Tuyệt vời! Dưới đây là phân tích chi tiết về mẫu prompt bạn cung cấp, theo đúng cấu trúc yêu cầu:
1. Phân tích Cấu trúc Prompt
Mẫu prompt này được thiết kế để thu thập thông tin cụ thể về các giao dịch bất động sản. Cấu trúc của nó bao gồm các biến số được đặt trong dấu ngoặc vuông (`[]`), có chức năng như các “placeholder” (vị trí giữ chỗ) để người dùng có thể tùy chỉnh yêu cầu.
[TÊN_CHỦ_ĐẦU_TƯ]: Đây là biến đầu tiên, yêu cầu người dùng xác định tên của chủ đầu tư bất động sản mà họ muốn tìm kiếm thông tin. Biến này rất quan trọng để giới hạn phạm vi tìm kiếm cho các dự án cụ thể.[THÀNH_PHỐ]: Biến thứ hai, được sử dụng để lọc các dự án theo địa điểm địa lý (thành phố). Điều này giúp khoanh vùng khu vực quan tâm một cách rõ ràng hơn.[NĂM_BẮT_ĐẦU]: Biến thứ ba, xác định mốc thời gian bắt đầu của các giao dịch được thu thập.[NĂM_KẾT_THÚC]: Biến thứ tư, xác định mốc thời gian kết thúc của các giao dịch được thu thập. Cùng với `[NĂM_BẮT_ĐẦU]`, hai biến này tạo thành một khoảng thời gian cụ thể cho dữ liệu cần tìm.
Ngoài các biến, mẫu prompt còn chỉ định rõ các loại dữ liệu cần tập trung: “loại hình căn hộ/nhà, diện tích và giá trị giao dịch cuối cùng”. Điều này đảm bảo kết quả trả về sẽ chứa đựng những thông tin chi tiết và hữu ích nhất cho mục đích phân tích.
2. Ý nghĩa & Cách hoạt động
Về mặt kỹ thuật, mẫu prompt này hoạt động bằng cách yêu cầu một hệ thống xử lý ngôn ngữ tự nhiên (NLP) hoặc một cơ sở dữ liệu có khả năng truy vấn để thực hiện các thao tác sau:
- Xác định thực thể: Hệ thống sẽ nhận diện các thực thể được cung cấp trong các biến như “Tên chủ đầu tư”, “Thành phố”, “Năm bắt đầu”, và “Năm kết thúc”.
- Lọc dữ liệu: Dựa trên các thực thể đã xác định, hệ thống sẽ thực hiện quá trình lọc trong kho dữ liệu lịch sử giao dịch bất động sản.
- Truy vấn chi tiết: Hệ thống sẽ truy vấn các bản ghi giao dịch thỏa mãn các tiêu chí lọc.
- Trích xuất thông tin cụ thể: Sau khi tìm thấy các giao dịch phù hợp, hệ thống sẽ trích xuất các trường dữ liệu được yêu cầu như “loại hình căn hộ/nhà”, “diện tích”, và “giá trị giao dịch cuối cùng”.
Mẫu prompt này rất hiệu quả vì nó sử dụng ngôn ngữ tự nhiên để diễn đạt một yêu cầu truy vấn phức tạp, bao gồm nhiều điều kiện lọc và chỉ định thông tin cần lấy. Nó có thể được tích hợp vào các công cụ phân tích dữ liệu, các hệ thống chatbot chuyên về bất động sản hoặc các API truy xuất thông tin.
3. Ví dụ Minh họa
Dưới đây là hai ví dụ về cách sử dụng mẫu prompt này để tạo ra các yêu cầu cụ thể:
Ví dụ 1:
Giả sử bạn muốn tìm hiểu các giao dịch của Vingroup tại Hà Nội từ năm 2020 đến 2023, tập trung vào căn hộ và nhà liền kề.
Thu thập tất cả dữ liệu lịch sử giao dịch của các dự án bất động sản được phát triển bởi Vingroup tại Hà Nội. Tập trung vào các giao dịch từ 2020 đến 2023 và bao gồm các chi tiết về loại hình căn hộ/nhà, diện tích và giá trị giao dịch cuối cùng.
Ví dụ 2:
Bạn muốn tìm hiểu thông tin về các biệt thự do Capital House bán tại Đà Nẵng trong giai đoạn 2018 – 2022.
Thu thập tất cả dữ liệu lịch sử giao dịch của các dự án bất động sản được phát triển bởi Capital House tại Đà Nẵng. Tập trung vào các giao dịch từ 2018 đến 2022 và bao gồm các chi tiết về loại hình căn hộ/nhà, diện tích và giá trị giao dịch cuối cùng.
👉 Tóm lại
Mẫu prompt này là một công cụ hiệu quả để thu thập và phân tích dữ liệu giao dịch bất động sản. Với cấu trúc rõ ràng và các biến số có thể tùy chỉnh, nó cho phép người dùng dễ dàng định nghĩa phạm vi tìm kiếm theo chủ đầu tư, địa điểm, và khung thời gian, đồng thời chỉ định chính xác các loại thông tin chi tiết cần trích xuất. Điều này giúp tối ưu hóa quá trình tìm kiếm thông tin, tiết kiệm thời gian và mang lại kết quả chính xác, phục vụ tốt cho các mục đích nghiên cứu, đầu tư hoặc báo cáo thị trường.
