Prompt: Đánh giá cung và cầu hiện tại – Phân tích dữ liệu bất động sản – AI Real Estate

1. Phân tích Cấu trúc Prompt

Prompt template này được thiết kế để thu thập và phân tích thông tin về thị trường bất động sản, với trọng tâm là đánh giá mối quan hệ giữa cung và cầu để dự báo xu hướng giá ngắn hạn. Cấu trúc của template bao gồm các phần tử tĩnh (văn bản cố định) và các biến động (chỗ cần điền thông tin cụ thể).

Các Biến Động (Placeholders):

• [TÊN_THỊ_TRƯỜNG]: Đây là biến yêu cầu người dùng cung cấp tên của thị trường bất động sản cụ thể cần phân tích (ví dụ: “Thành phố Hồ Chí Minh”, “Hà Nội”, “Đà Nẵng”).
• [KHOẢNG_THỜI_GIAN]: Biến này yêu cầu người dùng xác định khoảng thời gian cho việc thu thập và phân tích dữ liệu (ví dụ: “Quý 1 năm 2023”, “Tháng 10 năm 2023”, “Năm 2022”).
• [THỊ_TRƯỜNG_SO_SÁNH]: Đây là một biến tùy chọn, cho phép người dùng chỉ định một thị trường khác để so sánh. Việc cung cấp thông tin cho biến này sẽ giúp phân tích trở nên sâu sắc và có bối cảnh hơn.

Cấu trúc Câu lệnh:

Prompt được chia thành các phần rõ ràng:

• Yêu cầu chính: “Phân tích dữ liệu về số lượng nhà đất chào bán (cung) và số lượng giao dịch thành công (cầu) tại [TÊN_THỊ_TRƯỜNG] trong [KHOẢNG_THỜI_GIAN].” – Đây là phần cốt lõi, xác định đối tượng và phạm vi phân tích.
• Yêu cầu tính toán bổ sung: “Tính toán tỷ lệ Cung/Cầu và diễn giải ý nghĩa của tỷ lệ này đối với tiềm năng tăng/giảm giá trong ngắn hạn.” – Phần này yêu cầu xử lý dữ liệu thu thập được, cụ thể là tính toán chỉ số quan trọng và giải thích tác động của nó.
• Yêu cầu so sánh (tùy chọn): “So sánh với dữ liệu của [THỊ_TRƯỜNG_SO_SÁNH] nếu có.” – Đây là một yêu cầu nâng cao, cho phép phân tích đa chiều hơn.

2. Ý nghĩa & Cách hoạt động

Prompt template này vận hành dựa trên nguyên tắc thu thập dữ liệu đầu vào cụ thể và yêu cầu mô hình (hoặc người phân tích) thực hiện các bước xử lý và diễn giải theo một luồng logic xác định.

Cách hoạt động kỹ thuật:

• Thu thập Dữ liệu: Khi người dùng điền các biến, prompt sẽ yêu cầu truy xuất (hoặc giả định có sẵn) hai loại dữ liệu cơ bản cho một thị trường và khoảng thời gian nhất định:
  • Cung (Supply): Số lượng bất động sản được đăng bán hoặc niêm yết trên thị trường.
  • Cầu (Demand): Số lượng giao dịch bất động sản thực tế được hoàn tất.
• Tính toán Tỷ lệ Cung/Cầu: Mô hình hoặc người phân tích sẽ thực hiện phép tính:

  Tỷ lệ Cung/Cầu = (Số lượng nhà đất chào bán) / (Số lượng giao dịch thành công)

  Tỷ lệ này thường được gọi là “tỷ lệ hấp thụ” hoặc “tỷ lệ tồn kho” (inventory ratio) trong phân tích bất động sản. Nó cho biết trung bình cần bao lâu để bán hết số nhà đất đang chào bán với tốc độ giao dịch hiện tại.

