Prompt: Dự báo Giá Bất động sản trong Khu Đô thị Mới – Phân tích dữ liệu bất động sản – AI Real Estate

Tuyệt vời! Với vai trò là một chuyên gia kỹ thuật gợi ý (prompt engineering), tôi sẽ phân tích chi tiết mẫu prompt bạn cung cấp.

1. Phân tích Cấu trúc Prompt

Mẫu prompt này được cấu trúc khá tốt, sử dụng các biến dạng ngoặc vuông để làm cho nó có thể tái sử dụng và linh hoạt. Cấu trúc chung hướng đến việc thu thập thông tin và đưa ra dự báo về thị trường bất động sản tại một khu vực cụ thể.

• Mục tiêu chính: Phân tích xu hướng phát triển và giá bất động sản.
• Địa điểm quan tâm: Một khu đô thị mới.
• Các yếu tố cần xem xét:
  • Kế hoạch phát triển hạ tầng (đường sá, tiện ích công cộng, trường học, bệnh viện).
  • Các dự án bất động sản đã và đang triển khai.
  • Các yếu tố thu hút dân cư.
• Yêu cầu đầu ra: Dự báo giá trị cho một bất động sản cụ thể.

Các biến được sử dụng:

• [TÊN_KHU_ĐÔ_THỊ_MỚI]: Đây là biến cốt lõi, xác định địa điểm mà AI cần tập trung phân tích. Nó rất quan trọng để thu hẹp phạm vi tìm kiếm thông tin.
• [THÔNG_SỐ_BẤT_ĐỘNG_SẢN_TRONG_KHU_ĐÔ_THỊ]: Biến này dùng để chỉ định các đặc điểm cụ thể của bất động sản mà người dùng muốn AI đánh giá. Điều này cho phép cá nhân hóa kết quả dự báo giá.

2. Ý nghĩa & Cách hoạt động

Mẫu prompt này hoạt động dựa trên nguyên tắc cung cấp ngữ cảnh rõ ràng và các điểm neo thông tin cho mô hình ngôn ngữ lớn (LLM). Khi LLM nhận được prompt này, nó sẽ:

• Hiểu ngữ cảnh: Nhận diện yêu cầu phân tích thị trường bất động sản.
• Xác định địa điểm: Tra cứu và tập hợp thông tin liên quan đến [TÊN_KHU_ĐÔ_THỊ_MỚI]. Điều này bao gồm việc tìm kiếm dữ liệu lịch sử, tin tức, quy hoạch, và các nguồn thông tin khác có liên quan đến khu vực đó.
• Tích hợp các yếu tố phân tích: LLM sẽ tìm kiếm các thông tin về hạ tầng (đường sá, tiện ích công cộng, trường học, bệnh viện), các dự án bất động sản hiện tại và tương lai, cũng như lý do khiến khu đô thị này thu hút người dân.
• Áp dụng các đặc điểm bất động sản: Sau khi có cái nhìn tổng quan về khu vực, LLM sẽ sử dụng [THÔNG_SỐ_BẤT_ĐỘNG_SẢN_TRONG_KHU_ĐÔ_THỊ] để đánh giá cách các yếu tố thị trường ảnh hưởng đến giá trị của một bất động sản cụ thể. Các thông số này có thể bao gồm diện tích, vị trí, loại hình (căn hộ, nhà phố, biệt thự), tiện ích đi kèm, năm xây dựng, vv.
• Đưa ra dự báo: Dựa trên tất cả các thông tin đã thu thập và phân tích, LLM sẽ đưa ra một dự báo về giá trị hoặc xu hướng giá của bất động sản đó.

Kỹ thuật sử dụng biến giúp người dùng dễ dàng điều chỉnh yêu cầu mà không cần viết lại toàn bộ prompt mỗi lần. Nó cũng đảm bảo rằng AI nhận được các thông tin cần thiết để thực hiện nhiệm vụ một cách chính xác.

3. Ví dụ Minh họa

Dưới đây là hai ví dụ về cách sử dụng mẫu prompt này:

Ví dụ 1: Phân tích khu đô thị mới ở TP.HCM


Phân tích xu hướng phát triển và giá bất động sản tại khu đô thị mới Khu đô thị Vạn Phúc City, TP. Thủ Đức. Xem xét kế hoạch phát triển hạ tầng (đường sá, tiện ích công cộng, trường học, bệnh viện), các dự án bất động sản đã và đang triển khai, và các yếu tố thu hút dân cư. Dự báo giá trị cho một bất động sản tại khu vực này với các đặc điểm một căn hộ 2 phòng ngủ, diện tích 70m², view sông, thuộc block có tiện ích hồ bơi và công viên nội khu.


Ví dụ 2: Phân tích khu đô thị mới ở Hà Nội


Phân tích xu hướng phát triển và giá bất động sản tại khu đô thị mới Vinhomes Ocean Park 2, Hưng Yên. Xem xét kế hoạch phát triển hạ tầng (đường sá, tiện ích công cộng, trường học, bệnh viện), các dự án bất động sản đã và đang triển khai, và các yếu tố thu hút dân cư. Dự báo giá trị cho một bất động sản tại khu vực này với các đặc điểm một căn biệt thự đơn lập có diện tích đất 200m², gần quảng trường trung tâm và các tiện ích thể thao.


👉 Tóm lại

Mẫu prompt “Phân tích xu hướng phát triển và giá bất động sản tại khu đô thị mới [TÊN_KHU_ĐÔ_THỊ_MỚI]. Xem xét kế hoạch phát triển hạ tầng (đường sá, tiện ích công cộng, trường học, bệnh viện), các dự án bất động sản đã và đang triển khai, và các yếu tố thu hút dân cư. Dự báo giá trị cho một bất động sản tại khu vực này với các đặc điểm [THÔNG_SỐ_BẤT_ĐỘNG_SẢN_TRONG_KHU_ĐÔ_THỊ].” là một mẫu prompt hiệu quả và có cấu trúc tốt. Nó sử dụng các biến linh hoạt để cho phép người dùng dễ dàng chỉ định một khu đô thị cụ thể và các đặc điểm của bất động sản cần phân tích và dự báo giá. Bằng cách yêu cầu AI xem xét các yếu tố quan trọng như hạ tầng, dự án hiện tại, và yếu tố thu hút dân cư, mẫu prompt này đảm bảo rằng AI có đủ thông tin để đưa ra một phân tích và dự báo giá trị tin cậy, mang tính ứng dụng cao trong lĩnh vực bất động sản.