Tuyệt vời! Dưới đây là phân tích chi tiết về prompt template bạn đã cung cấp, theo đúng cấu trúc yêu cầu:
1. Phân tích Cấu trúc Prompt
Prompt template này được thiết kế để yêu cầu tạo một báo cáo tổng quan doanh thu một cách có cấu trúc và linh hoạt. Cấu trúc chung bao gồm:
- Yêu cầu chính: “Tạo báo cáo tổng quan doanh thu”
- Khoảng thời gian: Được xác định bởi các biến
[NGÀY_BẮT_ĐẦU]
và[NGÀY_KẾT_THÚC]
, cho phép người dùng chỉ định rõ phạm vi thời gian của báo cáo. - Các chỉ số chính: Liệt kê rõ ràng các thông tin cốt lõi cần có trong báo cáo, giúp AI tập trung vào những dữ liệu quan trọng nhất. Các chỉ số này bao gồm:
Tổng doanh thu
,Doanh thu trung bình mỗi giao dịch
,Số lượng giao dịch
, vàTăng trưởng doanh thu so với kỳ trước (nếu có)
. Phần “(nếu có)” ở chỉ số cuối cùng cho thấy sự linh hoạt, AI có thể bỏ qua nếu không có dữ liệu so sánh. - Phân tích theo chiều: Được xác định bởi biến
[PHÂN_TÍCH_THEO_CHIỀU_NÀO]
. Biến này đóng vai trò quan trọng trong việc định hình chi tiết của báo cáo, cho phép người dùng yêu cầu phân tích sâu hơn dựa trên các tiêu chí khác nhau nhưsản phẩm
,khu vực
, hoặcnhân viên bán hàng
.
2. Ý nghĩa & Cách hoạt động
Prompt này hoạt động bằng cách hướng dẫn mô hình ngôn ngữ lớn (LLM) thu thập, xử lý và trình bày thông tin về doanh thu dựa trên các tham số do người dùng cung cấp. Khi người dùng thay thế các biến trong dấu ngoặc vuông ([...]
) bằng thông tin cụ thể:
[NGÀY_BẮT_ĐẦU]
và[NGÀY_KẾT_THÚC]
: Sẽ xác định khung thời gian mà AI cần truy xuất dữ liệu doanh thu. Ví dụ:01/01/2023
,31/12/2023
, hoặctháng 1 năm 2024
.[PHÂN_TÍCH_THEO_CHIỀU_NÀO]
: Sẽ chỉ định cách thức AI nên nhóm và phân tích dữ liệu doanh thu. Thay vì chỉ cung cấp một con số tổng, AI sẽ bóc tách dữ liệu theo tiêu chí này. Ví dụ:- Nếu là
sản phẩm
, AI sẽ liệt kê doanh thu theo từng loại sản phẩm. - Nếu là
khu vực
, AI sẽ hiển thị doanh thu phân bổ theo các khu vực địa lý. - Nếu là
nhân viên bán hàng
, AI sẽ báo cáo doanh thu do từng nhân viên tạo ra.
- Nếu là
Về mặt kỹ thuật, prompt này tạo ra một “mẫu lệnh” linh hoạt. LLM sẽ hiểu rằng nó cần “tạo ra một báo cáo”, “sử dụng các ngày đã cho”, “bao gồm các chỉ số đã liệt kê”, và “phân tích dữ liệu theo cách chỉ định”. Sự rõ ràng về các chỉ số và chiều phân tích giúp LLM hiểu chính xác những gì người dùng mong đợi, từ đó tạo ra kết quả chính xác và hữu ích hơn.
3. Ví dụ Minh họa
Ví dụ 1: Báo cáo Doanh thu theo Sản phẩm
Với prompt gốc:
Tạo báo cáo tổng quan doanh thu cho kỳ từ [NGÀY_BẮT_ĐẦU] đến [NGÀY_KẾT_THÚC]. Bao gồm các chỉ số chính: Tổng doanh thu, Doanh thu trung bình mỗi giao dịch, Số lượng giao dịch, và Tăng trưởng doanh thu so với kỳ trước (nếu có). Phân tích theo [PHÂN_TÍCH_THEO_CHIỀU_NÀO] như sản phẩm, khu vực, hoặc nhân viên bán hàng.
Người dùng thay thế các biến như sau:
[NGÀY_BẮT_ĐẦU]
=01/03/2024
[NGÀY_KẾT_THÚC]
=31/03/2024
[PHÂN_TÍCH_THEO_CHIỀU_NÀO]
=sản phẩm
Kết quả prompt được tạo ra:
Tạo báo cáo tổng quan doanh thu cho kỳ từ 01/03/2024 đến 31/03/2024. Bao gồm các chỉ số chính: Tổng doanh thu, Doanh thu trung bình mỗi giao dịch, Số lượng giao dịch, và Tăng trưởng doanh thu so với kỳ trước (nếu có). Phân tích theo sản phẩm.
Ví dụ 2: Báo cáo Doanh thu theo Khu vực (kèm dữ liệu so sánh)
Với prompt gốc:
Tạo báo cáo tổng quan doanh thu cho kỳ từ [NGÀY_BẮT_ĐẦU] đến [NGÀY_KẾT_THÚC]. Bao gồm các chỉ số chính: Tổng doanh thu, Doanh thu trung bình mỗi giao dịch, Số lượng giao dịch, và Tăng trưởng doanh thu so với kỳ trước (nếu có). Phân tích theo [PHÂN_TÍCH_THEO_CHIỀU_NÀO] như sản phẩm, khu vực, hoặc nhân viên bán hàng.
Người dùng thay thế các biến như sau:
[NGÀY_BẮT_ĐẦU]
=01/01/2024
[NGÀY_KẾT_THÚC]
=31/03/2024
[PHÂN_TÍCH_THEO_CHIỀU_NÀO]
=khu vực
Kết quả prompt được tạo ra:
Tạo báo cáo tổng quan doanh thu cho kỳ từ 01/01/2024 đến 31/03/2024. Bao gồm các chỉ số chính: Tổng doanh thu, Doanh thu trung bình mỗi giao dịch, Số lượng giao dịch, và Tăng trưởng doanh thu so với kỳ trước (nếu có). Phân tích theo khu vực.
*(Lưu ý: Trong trường hợp dữ liệu so sánh với kỳ trước có sẵn, AI sẽ tự động tính toán và hiển thị chỉ số Tăng trưởng doanh thu cho từng khu vực.)*
👉 Tóm lại
Prompt template này là một công cụ hiệu quả để yêu cầu các báo cáo doanh thu chi tiết và tùy chỉnh. Nó cung cấp sự cân bằng tốt giữa tính cụ thể (về các chỉ số cần có) và tính linh hoạt (về khoảng thời gian và chiều phân tích). Bằng cách sử dụng các biến rõ ràng, người dùng có thể nhanh chóng tạo ra các yêu cầu lệnh cho mô hình AI, dẫn đến việc nhận được các báo cáo doanh thu được cấu trúc tốt, dễ hiểu và phù hợp với nhu cầu phân tích kinh doanh.