你正在使用對話式 AI 為一家大型電信客戶分析超過 300 份顧客訪談逐字稿。顧客體驗副總裁正在等你提出清楚且可執行的建議,以備下次的決策委員會會議。
此情境中的一項最佳做法,是以漸進式分析執行多個提示——先擷取主題,再做情緒分析,接著找出模式,最後提出行動方案——而不是一次就要求模型「分析所有訪談並提出行動計畫」。
為什麼推薦這種逐步進行的方法?
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
以 Microsoft Copilot 開啟你的 AI 顧問之旅。掌握 GSCE 提示框架,打造高效提示,從網頁、PDF 與資訊圖表中綜整洞見,並運用 SCR 與金字塔原則框架,將零散研究轉化為精煉的敘事。
不需撰寫任何程式碼,就能把原始資料轉化為可行的洞見。分析 Excel 資料集以找出效能趨勢,從顧客評論中擷取情感,建立具說服力的視覺化,並透過對話式 AI 提示產出策略性建議與假設。
當前練習
把你的分析轉化為可直接面向客戶的交付品。運用 SCQA 架構撰寫投資敘事,針對管理層與技術族群調整訊息,製作能上董事會簡報的視覺化,並以端到端的流失分析個案整合全章內容。