คุณคือนักวิเคราะห์ข้อมูล ทำการ EDA อย่างรวดเร็วกับข้อมูลต่อไปนี้
บริบท:
- รูปแบบ: [CSV/JSON/table/text]
- โดเมน: [ecommerce/marketing/finance/ops]
- เป้าหมาย: [ทำความเข้าใจปัจจัยขับเคลื่อนของ X]
งาน:
1) Schema: แสดงรายการคอลัมน์ ประเภทที่อนุมานได้ ค่าที่หายไป
2) คุณภาพ: รายการที่ซ้ำกัน ค่าผิดปกติ (ตาม [วิธี ถ้ามี]) ความผิดปกติ
3) Univariate: สถิติสูงสุดสำหรับคอลัมน์ตัวเลขหลัก (ค่าเฉลี่ย, p50, p95, min/max)
4) Bivariate: 3 ความสัมพันธ์ที่แข็งแกร่งที่สุดกับ [เป้าหมาย] + ข้อควรระวัง
5) ข้อมูลเชิงลึกอย่างรวดเร็ว: 5 ข้อสังเกตแบบย่อหน้าและ 3 คำถามติดตามผล
เอาต์พุต:
- ใช้ตารางขนาดกะทัดรัดสำหรับสถิติ
- จำกัดให้อยู่ที่ <200 คำ + ตาราง
ข้อมูล:
[วางตัวอย่างแถวหรือแนบไฟล์]

บทบาท: คุณคือนักวิเคราะห์ผลิตภัณฑ์
สถานการณ์: [KPI] เปลี่ยนแปลงโดย [±X%] ในช่วง [ระยะเวลา] ฟิลด์ชุดข้อมูล: [แสดงรายการคอลัมน์]
เป้าหมาย: ค้นหาปัจจัยขับเคลื่อนที่เป็นไปได้และแนะนำขั้นตอนการตรวจสอบ
งาน:
1) แยกย่อย KPI ตาม [ส่วน, ช่องทาง, ภูมิศาสตร์, อุปกรณ์, กลุ่ม] แสดงผู้เคลื่อนไหว 5 อันดับแรก
2) ปัจจัยขับเคลื่อนแอตทริบิวต์: ปริมาณเทียบกับการแปลงเทียบกับ AOV (หรือการแบ่งย่อยที่เกี่ยวข้อง)
3) ตั้งสมมติฐานสาเหตุ (ภายในเทียบกับภายนอก) พร้อมหลักฐานจากข้อมูล
4) แนะนำ 3 การทดลองหรือการวิเคราะห์เพื่อตรวจสอบ (เช่น holdout, diff-in-diff)
5) สร้างบทสรุปสำหรับผู้บริหาร 5 ข้อ
รูปแบบเอาต์พุต:
- ตาราง: ส่วน → เดลต้า, การมีส่วนร่วม, ความเชื่อมั่น (ต่ำ/ปานกลาง/สูง)
- จากนั้นเป็นข้อย่อย: สมมติฐาน, การตรวจสอบ, ความเสี่ยง
ข้อมูล:
[แนบ/อธิบายข้อมูล หรือวางค่ารวม]

งาน: ล้างและทำให้ชุดข้อมูลต่อไปนี้เป็นมาตรฐานสำหรับการวิเคราะห์
กฎ:
- จัดการค่าที่หายไป: [ใส่ค่ากลาง/โหมด/ละทิ้ง] ต่อคอลัมน์
- ทำให้ป้ายกำกับตามหมวดหมู่เป็นมาตรฐาน: แมปไปยังชุด canonical [รายการ]
- แยกวิเคราะห์วันที่เป็น ISO 8601; แยก [สัปดาห์, เดือน, ไตรมาส]
- ค่าผิดปกติ: Winsorize ที่เปอร์เซ็นไทล์ [1, 99] สำหรับ [คอลัมน์]
- ส่งออก schema ที่สะอาด + ขั้นตอนการแปลง
สิ่งที่ส่งมอบ:
1) ตารางการแมป
2) Pseudocode สำหรับไปป์ไลน์ (Python/pandas)
3) ส่วนต่างขนาดกะทัดรัดของก่อน → หลัง
ตัวอย่างข้อมูล:
[วาง 30–50 แถวที่เป็นตัวแทน]

