Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Prompter til Analyse og Arbejde med Data | Prompter til Reelle Arbejdsopgaver
Prompt Engineering til Arbejde

bookPrompter til Analyse og Arbejde med Data

Stryg for at vise menuen

Du behøver ikke at være dataanalytiker for at bruge AI til analytisk arbejde. Og hvis du er det, kan AI markant accelerere de dele af din arbejdsgang, der er tidskrævende, men ikke analytisk komplekse.

Dette kapitel dækker, hvordan man kan bede AI om at fortolke data, strukturere analytisk tænkning og producere output, der understøtter beslutningstagning — på alle tekniske niveauer.

For ikke-tekniske brugere: At omsætte tal til fortælling

Hvis du arbejder med rapporter, dashboards eller regneark, men ikke har en databagrund, er AI's mest umiddelbare værdi oversættelse — at gøre en tabel med tal til en klar fortælling, der kommunikerer, hvad dataene faktisk betyder.

Det du først skal gøre: indsæt dataene i prompten som tekst. Du kan kopiere en tabel fra Excel, indsætte tal fra en rapport eller skrive de vigtigste tal ind. Modellen kan ikke se filer eller skærmbilleder — dataene skal være i prompten.

Kerne-skabelon til fortællende prompt:

Note
Skabelon

Her er en tabel over [hvad dataene repræsenterer]:

[indsæt data her]

Skriv et 3-sætningers ledelsesresumé, der identificerer:

  • Den mest betydningsfulde tendens eller fund;
  • Ét område med bekymring eller underpræstation;
  • Én specifik anbefaling baseret på dataene.

Målgruppe: [hvem der skal læse dette — deres rolle og hvad der er vigtigt for dem]. Brug et klart sprog — ingen fagudtryk.

Skærmbilledebeskrivelse: Et chatvindue, der viser et prompt til datanarrativ i brug. Brugeren indsætter en simpel fiktiv tabel — fire produktkategorier, tre måneders salgstal, tydeligt mærket som eksempeldata — og sender: Her er vores produktsalgstal for Q1. Skriv et eksekutivt resumé på 3 sætninger til vores salgsdirektør, der identificerer den stærkeste performer, det største fald og én anbefaling. Hold det kort — hun læser disse på 30 sekunder. AI'en svarer med tre klare, specifikke sætninger, der henviser til faktiske tal fra tabellen, identificerer en tendens, markerer et fald og afslutter med en målrettet anbefaling. Annotation: "Data indsat som tekst + klare udtrækningskriterier = narrativ klar til brug på 20 sekunder."

For analytikere: Hurtigere arbejdsgange

Hvis du allerede arbejder professionelt med data, håndterer AI de dele af din arbejdsgang, der er formelprægede, men tidskrævende:

Generering af SQL fra almindeligt engelsk:

Note
Skabelon

Write a SQL query that [describe what you want to extract in plain language]. The table is called [table name] and has the following columns: [list columns and data types].

Return the results sorted by [column], limited to [number] rows.

Forklaring af ukendt kode eller formler:

Note
Skabelon

Forklar, hvad denne [SQL query / Excel-formel / Python-script] gør, linje for linje. Brug et letforståeligt sprog — antag, at læseren forstår dataene, men ikke syntaksen.

[indsæt kode her]

Opbygning af en analysemodel:

Note
Skabelon

Jeg skal analysere [forretningsproblem eller spørgsmål].

Før jeg begynder at indsamle data, hjælp mig med at overveje rammen. Hvilke nøglespørgsmål skal jeg besvare? Hvilke dimensioner skal jeg opdele dataene efter? Hvordan ville en fuldstændig analyse af dette problem se ud?

Gennemgå dette trin for trin.

En Kritisk Begrænsning: Garbage In, Garbage Out

AI validerer ikke dine data. Den behandler det, du giver den, og producerer selvsikkert lydende output uanset, om de underliggende tal er korrekte.

Hvis du indsætter forkerte, forældede eller forkert formaterede data, vil analysen se pæn og autoritativ ud — men være bygget på et fejlagtigt grundlag.

Før du bruger AI til at fortolke eller opsummere data:

  • Verificér at kilden er aktuel og korrekt eksporteret;
  • Tjek at tallene stemmer overens med det, der er i dit originale system;
  • Bekræft at eventuelle beregninger eller aggregeringer i dataene er korrekte, før du indsætter dem.

AI er et stærkt værktøj til at kommunikere, hvad data betyder. Det er stadig dit ansvar at validere, at dataene er korrekte.

Øvelse: Fra Data Til Fortælling På Under To Minutter

Tag en hvilken som helst tabel eller et sæt tal, du for nylig har arbejdet med — et salgsrapport, et projektmåletal, et budgetudsnit. Indsæt det i et hvilket som helst større AI-værktøj som almindelig tekst.

Skriv en prompt, der specificerer:

  • Hvad dataene repræsenterer;
  • Hvem opsummeringen er til;
  • Hvilke tre ting der skal udtrækkes (tendens, bekymring, anbefaling);
  • Længden og formatet på outputtet.

Gennemgå resultatet. Notér hvad der er præcist, hvad der er upræcist, og om modellen fremhævede noget, du ikke havde bemærket. Prøv derefter at justere udtrækningskriterierne og observer, hvordan outputtet ændrer sig.

1. Hvilke udsagn beskriver bedste praksis for at bruge AI til at omdanne data til en fortælling for ikke-tekniske brugere

2. Hvilke udsagn beskriver nøjagtigt vigtigheden af datavalidering, når du bruger AI til dataanalyse eller opsummering

question mark

Hvilke udsagn beskriver bedste praksis for at bruge AI til at omdanne data til en fortælling for ikke-tekniske brugere

Vælg alle korrekte svar

question mark

Hvilke udsagn beskriver nøjagtigt vigtigheden af datavalidering, når du bruger AI til dataanalyse eller opsummering

Vælg alle korrekte svar

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 3. Kapitel 3

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 3. Kapitel 3
some-alt