Tuyệt vời! Với vai trò là chuyên gia kỹ thuật tạo prompt, tôi sẽ phân tích chi tiết mẫu prompt bạn cung cấp.
1. Phân tích Cấu trúc Prompt
Mẫu prompt này được thiết kế để thu thập thông tin phân tích chuyên sâu về tác động của các dự án cơ sở hạ tầng đến thị trường bất động sản. Cấu trúc của nó bao gồm các biến số rõ ràng, cho phép người dùng cung cấp thông tin cụ thể để nhận được kết quả mong muốn.
- Nhiệm vụ chính: “Phân tích dữ liệu giá và cung cầu bất động sản…”
- Địa điểm mục tiêu: “…tại các khu vực lân cận các dự án cơ sở hạ tầng mới…”
- Biến số cho dự án hạ tầng: `[TÊN_DỰ_ÁN_HẠ_TẦNG_1], [TÊN_DỰ_ÁN_HẠ_TẦNG_2]` – Đây là các vị trí giữ chỗ cho phép người dùng liệt kê một hoặc nhiều dự án cơ sở hạ tầng cụ thể. Việc sử dụng nhiều biến thể cho phép phân tích so sánh hoặc tổng hợp nhiều yếu tố.
- Biến số cho vị trí địa lý: `[TÊN_THÀNH_PHỐ]` – Xác định phạm vi địa lý rộng hơn cho phân tích.
- Biến số về thời gian: `[KHOẢNG_THỜI_GIAN]` – Quy định khung thời gian mà phân tích dữ liệu sẽ được thực hiện.
- Yêu cầu cụ thể về kết quả: “Đánh giá mức độ tác động tích cực hay tiêu cực đến giá và lượng giao dịch.” – Đây là phần quan trọng định hướng cho mô hình trả lời, yêu cầu phân tích định tính và định lượng về ảnh hưởng.
2. Ý nghĩa & Cách hoạt động
Prompt này hoạt động bằng cách yêu cầu mô hình ngôn ngữ thực hiện một nhiệm vụ phân tích dữ liệu phức tạp. Khi người dùng điền thông tin vào các dấu ngoặc vuông như `[TÊN_DỰ_ÁN_HẠ_TẦNG_1]`, `[TÊN_THÀNH_PHỐ]`, `[KHOẢNG_THỜI_GIAN]`, prompt sẽ được cấu thành thành một câu lệnh rõ ràng và cụ thể. Mô hình sẽ cố gắng truy xuất hoặc suy luận dữ liệu liên quan đến các khu vực xung quanh các dự án cơ sở hạ tầng đã chỉ định trong thành phố và khoảng thời gian đã cho. Sau đó, nó sẽ phân tích mối tương quan giữa sự xuất hiện và tiến độ của các dự án hạ tầng này với biến động của giá bất động sản và lượng giao dịch (cung cầu) tại các khu vực đó.
Kỹ thuật tạo prompt này sử dụng các phương pháp sau:
- Zero-shot/Few-shot prompting: Tùy thuộc vào khả năng của mô hình, nó có thể hiểu yêu cầu ngay lập tức (zero-shot) hoặc cần một vài ví dụ để định hình câu trả lời (few-shot). Tuy nhiên, với cấu trúc rõ ràng này, khả năng thực hiện trực tiếp là rất cao.
- Contextualización (Cung cấp ngữ cảnh): Các biến số cho phép người dùng tạo ra ngữ cảnh cụ thể cho mô hình, ví dụ như tên dự án, thành phố, thời gian.
- Task Decomposition (Phân rã nhiệm vụ): Yêu cầu phân tích “giá và cung cầu” và “mức độ tác động” là các phân rã nhỏ của một nhiệm vụ phân tích lớn hơn.
- Specificity (Tính đặc thù): việc chỉ rõ “khu vực lân cận các dự án cơ sở hạ tầng mới” giúp thu hẹp phạm vi tìm kiếm và phân tích của mô hình.
3. Ví dụ Minh họa
Dưới đây là hai ví dụ về cách prompt này có thể được sử dụng:
Ví dụ 1: Phân tích một dự án cụ thể
Prompt được điền:
Phân tích dữ liệu giá và cung cầu bất động sản tại các khu vực lân cận các dự án cơ sở hạ tầng mới (ví dụ: Sân bay Quốc tế Long Thành) tại TP. Hồ Chí Minh trong giai đoạn 2020-2023. Đánh giá mức độ tác động tích cực hay tiêu cực đến giá và lượng giao dịch.
Ví dụ 2: Phân tích nhiều dự án trên một địa bàn
Prompt được điền:
Phân tích dữ liệu giá và cung cầu bất động sản tại các khu vực lân cận các dự án cơ sở hạ tầng mới (ví dụ: Tuyến Metro số 1, Cầu Thủ Thiêm 4) tại Hà Nội trong giai đoạn 2018-2022. Đánh giá mức độ tác động tích cực hay tiêu cực đến giá và lượng giao dịch.
👉 Tóm lại
Mẫu prompt này là một công cụ hiệu quả để yêu cầu mô hình AI phân tích thị trường bất động sản dưới ảnh hưởng của các dự án cơ sở hạ tầng. Cấu trúc rõ ràng với các biến số cho phép tùy chỉnh cao, đảm bảo kết quả phân tích được tập trung vào các yếu tố quan trọng. Nó kết hợp tốt các kỹ thuật tạo prompt như cung cấp ngữ cảnh, phân rã nhiệm vụ và yêu cầu tính đặc thù. Đây là một prompt có khả năng tạo ra các báo cáo phân tích chi tiết và hữu ích cho các nhà đầu tư, nhà phát triển bất động sản hoặc các nhà hoạch định chính sách.
