Prompt vago vs. estruturado

O dono da The Daily Grind quer saber quais bebidas destacar no próximo mês.

Anexe o conjunto de dados Coffee Sales. Comece com um prompt breve e vago (algo que uma pessoa atarefada digitaria, como "analyze my coffee sales"). Depois, tente reescrever o mesmo pedido usando a estrutura GCSE e compare as duas respostas.

O que mudou na resposta da IA ao adicionar a estrutura GCSE?

Este exercicio faz parte do curso

IA para Analistas de Dados

Ver curso

exercicio interativo prático

Transforme teoria em prática com um dos nossos exercicio interativos

Iniciar exercicio

Este exercicio faz parte do curso

IA para Analistas de Dados

IntermediárioNível de habilidade

4.8+

47 reviews

Comece o curso gratuitamente

Monte seu conjunto de ferramentas de analista com IA. Entenda onde a IA se encaixa nas cinco etapas do ciclo de análise, domine o framework de prompt GCSE para transformar pedidos vagos em recomendações acionáveis e escolha a melhor forma de conectar a IA aos seus dados: arquivos flat, MCP ou uma camada semântica governada.

Exercise 1: O analista aumentado por IA Exercise 2: Conheça a The Daily Grind Exercise 3: Mesmo prompt, resposta diferente Exercise 4: Escrevendo prompts que funcionam Exercise 5: Disseque um prompt com o GCSE Exercise 6: Prompt vago vs. estruturado

Exercicio Atual

Exercise 7: Conectando aos seus dados Exercise 8: Flat file, MCP ou camada semântica?Exercise 9: Contexto destrava o significado

Passe de dados brutos para insights que você consegue defender. Investigue a qualidade dos dados em busca de duplicatas imprecisas, valores ausentes e carimbos de data/hora impossíveis; enriqueça campos brutos com a IA atuando como executora e consultora; depois encontre insights que valem a pena perseguir em tendências, distribuições, diferenças e outliers, e verifique cada um antes de chegar a uma parte interessada.

Exercise 1: A fase de investigação: qualidade dos dados Exercise 2: O que a IA consegue sinalizar sozinha?Exercise 3: Investigue os dados da cafeteria Exercise 4: Investigue a deduplicação feita pela IA Exercise 5: Enriquecendo seus dados Exercise 6: Extraia intenções de tíquetes de suporte Exercise 7: Executor ou conselheiro?Exercise 8: Encontrando insights em que você pode confiar Exercise 9: Por onde você começaria a explorar?Exercise 10: Aprofunde uma descoberta

Transforme descobertas em dashboards e histórias que geram impacto. Comprima a descoberta e o protótipo de dashboards de semanas para uma tarde, adapte histórias com dados ao público e à decisão à sua frente e proteja-se contra resultados caprichados porém errados com o framework de verificação S.P.O.T.

Exercise 1: Criando dashboards com IA Exercise 2: Das entrevistas às user stories Exercise 3: Prototipar e iterar Exercise 4: Contando histórias com dados usando IA Exercise 5: Mesmos dados, duas histórias Exercise 6: Enquadramento honesto vs. enganoso Exercise 7: História para o CFO Exercise 8: Verificabilidade e confiança Exercise 9: Qual verificação S.P.O.T. pegaria isto?Exercise 10: Esse número parece certo?Exercise 11: Identifique o dashboard polido mas errado

Conduza uma análise completa com IA em primeiro lugar na Board and Beyond, uma rede varejista dos EUA. Audite a qualidade dos dados, identifique os enriquecimentos que um gerente de categoria realmente usaria, destaque e verifique uma descoberta principal, crie um dashboard que sustente uma decisão de expansão e entregue uma história de um parágrafo para a liderança.

Exercise 1: Projeto de Conclusão: Board and Beyond Exercise 2: Conheça a Board and Beyond Exercise 3: Qual bagunça não pode esperar?Exercise 4: O que um category manager realmente usaria?Exercise 5: Verifique uma descoberta de destaque Exercise 6: Onde devemos expandir?Exercise 7: Conte a história para a liderança Exercise 8: Parabéns!Exercise 9: Bônus: Análise de dados com Snowflake Cortex