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

bookPrompter for Analyse og Arbeid med Data

Sveip for å vise menyen

Du trenger ikke å være dataanalytiker for å bruke KI til analytisk arbeid. Og hvis du er det, kan KI betydelig akselerere de delene av arbeidsflyten din som er tidkrevende, men ikke analytisk komplekse.

Dette kapittelet dekker hvordan du kan be KI tolke data, strukturere analytisk tenkning og produsere resultater som støtter beslutninger — på alle nivåer av teknisk kompetanse.

For ikke-tekniske brukere: Gjøre tall om til fortelling

Hvis du jobber med rapporter, dashbord eller regneark, men ikke har datakompetanse, er KIs mest umiddelbare verdi oversettelse — å gjøre en tabell med tall om til en tydelig fortelling som kommuniserer hva dataene faktisk betyr.

Dette må du gjøre først: lim inn dataene i prompten som tekst. Du kan kopiere en tabell fra Excel, lime inn tall fra en rapport, eller skrive inn nøkkeltallene. Modellen kan ikke se filer eller skjermbilder — dataene må være i prompten.

Kjerne-mal for fortellende prompt:

Note
Mal

Her er en tabell over [hva dataene representerer]:

[lim inn data her]

Skriv et lederoppsummering på tre setninger som identifiserer:

  • Den mest betydningsfulle trenden eller funnet;
  • Ett område med bekymring eller underprestasjon;
  • Én spesifikk anbefaling basert på dataene.

Målgruppe: [hvem som skal lese dette — deres rolle og hva de er opptatt av]. Bruk et enkelt språk — ingen sjargong.

Skjermbildebeskrivelse: Et chatvindu som viser et datanarrativprompt i bruk. Brukeren limer inn en enkel fiktiv tabell — fire produktkategorier, tre måneder med salgstall, tydelig merket som eksempeldata — og sender: Her er våre produktsalgstall for Q1. Skriv et lederoppsummering på tre setninger for vår salgsdirektør som identifiserer den sterkeste aktøren, det største fallet og én anbefaling. Hold det direkte — hun leser disse på 30 sekunder. AI-en svarer med tre tydelige, spesifikke setninger som refererer til faktiske tall fra tabellen, identifiserer en trend, markerer en nedgang og avslutter med en målrettet anbefaling. Merknad: "Data limt inn som tekst + klare uttrekkingskriterier = narrativ klart til bruk på 20 sekunder."

For analytikere: Akselerering av arbeidsflyten

Hvis du allerede jobber profesjonelt med data, håndterer AI delene av arbeidsflyten din som er formelbaserte, men tidkrevende:

Generering av SQL fra vanlig engelsk:

Note
Mal

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 av ukjent kode eller formler:

Note
Mal

Forklar hva denne [SQL-spørringen / Excel-formelen / Python-skriptet] gjør, linje for linje. Bruk et enkelt språk — anta at leseren forstår dataene, men ikke syntaksen.

[lim inn kode her]

Strukturering av et analyseoppsett:

Note
Mal

Jeg trenger å analysere [forretningsproblem eller spørsmål].

Før jeg begynner å hente ut data, hjelp meg å tenke gjennom rammeverket. Hva er de viktigste spørsmålene jeg bør besvare? Hvilke dimensjoner bør jeg dele opp dataene etter? Hvordan ville en fullstendig analyse av dette problemet se ut?

Tenk gjennom dette steg for steg.

En kritisk begrensning: Søppel inn, søppel ut

KI validerer ikke dataene dine. Den behandler det du gir den og produserer selvsikre svar uavhengig av om tallene i utgangspunktet er riktige.

Hvis du limer inn feil, utdaterte eller feilformaterte data, vil analysen se ryddig og troverdig ut — men være bygget på et svakt grunnlag.

Før du bruker KI til å tolke eller oppsummere data:

  • Verifiser at kilden er oppdatert og korrekt eksportert;
  • Sjekk at tallene stemmer med det som finnes i ditt opprinnelige system;
  • Bekreft at eventuelle beregninger eller aggregeringer i dataene er riktige før du limer inn.

KI er et kraftig verktøy for å formidle hva data betyr. Å validere at dataene er riktige, er fortsatt ditt ansvar.

Øvelse: Fra data til fortelling på under to minutter

Ta en hvilken som helst tabell eller tallsett du nylig har jobbet med — en salgsrapport, et prosjektmål, et budsjettutdrag. Lim det inn i et hvilket som helst større KI-verktøy som ren tekst.

Skriv en prompt som spesifiserer:

  • Hva dataene representerer;
  • Hvem oppsummeringen er for;
  • Tre ting som skal trekkes ut (trend, bekymring, anbefaling);
  • Lengde og format på svaret.

Gå gjennom resultatet. Noter hva som er korrekt, hva som er upresist, og om modellen påpekte noe du ikke hadde lagt merke til. Prøv deretter å justere utvalgskriteriene og observer hvordan svaret endres.

1. Hvilke utsagn beskriver beste praksis for å bruke KI til å gjøre data om til en fortelling for ikke-tekniske brukere

2. Hvilke utsagn beskriver nøyaktig viktigheten av datavalidering når du bruker KI til dataanalyse eller oppsummering

question mark

Hvilke utsagn beskriver beste praksis for å bruke KI til å gjøre data om til en fortelling for ikke-tekniske brukere

Velg alle riktige svar

question mark

Hvilke utsagn beskriver nøyaktig viktigheten av datavalidering når du bruker KI til dataanalyse eller oppsummering

Velg alle riktige svar

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 3

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Seksjon 3. Kapittel 3
some-alt