บทบาท: วิศวกรวิเคราะห์อาวุโส
Warehouse: [BigQuery/Snowflake/Postgres]
ตาราง: [table_name(col1, col2, ...)], [table2]
คำขอ:
“[อธิบายคำถาม ช่วงเวลา ตัวกรอง และ grain]”
ข้อจำกัด:
- ใช้ CTE ที่มีชื่อที่ชัดเจน
- ใส่คำอธิบายประกอบสมมติฐานเป็นความคิดเห็น SQL
- รวมการสืบค้นการตรวจสอบเพื่อตรวจจับความไม่ตรงกันของจำนวนแถว
- ส่งคืนทั้ง SQL และเหตุผล 3 บรรทัด

คุณคือผู้ช่วยสูตรสเปรดชีตของฉัน
เป้าหมาย: สร้างสูตรเพื่อคำนวณ [เมตริก] จากคอลัมน์ [A, B, C]
บริบท: [Excel/Google Sheets]; locale: [US/EU decimal]
งาน:
- ระบุสูตรที่แน่นอนพร้อมการอ้างอิงแบบสัมบูรณ์/สัมพัทธ์
<a7>- รวมเวอร์ชัน arrayformula สำหรับ Sheets หากเกี่ยวข้อง</a6>
- เพิ่มตัวอย่างแถวทดสอบเพื่อตรวจสอบความถูกต้อง
ส่วนหัวของข้อมูล + 3 ตัวอย่างแถว:
[วาง]

บทบาท: นักออกแบบการแสดงภาพข้อมูล
ผู้ชม: [ผู้บริหาร/PM/ops]; การตัดสินใจที่จะสนับสนุน: [ระบุ]
สร้างแผนผัง:
1) แนะนำประเภทแผนภูมิ 2–3 ประเภทพร้อมข้อดี/ข้อเสียสำหรับชุดข้อมูลและเป้าหมายนี้
2) ระบุ Vega-Lite spec (หรือโค้ด matplotlib/Plotly) สำหรับตัวเลือกอันดับต้นๆ
3) บันทึกการเข้าถึง (จานสีที่ปลอดภัยสำหรับคนตาบอดสี คำอธิบายประกอบ)
4) คำบรรยายแบบเล่าเรื่องหนึ่งประโยคสำหรับแต่ละแผนภูมิ
คำอธิบายข้อมูล:
[คอลัมน์, หน่วย, ช่วงเวลา, ตัวอย่าง]

บริบท: เราสังเกต [รูปแบบ] ใน [เมตริก] ตั้งแต่ [วันที่]
เป้าหมาย: ออกแบบการทดลองที่น้อยที่สุดและถูกต้อง
สิ่งที่ส่งมอบ:
1) สมมติฐาน (H1/H0) พร้อมทิศทางที่คาดหวังและการคาดเดาขนาดเอฟเฟกต์
2) หน่วยทดลอง การสุ่ม และเมตริก guardrail
3) ขนาดตัวอย่างและข้อสันนิษฐานระยะเวลา; สังเกตการแลกเปลี่ยนพลังงาน
4) แผนการวิเคราะห์: การทดสอบ, ส่วน, รายการตรวจสอบการลงทะเบียนล่วงหน้า
5) ความเสี่ยงและการบรรเทาผลกระทบ

บทบาท: นักวิเคราะห์อนุกรมเวลา
ข้อมูล: [timestamp, metric, regressors ที่เป็นตัวเลือก]
งาน:
1) ตรวจสอบความคงที่และความเป็นฤดูกาล; แนะนำการแปลง
2) สร้างการพยากรณ์ระยะสั้น (point + PI) โดยใช้ [การตั้งค่าโมเดลหรือ "auto"]
3) ติดธงความผิดปกติในช่วง [N] ที่ผ่านมาด้วยความรุนแรง
4) แนะนำเกณฑ์การแจ้งเตือนเพื่อลดผลบวกลวง
เอาต์พุต:
- ตาราง: วันที่, ค่าจริง, การพยากรณ์, PI_low, PI_high, anomaly_flag, severity
- สรุป 5 บรรทัดสำหรับผู้มีส่วนได้ส่วนเสียที่ไม่ใช่ด้านเทคนิค

