簡介
人工智慧不僅適合開發人員，企業用戶也需要它。本文涵蓋了兩個最實際的應用領域：Data Analysis（數據分析）和Businesswriting（撰寫商業文件）。
現實： 70% 的分析師時間花在清理+探索資料上，30% 的時間花在洞察上。反向人工智慧：你將 70% 的精力集中在洞察力上，人工智慧負責剩下的事情。
1. 數據分析——分析數據
1.1 CSV解析提示
= 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 範例：收入分析
= 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 文字到 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?"
💡 練習 1： 為真實資料庫模式（至少 3 個表格）建立文字到 SQL 提示。測試5個業務問題：從簡單（計數）到複雜（多連接+聚合）。
2. 商業智慧洞察
2.1 提示建立敘事儀表板
= 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 異常檢測提示
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. 商務寫作
3.1 專業電子郵件
= 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 會議記錄
= 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 報告/提案
= 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
💡練習 2： 使用 AI 提示編寫 3 種類型的業務文件：(a) 請求預算批准的電子郵件，(b) 原始記錄中的會議記錄，(c) 每週報告。評估輸出品質。
4. 分析提示鏈
4.1 多步驟分析
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 迭代細化
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
總結
| 使用案例 | 關鍵提示要素 |
|---|---|
| CSV 分析 | 架構、範例資料、具體問題 |
| 文字到 SQL | 表格架構、SQL 方言、規則 |
| 儀表板敘述 | 受眾、基調、指標、比較 |
| 電子郵件 | 語境、語氣、號召性用語、限制條件 |
| 會議記錄 | 原始筆記，結構化輸出格式 |
| 報告 | 類型、受眾、結構、資料 |
一般練習
- ✅ 完成 2 個小練習 (1, 2)
- 資料到報告管道： CSV → 分析（提示 1）→ 見解（提示 2）→ 執行報告（提示 3）→ 透過電子郵件將摘要發送給 CEO（提示 4）。連鎖 4 提示。
- 提示範本庫： 建立一套5個業務提示範本（電子郵件、報告、會議、提案、資料分析）。使用 3 種不同場景進行測試。
- 人工智慧業務分析師： 角色扮演：你是一名業務分析師，使用人工智慧來分析真實的資料集（Kaggle 資料集）。從原始資料 → 可供演示的見解。
下一篇文章： 多重模式提示 — 影像、音訊和視訊 — 多媒體輸入的提示工程。