• Diễn giải Ý nghĩa: Dựa trên tỷ lệ tính toán được, prompt yêu cầu diễn giải tác động đến giá trong ngắn hạn. Các diễn giải phổ biến là:
  • Tỷ lệ Cung/Cầu > 1 (hoặc tỷ lệ phản ánh cầu thấp hơn cung): Cung nhiều hơn cầu. Thị trường đang nghiêng về người bán, cạnh tranh gay gắt hơn. Giá có xu hướng **giảm** hoặc chững lại do áp lực bán lớn. Thời gian bán nhà có thể kéo dài.
  • Tỷ lệ Cung/Cầu < 1 (hoặc tỷ lệ phản ánh cầu cao hơn cung): Cầu nhiều hơn cung. Thị trường đang nghiêng về người mua, nguồn cung khan hiếm. Giá có xu hướng **tăng** do sự cạnh tranh của người mua. Giao dịch nhanh chóng hơn.
  • Tỷ lệ Cung/Cầu ≈ 1: Cung và cầu cân bằng. Thị trường ổn định, giá có thể biến động nhẹ hoặc đi ngang.
• So sánh (Nếu có): Nếu người dùng cung cấp [THỊ_TRƯỜNG_SO_SÁNH], mô hình sẽ lặp lại quy trình phân tích tương tự cho thị trường đó và đưa ra nhận định so sánh sự giống và khác nhau giữa hai thị trường, giúp làm rõ xu hướng của thị trường chính.

3. Ví dụ Minh họa

Dưới đây là 2 ví dụ về cách prompt này có thể được sử dụng:

Ví dụ 1: Phân tích thị trường chính và bỏ qua so sánh

Prompt đã điền:


Phân tích dữ liệu về số lượng nhà đất chào bán (cung) và số lượng giao dịch thành công (cầu) tại [Thành phố Hồ Chí Minh] trong [Quý 4 năm 2023]. Tính toán tỷ lệ Cung/Cầu và diễn giải ý nghĩa của tỷ lệ này đối với tiềm năng tăng/giảm giá trong ngắn hạn.


Kết quả mong đợi (từ mô hình/người phân tích):

Okay, tôi sẽ phân tích dữ liệu cho Thành phố Hồ Chí Minh trong Quý 4 năm 2023.

Giả định dữ liệu như sau:

• Số lượng nhà đất chào bán (Cung): 15,000 đơn vị
• Số lượng giao dịch thành công (Cầu): 12,000 đơn vị

Tính toán Tỷ lệ Cung/Cầu:

Tỷ lệ Cung/Cầu = 15,000 / 12,000 = 1.25

Diễn giải ý nghĩa:

Tỷ lệ Cung/Cầu là 1.25, điều này có nghĩa là số lượng nhà đất chào bán đang cao hơn số lượng giao dịch thành công khoảng 25%. Dữ liệu này cho thấy dấu hiệu thị trường đang có xu hướng nghiêng về phía người bán hơn là người mua. Với nguồn cung dư thừa so với cầu, áp lực lên giá có thể gia tăng, dẫn đến khả năng giá nhà đất tại Thành phố Hồ Chí Minh có thể **chững lại hoặc giảm nhẹ** trong ngắn hạn. Các nhà đầu tư hoặc người mua có thể có nhiều lựa chọn hơn và có thể đàm phán giá tốt hơn.

Ví dụ 2: Phân tích thị trường chính và so sánh với thị trường khác

Prompt đã điền:


Phân tích dữ liệu về số lượng nhà đất chào bán (cung) và số lượng giao dịch thành công (cầu) tại [Hà Nội] trong [Năm 2023]. Tính toán tỷ lệ Cung/Cầu và diễn giải ý nghĩa của tỷ lệ này đối với tiềm năng tăng/giảm giá trong ngắn hạn. So sánh với dữ liệu của [Thành phố Hồ Chí Minh] nếu có.


Kết quả mong đợi (từ mô hình/người phân tích):

Tuyệt vời, tôi sẽ phân tích cho Hà Nội năm 2023 và so sánh với Thành phố Hồ Chí Minh.

Phân tích Hà Nội năm 2023:

Giả định dữ liệu:

• Cung Hà Nội: 20,000 đơn vị
• Cầu Hà Nội: 18,000 đơn vị

Tỷ lệ Cung/Cầu