo (với confidence interval)
5. **Alert:** Có cần hành động gấp không?

Output: bảng anomalies + Python code cho visualization

3. Business Writing

3.1 Email chuyên nghiệp

= CONTEXT =
Situation: {mô tả tình huống}
Sender: {vai trò của bạn}
Recipient: {ai, quan hệ}
Purpose: {mục đích email}

= TONE =
{Formal / Semi-formal / Friendly professional}
{Tiếng Việt / English / Bilingual}

= CONSTRAINTS =
- Độ dài: {ngắn gọn 3-5 câu / trung bình / chi tiết}
- Call to action: {hành động mong muốn từ người nhận}
- Deadline: {nếu có}
- Sensitivity: {confidential / normal}

= TEMPLATE =
Subject: [chủ đề rõ ràng]

Chào {tên},

[Mở đầu: context/reason for writing]
[Nội dung chính: thông tin/yêu cầu]
[Call to action: việc cần làm cụ thể]
[Kết: cảm ơn + next steps]

Trân trọng,
{tên}

3.2 Meeting notes

= RAW NOTES =
{Paste meeting notes thô / transcript}

= OUTPUT FORMAT =
## Meeting Summary
- **Date:** 
- **Attendees:** 
- **Duration:** 

## Key Decisions
1. [Decision 1] — Owner: [tên]
2. [Decision 2] — Owner: [tên]

## Action Items
| # | Task | Owner | Deadline | Priority |
|---|------|-------|----------|----------|
| 1 | ... | ... | ... | High/Medium/Low |

## Discussion Points
- [Point 1: brief summary]
- [Point 2: brief summary]

## Next Steps
- Follow-up meeting: [date]
- Pending items: ...

3.3 Báo cáo / Proposal

= CONTEXT =
Loại báo cáo: {weekly report / monthly review / project proposal / post-mortem}
Audience: {CEO / team / stakeholders / investors}
Objective: {inform / persuade / request budget / post-mortem analysis}

= DATA =
{Key metrics, achievements, issues, risks}

= STRUCTURE =
1. **Executive Summary** (3-5 câu, AI tự viết)
2. **Highlights** (achievements, milestones)
3. **Challenges** (issues, risks, blockers)
4. **Metrics** (bảng số liệu)
5. **Next Steps** (action items, timeline)
6. **Budget/Resources** (nếu là proposal)

= TONE =
- Fact-based, data-driven
- Avoid jargon khi audience là non-technical
- Action-oriented conclusions

💡 Bài tập 2: Viết 3 loại business documents dùng AI prompts: (a) email xin duyệt budget, (b) meeting notes từ transcript thô, (c) weekly report. Đánh giá chất lượng output.

4. Prompt Chain cho Analysis

4.1 Multi-step analysis

Bước 1: Data Understanding
"Mô tả dataset: số rows, columns, data types, missing values"

Bước 2: Exploratory Analysis
"Dựa trên mô tả ở bước 1, tạo Python code cho EDA:
 distributions, correlations, time series plots"

Bước 3: Insights
"Dựa trên kết quả EDA, liệt kê top 5 insights business"

Bước 4: Recommendations
"Cho mỗi insight, đề xuất 1 action cụ thể + expected impact"

Bước 5: Presentation
"Tạo executive summary 1 trang cho CEO"

4.2 Iterative refinement

Lần 1: "Phân tích doanh thu Q3"
→ Output: overview chung

Lần 2: "Đi sâu vào region South — tại sao giảm 15%?"
→ Output: root cause analysis

Lần 3: "So sánh South với North — khác gì?"
→ Output: comparative analysis

Lần 4: "Đề xuất 3 actions cụ thể để South recovery Q4"
→ Output: action plan

→ Mỗi bước drill-down sâu hơn, context tích lũy

Tóm tắt

Use case	Key prompt elements
CSV Analysis	Schema, sample data, specific questions
Text-to-SQL	Table schema, SQL dialect, rules
Dashboard Narrative	Audience, tone, metrics, comparisons
Email	Context, tone, CTA, constraints
Meeting Notes	Raw notes, structured output format
Report	Type, audience, structure, data

Bài tập tổng hợp

✅ Hoàn thành 2 bài tập nhỏ (1, 2)
Data-to-Report Pipeline: CSV → Phân tích (prompt 1) → Insights (prompt 2) → Executive Report (prompt 3) → Email summary cho CEO (prompt 4). Chain 4 prompts.
Prompt Template Library: Tạo bộ 5 business prompt templates (email, report, meeting, proposal, data analysis). Test với 3 scenarios khác nhau.
AI Business Analyst: Role-play: bạn là Business Analyst, dùng AI phân tích 1 bộ dữ liệu thật (Kaggle dataset). Từ raw data → presentation-ready insights.

Bài tiếp theo: Multimodal Prompting — Image, Audio & Video — prompt engineering cho input đa phương tiện.

Bài 8: Prompt cho Data Analysis & Business Writing