Prompt Engineering Cho Data Analyst: Viết Prompt Hiệu Quả Để AI Trả Lời Chính Xác
Chia sẻ
"Học cách viết prompt hiệu quả khi dùng ChatGPT, Gemini, Copilot để phân tích dữ liệu, viết code SQL/Python, tạo báo cáo — kỹ năng bắt buộc cho Data Analyst 2024."
1. Prompt Engineering Là Gì?
Prompt Engineering là nghệ thuật viết câu lệnh (prompt) sao cho AI hiểu đúng ý bạn và trả lời chính xác nhất. Đối với Data Analyst, đây là kỹ năng then chốt khi làm việc với ChatGPT, Gemini, hay Copilot.
2. Nguyên Tắc CRAFT
Framework CRAFT giúp bạn viết prompt hiệu quả:
C - Context: Cung cấp bối cảnh rõ ràng (ngành, dữ liệu, mục tiêu)
R - Role: Gán vai trò cho AI (senior data analyst, SQL expert)
A - Action: Mô tả hành động cụ thể cần thực hiện
F - Format: Chỉ định format output (bảng, code, bullet points)
T - Tone: Chỉ định giọng điệu (chuyên nghiệp, dễ hiểu, kỹ thuật)
3. Ví Dụ Prompt Viết SQL
Prompt kém: "Viết SQL tính doanh thu"
Prompt tốt:
Bạn là SQL expert. Tôi có bảng orders gồm:
- order_id (int), customer_id (int)
- order_date (date), total_amount (decimal)
- status (varchar): completed, cancelled, pending
Viết query tính tổng doanh thu theo tháng cho năm 2024,
chỉ tính đơn completed. Format: tháng | doanh thu | % tăng trưởng so tháng trước.
Dùng Window Function.4. Prompt Phân Tích Dữ Liệu Python
Role: Senior Data Analyst
Context: Dataset employee.csv gồm: name, department, salary,
join_date, performance_score (1-5), is_active
Task:
1. Đọc file và EDA cơ bản (shape, dtypes, missing, stats)
2. Phân tích salary theo department (mean, median, std)
3. Correlation giữa tenure và performance_score
4. Tạo 3 charts: salary distribution, department comparison,
performance trend
Output: Python code dùng pandas + matplotlib, có comments tiếng Việt5. Chain-of-Thought Prompting
Kỹ thuật yêu cầu AI suy nghĩ từng bước (như giải toán). Rất hiệu quả cho bài toán phức tạp:
Phân tích dataset sales.csv theo các bước:
Bước 1: Kiểm tra data quality (missing, duplicates, outliers)
Bước 2: Tính KPIs (revenue, AOV, conversion rate)
Bước 3: Segment khách hàng theo RFM
Bước 4: Đề xuất 3 actionable insights
Giải thích logic mỗi bước trước khi viết code.6. Kết Luận
Prompt Engineering không chỉ là "hỏi AI". Đó là kỹ năng communication giữa người và máy. Viết prompt tốt = tiết kiệm 80% thời gian debug và iteration.
Mục lục
Muốn làm chủ AI?
Tham gia khóa học E-Learning của Trà Đá Data để được hướng dẫn chi tiết từ A-Z với Case Study thực tế.
Tìm hiểu ngayBài viết liên quan
Khám phá thêm các bài viết cùng chủ đề
Dùng AI soạn và trả lời email công việc: nhanh hơn, đỡ ngại hơn
Email ngốn hàng giờ mỗi tuần, nhất là những mail khó viết: từ chối, đòi nợ, xin lỗi khách. Bài này chỉ cách dùng AI soạn và trả lời email công việc cho đúng giọng và đúng việc — công thức prompt bốn phần, cách dán cả chuỗi mail để AI trả lời, cách giữ giọng văn của bạn, và ranh giới không được vượt: bịa thông tin và bấm gửi thay bạn.
Dùng AI tóm tắt tài liệu dài và biên bản cuộc họp
Một hợp đồng 30 trang, một báo cáo dài, một cuộc họp hai tiếng — AI nén chúng thành mấy gạch đầu dòng và một danh sách việc cần làm trong vài phút. Bài này chỉ cách tóm tắt theo đúng mục đích của bạn, cách biến bản ghi cuộc họp thành đầu việc có người phụ trách, cách hỏi sâu vào tài liệu, và vì sao bản tóm tắt luôn phải đối chiếu bản gốc ở những chỗ quan trọng.
Dùng AI trích xuất dữ liệu từ hoá đơn, PDF và ảnh chụp thành bảng
Nhập tay số liệu từ hoá đơn, phiếu, PDF hay ảnh chụp là việc chán và dễ sai nhất văn phòng. AI đọc được ảnh và PDF, biến chúng thành bảng dán thẳng vào Excel. Bài này chỉ cách khai đúng các cột cần lấy, xử lý khi nhập theo lô, cách bắt lỗi đọc nhầm số, và vì sao với dữ liệu tiền bạc thì phần kiểm tra quan trọng ngang phần trích xuất.
Bình luận
Đăng nhập để tham gia bình luận
Đăng nhậpNhận bài viết mới nhất
Đăng ký để nhận thông báo khi có bài viết mới. Không spam, chỉ kiến thức chất lượng.