Tuyệt vời! Với vai trò là một chuyên gia kỹ thuật prompt, tôi sẽ phân tích chi tiết mẫu prompt bạn cung cấp theo đúng 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 phần cố định và các biến số cần được điền vào để tạo ra một yêu cầu rõ ràng và có mục tiêu.
Thu thập dữ liệu về tất cả các giao dịch bất động sản: Đây là yêu cầu chính và mục tiêu của prompt, báo hiệu cho mô hình biết cần tìm kiếm và tổng hợp thông tin về hoạt động mua bán/chuyển nhượng bất động sản.mà [TÊN_NGƯỜI_HOẶC_TỔ_CHỨC] đã tham gia: Đây là biến số đầu tiên, xác định chủ thể (cá nhân hoặc tổ chức) mà chúng ta quan tâm. Mô hình sẽ cần lọc các giao dịch liên quan đến tên/tổ chức này.với vai trò [VAI_TRÒ_GIAO_DỊCH] (người bán/người mua): Biến số thứ hai, chỉ định vai trò cụ thể của chủ thể trong giao dịch. Điều này giúp thu hẹp phạm vi tìm kiếm, chỉ tập trung vào các giao dịch mà chủ thể đóng vai trò người bán hoặc người mua.tại [KHU_VỰC_GIAO_DỊCH]: Biến số thứ ba, xác định địa lý của bất động sản. Đây là một yếu tố quan trọng để tìm kiếm giao dịch trong một phạm vi nhất định.trong vòng [KHOẢNG_THỜI_GIA_DỮ_LIỆU] năm: Biến số thứ tư, giới hạn phạm vi thời gian của dữ liệu cần thu thập. Điều này đảm bảo tính cập nhật và liên quan của thông tin.Bao gồm thông tin về loại bất động sản, giá trị và ngày giao dịch.: Đây là các yêu cầu bổ sung về các trường dữ liệu cụ thể cần được trích xuất hoặc báo cáo cho mỗi giao dịch được tìm thấy.
Các biến số được đặt trong dấu ngoặc vuông ([...]) là những placeholder (chỗ giữ chỗ), cho thấy chúng cần được thay thế bằng thông tin cụ thể khi người dùng sử dụng mẫu prompt này.
2. Ý nghĩa & Cách hoạt động
Về mặt kỹ thuật, mẫu prompt này hoạt động bằng cách định tuyến và lọc thông tin từ cơ sở dữ liệu kiến thức hoặc thông tin được huấn luyện của mô hình AI. Khi bạn điền các biến số, bạn đang cung cấp các tiêu chí tìm kiếm chi tiết:
[TÊN_NGƯỜI_HOẶC_TỔ_CHỨC]: Mô hình sẽ sử dụng tên này để truy vấn các hồ sơ hoặc dữ liệu liên quan, tìm kiếm các thực thể hoặc tài khoản trùng khớp.[VAI_TRÒ_GIAO_DỊCH]: Sau khi xác định được chủ thể, mô hình sẽ lọc kết quả dựa trên vai trò đã chỉ định (ví dụ: tất cả các giao dịch mà “ABC Corp” là người bán).[KHU_VỰC_GIAO_DỊCH]: Mô hình sẽ áp dụng bộ lọc địa lý, chỉ trả về các giao dịch xảy ra trong khu vực được chỉ định.[KHOẢNG_THỜI_GIA_DỮ_LIỆU]: Bộ lọc thời gian sẽ được áp dụng để đảm bảo chỉ có dữ liệu trong khoảng thời gian đã định (ví dụ: 5 năm gần nhất) được xem xét.
Cuối cùng, yêu cầu “Bao gồm thông tin về loại bất động sản, giá trị và ngày giao dịch” hướng dẫn mô hình trích xuất và trình bày các thuộc tính cụ thể này cho mỗi giao dịch mà nó tìm thấy, đảm bảo kết quả đầu ra có cấu trúc và đầy đủ thông tin cần thiết.
3. Ví dụ Minh họa
Dưới đây là hai ví dụ về cách sử dụng mẫu prompt này với các thông tin điền vào khác nhau:
Ví dụ 1: Tìm giao dịch của một công ty bất động sản
Mẫu prompt đã điền:
Thu thập dữ liệu về tất cả các giao dịch bất động sản mà [Tập Đoàn VinGroup] đã tham gia với vai trò [người bán] tại [Thành phố Hồ Chí Minh] trong vòng [5] năm. Bao gồm thông tin về loại bất động sản, giá trị và ngày giao dịch.
Kết quả mong đợi (minh họa): Mô hình sẽ trả về danh sách các giao dịch mà Tập Đoàn VinGroup đã bán (với vai trò người bán) các bất động sản tại TP. Hồ Chí Minh trong 5 năm trở lại đây, bao gồm chi tiết về từng căn hộ/dự án, giá bán và ngày hoàn tất giao dịch.
Ví dụ 2: Tìm giao dịch của một cá nhân
Mẫu prompt đã điền:
Thu thập dữ liệu về tất cả các giao dịch bất động sản mà [Nguyễn Văn A] đã tham gia với vai trò [người mua] tại [Quận 1, Hà Nội] trong vòng [2] năm. Bao gồm thông tin về loại bất động sản, giá trị và ngày giao dịch.
Kết quả mong đợi (minh họa): Mô hình sẽ liệt kê các bất động sản mà ông Nguyễn Văn A đã mua tại Quận 1, Hà Nội trong 2 năm gần nhất, cung cấp thông tin về loại bất động sản (chung cư, nhà đất…), giá mua và ngày ký hợp đồng mua bán.
👉 Tóm lại
Mẫu prompt này là một công cụ hiệu quả để yêu cầu mô hình AI thu thập thông tin chi tiết về các giao dịch bất động sản. Bằng cách sử dụng cấu trúc rõ ràng với các biến số có thể tùy chỉnh, người dùng có thể nhanh chóng xác định rõ ràng chủ thể, vai trò, địa điểm, khoảng thời gian và các thuộc tính dữ liệu mong muốn. Điều này giúp đảm bảo mô hình cung cấp kết quả chính xác, có liên quan và hữu ích cho các mục đích phân tích hoặc nghiên cứu.