งาน: วิเคราะห์ข้อเสนอแนะของลูกค้าเพื่อดึงข้อมูลเชิงลึกที่นำไปปฏิบัติได้
อินพุต: [N] ความคิดเห็นพร้อมฟิลด์ [ความคิดเห็น, การให้คะแนน, ผลิตภัณฑ์, วันที่]
ขั้นตอน:
1) คลัสเตอร์ธีม; ติดป้ายกำกับ 5 อันดับแรก
2) อ้างอิงความคิดเห็นที่เป็นตัวแทน 1–2 รายการต่อธีม
<a7>3) วัดปริมาณความชุกและความรู้สึกต่อธีม</a6>
4) แนะนำ 3 การดำเนินการที่มีผลกระทบที่คาดหวัง
เอาต์พุต: ตาราง + สรุปแบบย่อหน้า จำกัดไว้ที่ 180 คำ
ข้อมูล:
[วางตัวอย่างหรือแนบ]

บทบาท: หัวหน้าเจ้าหน้าที่ผลิตบทสรุปสำหรับผู้บริหาร
เนื้อหาที่จะสรุป: [วางการวิเคราะห์ แผนภูมิ หรือเมตริก]
ผลิต:
- (3 ข้อย่อย, กริยาแสดงการกระทำ)
- ผลการวิจัยที่สำคัญ (5 ข้อย่อย พร้อมตัวเลข)
- ความเสี่ยง/สิ่งที่ไม่รู้ (3 ข้อย่อย), ขั้นตอนต่อไป (3 ข้อย่อย, เจ้าของ)
- คำบรรยายหนึ่งประโยคสำหรับสไลด์บอร์ด
สไตล์: ชัดเจน ไม่ใช่ด้านเทคนิค <160 คำ

คุณคือผู้ช่วยนักวิเคราะห์
เป้าหมาย: แก้ไข [เป้าหมายการวิเคราะห์] โดยใช้สิ่งประดิษฐ์ต่อไปนี้
สิ่งประดิษฐ์:
- ไฟล์ข้อมูล: [ลิงก์หรือตัวอย่างที่วาง]
- บริบททางธุรกิจ: [บทสรุปสั้นๆ]
- ข้อจำกัด: [เวลา, ค่าใช้จ่าย, ความแม่นยำ]
วางแผนก่อน (10–12 ข้อย่อย):
- ระบุอินพุต ข้อสันนิษฐาน ความเสี่ยง
- เสนอขั้นตอน (EDA → แปลง → โมเดล/ทดสอบ → สรุป) แต่ละขั้นตอนมีสิ่งที่ส่งมอบ
- ถามคำถามเพื่อความกระจ่าง 3 ข้อในตอนท้าย
จากนั้นรอการยืนยันจากฉันก่อนดำเนินการตามขั้นตอน

เพิ่ม guardrail เหล่านี้ในการวิเคราะห์ใดๆ:
- อ้างถึงข้อสันนิษฐานอย่างชัดเจน
- หากการคำนวณขาดข้อมูลเพียงพอ ให้ส่งคืน “หลักฐานไม่เพียงพอ” พร้อมสิ่งที่ขาดหายไป
- ระบุการตรวจสอบอย่างง่าย: คำนวณ [เมตริก] สองวิธีและเปรียบเทียบใหม่
- เมื่อสรุป ให้รวมลิงก์/การอ้างอิงไปยังฟิลด์ข้อมูลต้นทางที่ใช้
- ถาม: “อะไรที่จะทำให้ข้อสรุปนี้เป็นเท็จ” และตอบสั้นๆ