Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Uppmaningar för Analys och Arbete med Data | Prompter för Verkliga Arbetsuppgifter
Promptteknik för Arbete

bookUppmaningar för Analys och Arbete med Data

Svep för att visa menyn

Du behöver inte vara dataanalytiker för att använda AI för analytiskt arbete. Och om du är det kan AI avsevärt snabba upp de delar av ditt arbetsflöde som är tidskrävande men inte analytiskt komplexa.

Detta kapitel behandlar hur du kan instruera AI att tolka data, strukturera analytiskt tänkande och producera resultat som leder till beslut — på alla nivåer av teknisk kompetens.

För icke-tekniska användare: Att omvandla siffror till berättelse

Om du arbetar med rapporter, dashboards eller kalkylblad men saknar databakgrund är AI:s mest omedelbara värde översättning — att omvandla en tabell med siffror till en tydlig berättelse som förklarar vad datan faktiskt betyder.

Det du behöver göra först: klistra in datan i prompten som text. Du kan kopiera en tabell från Excel, klistra in siffror från en rapport eller skriva in de viktigaste siffrorna. Modellen kan inte se filer eller skärmdumpar — datan måste finnas i prompten.

Kärnmall för berättande prompt:

Note
Mall

Här är en tabell över [vad datan representerar]:

[klistra in data här]

Skriv en exekutiv sammanfattning på tre meningar som identifierar:

  • Den mest betydelsefulla trenden eller upptäckten;
  • Ett område med oro eller underprestation;
  • En specifik rekommendation baserat på datan.

Målgrupp: [vem som kommer att läsa detta — deras roll och vad de bryr sig om]. Använd enkel svenska — undvik fackspråk.

Skärmdumpsbeskrivning: Ett chattfönster som visar en datanarrativ-prompt i användning. Användaren klistrar in en enkel fiktiv tabell — fyra produktkategorier, tre månaders försäljningssiffror, tydligt märkta som exempeldata — och skickar: Här är våra försäljningssiffror för Q1. Skriv en exekutiv sammanfattning på tre meningar för vår försäljningschef som identifierar den starkaste presteraren, det största tappet och en rekommendation. Håll det kortfattat — hon läser dessa på 30 sekunder. AI:n svarar med tre tydliga, specifika meningar som refererar till faktiska siffror från tabellen, identifierar en trend, markerar en nedgång och avslutar med en riktad rekommendation. Anteckning: "Data inklistrad som text + tydliga extraktionskriterier = narrativ klart att använda på 20 sekunder."

För analytiker: Snabbare arbetsflöde

Om du redan arbetar professionellt med data hanterar AI de delar av ditt arbetsflöde som är formelbaserade men tidskrävande:

Generera SQL från vanlig engelska:

Note
Mall

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.

Förklara okänd kod eller formler:

Note
Mall

Förklara vad denna [SQL-fråga / Excel-formel / Python-skript] gör, rad för rad. Använd enkel språk — anta att läsaren förstår datan men inte syntaxen.

[klistra in kod här]

Att strukturera en analysram:

Note
Mall

Jag behöver analysera [affärsproblem eller fråga].

Innan jag börjar samla in data, hjälp mig att tänka igenom ramverket. Vilka är de viktigaste frågorna jag bör besvara? Vilka dimensioner bör jag dela upp datan efter? Hur skulle en fullständig analys av detta problem se ut?

Tänk igenom detta steg för steg.

En avgörande begränsning: Skräp in, skräp ut

AI validerar inte din data. Den bearbetar vad du ger den och producerar självsäkra svar oavsett om de underliggande siffrorna är korrekta.

Om du klistrar in felaktig, föråldrad eller felformaterad data, kommer analysen att se snygg och auktoritativ ut — men vara byggd på en bristfällig grund.

Innan du använder AI för att tolka eller sammanfatta någon data:

  • Kontrollera att källan är aktuell och korrekt exporterad;
  • Kontrollera att siffrorna stämmer med det som finns i ditt ursprungliga system;
  • Bekräfta att eventuella beräkningar eller summeringar i datan är korrekta innan du klistrar in.

AI är ett kraftfullt verktyg för att kommunicera vad data betyder. Att validera att datan är korrekt är fortfarande ditt ansvar.

Övning: Från data till berättelse på under två minuter

Ta valfri tabell eller uppsättning siffror du nyligen arbetat med — en försäljningsrapport, ett projektmått, en budgetöversikt. Klistra in det i valfritt större AI-verktyg som vanlig text.

Skriv en prompt som specificerar:

  • Vad datan representerar;
  • Vem sammanfattningen är för;
  • Tre saker att ta fram (trend, oro, rekommendation);
  • Längd och format på svaret.

Granska resultatet. Notera vad som är korrekt, vad som är otydligt, och om modellen uppmärksammade något du inte hade märkt. Prova sedan att justera urvalskriterierna och observera hur svaret förändras.

1. Vilka påståenden beskriver bästa praxis för att använda AI för att omvandla data till en berättelse för icke-tekniska användare

2. Vilka påståenden beskriver korrekt vikten av datavalidering vid användning av AI för dataanalys eller sammanfattning

question mark

Vilka påståenden beskriver bästa praxis för att använda AI för att omvandla data till en berättelse för icke-tekniska användare

Välj alla rätta svar

question mark

Vilka påståenden beskriver korrekt vikten av datavalidering vid användning av AI för dataanalys eller sammanfattning

Välj alla rätta svar

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 3

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Avsnitt 3. Kapitel 3
some-alt