Mổ xẻ một prompt với GCSE

Một đồng nghiệp gửi bạn một prompt mà họ đã mất cả giờ để viết và muốn biết nó có ổn không. Hãy mổ xẻ prompt đó bằng khung GCSE và phân loại từng phần vào đúng nhóm.

Bài tập này là một phần của khóa học

AI dành cho Nhà phân tích dữ liệu

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập

Bài tập này là một phần của khóa học

AI dành cho Nhà phân tích dữ liệu

SkillTag.level.intermediateSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

Thiết lập bộ công cụ phân tích tăng cường bởi AI. Tìm hiểu vị trí của AI trong chu trình phân tích 5 giai đoạn, nắm vững khung nhắc lệnh GCSE để biến yêu cầu mơ hồ thành khuyến nghị có thể hành động, và chọn cách đúng để kết nối AI với dữ liệu của bạn: tệp phẳng, MCP, hoặc lớp ngữ nghĩa được quản trị.

Exercise 1: Nhà phân tích được tăng cường bởi AI Exercise 2: Làm quen với The Daily Grind Exercise 3: Cùng lời nhắc, khác câu trả lời Exercise 4: Viết prompt hiệu quả Exercise 5: Mổ xẻ một prompt với GCSE

Bài tập hiện tại

Exercise 6: Prompt mơ hồ vs. có cấu trúc Exercise 7: Kết nối với dữ liệu của bạn Exercise 8: Flat file, MCP, hay semantic layer?Exercise 9: Ngữ cảnh mở khóa ý nghĩa

Chuyển từ dữ liệu thô thành insight bạn có thể bảo vệ. Chất vấn chất lượng dữ liệu về trùng lặp mơ hồ, giá trị thiếu, và dấu thời gian bất khả; làm giàu các trường thô với AI vừa là người thực thi vừa là cố vấn; sau đó tìm insight đáng theo đuổi qua xu hướng, phân phối, khác biệt, và ngoại lệ, và xác minh từng insight trước khi đến tay bên liên quan.

Exercise 1: Giai đoạn thẩm tra: chất lượng dữ liệu Exercise 2: AI có thể tự phát hiện điều gì?Exercise 3: Thẩm định dữ liệu quán cà phê Exercise 4: Thẩm định việc khử trùng lặp của AI Exercise 5: Bổ sung giá trị cho dữ liệu của bạn Exercise 6: Trích xuất ý định từ phiếu hỗ trợ Exercise 7: Doer hay advisor?Exercise 8: Tìm kiếm những insight đáng tin cậy Exercise 9: Bạn sẽ bắt đầu khám phá từ đâu?Exercise 10: Đi sâu vào một phát hiện

Biến phát hiện thành dashboard và câu chuyện thuyết phục. Rút ngắn quá trình khám phá và tạo mẫu dashboard từ vài tuần xuống một buổi chiều, điều chỉnh câu chuyện dữ liệu theo đối tượng và quyết định trước mắt, và bảo vệ trước đầu ra "bóng bẩy nhưng sai" với khung xác minh S.P.O.T.

Exercise 1: Xây dựng dashboard với AI Exercise 2: Từ phỏng vấn đến user story Exercise 3: Tạo mẫu và lặp lại Exercise 4: Kể chuyện dữ liệu với AI Exercise 5: Cùng dữ liệu, hai câu chuyện Exercise 6: Đặt vấn đề trung thực vs. gây hiểu lầm Exercise 7: Câu chuyện dành cho CFO Exercise 8: Khả năng xác minh và niềm tin Exercise 9: S.P.O.T. nào sẽ bắt được lỗi này?Exercise 10: Con số này có "hợp lý" không?Exercise 11: Nhận diện dashboard bóng bẩy nhưng sai

Thực hiện một phân tích ưu tiên AI hoàn chỉnh về Board and Beyond, một chuỗi bán lẻ tại Mỹ. Kiểm toán chất lượng dữ liệu, xác định các làm giàu mà một quản lý ngành hàng thực sự dùng, đưa ra và xác minh một phát hiện tiêu đề, xây dựng dashboard hỗ trợ quyết định mở rộng, và trình bày một câu chuyện một đoạn cho lãnh đạo.

Exercise 1: Dự án tổng kết: Board and Beyond Exercise 2: Làm quen với Board and Beyond Exercise 3: Vấn đề nào không thể chờ?Exercise 4: Một category manager thực sự sẽ dùng gì?Exercise 5: Xác minh một phát hiện tiêu đề Exercise 6: Nên mở rộng ở đâu?Exercise 7: Kể câu chuyện cho ban lãnh đạo Exercise 8: Chúc mừng bạn!Exercise 9: Bonus: Phân tích dữ liệu với Snowflake Cortex