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. Nó sử dụng các biến placeholder để cho phép người dùng tùy chỉnh phạm vi và nguồn dữ liệu, giúp tăng tính linh hoạt và khả năng áp dụng.
- Phân tích các tin tức, sự kiện và tâm lý chung của thị trường bất động sản tại: Đây là phần cốt lõi, yêu cầu mô hình thực hiện việc phân tích.
- [TÊN_KHU_VỰC]: Biến này đại diện cho địa điểm cụ thể mà phân tích sẽ tập trung vào (ví dụ: Hà Nội, TP. Hồ Chí Minh, Đà Nẵng, một tỉnh cụ thể, hoặc một khu vực nhỏ hơn như Quận 1).
- trong [KHOẢNG_THỜI_GIAN]: Biến này xác định khung thời gian cho việc phân tích (ví dụ: 3 tháng gần nhất, Quý 4 năm 2023, 6 tháng cuối năm 2024).
- thông qua các nguồn [NGUỒN_TIN_TỨC]: Biến này cho phép người dùng chỉ định các nguồn thông tin cần tham khảo (ví dụ: báo chí chính thống, các trang tin bất động sản uy tín, báo cáo của các công ty tư vấn, mạng xã hội).
- Đánh giá mức độ ảnh hưởng của những yếu tố mang tính tâm lý này đến quyết định mua/bán và biến động giá ngắn hạn: Đây là yêu cầu đánh giá cụ thể, tập trung vào tác động của tâm lý thị trường đến hành vi người dùng và biến động giá.
2. Ý nghĩa & Cách hoạt động
Prompt này hướng dẫn mô hình ngôn ngữ lớn (LLM) thực hiện các bước sau:
- Thu Thập Thông Tin: Tìm kiếm và tổng hợp dữ liệu liên quan đến tin tức và sự kiện bất động sản tại khu vực và khoảng thời gian đã chỉ định, dựa trên các nguồn được cung cấp.
- Phân Tích Tâm Lý Thị Trường: Đọc hiểu các tin tức, bài viết để nhận diện và phân tích sentiment, tâm lý chung của các bên tham gia thị trường (người mua, người bán, nhà đầu tư, các chuyên gia). Các yếu tố tâm lý có thể bao gồm sự lạc quan, bi quan, lo ngại, kỳ vọng, hoặc ảnh hưởng từ các yếu tố vĩ mô.
- Đánh Giá Tác Động: Liên kết các yếu tố tâm lý đã phân tích với các quyết định giao dịch (mua/bán) và sự thay đổi giá bất động sản trong ngắn hạn. Mô hình cần trả lời câu hỏi “tâm lý này ảnh hưởng đến hành vi và giá cả như thế nào?”
- Cấu trúc Đầu ra: Mặc dù không được chỉ định rõ ràng, thông thường mô hình sẽ trả về một báo cáo phân tích có cấu trúc, bao gồm tóm tắt các xu hướng, phân tích tâm lý, đánh giá tác động và có thể là một số nhận định hoặc dự báo ngắn hạn.
3. Ví dụ Minh họa
Ví dụ 1: Phân tích chi tiết cho một khu vực
Prompt được tạo ra từ template:
Phân tích các tin tức, sự kiện và tâm lý chung của thị trường bất động sản tại TP. Hồ Chí Minh trong 3 tháng gần nhất thông qua các nguồn báo VnExpress, Cafeland, batdongsan.com.vn. Đánh giá mức độ ảnh hưởng của những yếu tố mang tính tâm lý này đến quyết định mua/bán và biến động giá ngắn hạn.
Ví dụ 2: Phân tích cho một khoảng thời gian rộng hơn và nguồn đa dạng
Prompt được tạo ra từ template:
Phân tích các tin tức, sự kiện và tâm lý chung của thị trường bất động sản tại Đà Nẵng trong 6 tháng cuối năm 2023 thông qua các nguồn báo chí chính thống, các trang tin bất động sản uy tín, và báo cáo của các công ty tư vấn bất động sản. Đánh giá mức độ ảnh hưởng của những yếu tố mang tính tâm lý này đến quyết định mua/bán và biến động giá ngắn hạn.
👉 Tóm lại
Prompt template này là một công cụ hiệu quả để tự động hóa quá trình thu thập và phân tích thông tin thị trường bất động sản. Bằng cách thay thế các placeholder bằng thông tin chi tiết, người dùng có thể nhanh chóng nhận được các báo cáo chuyên sâu về tâm lý thị trường, ảnh hưởng của nó đến các quyết định giao dịch và biến động giá ngắn hạn tại các khu vực và khoảng thời gian cụ thể. Tính linh hoạt của các biến [TÊN_KHU_VỰC], [KHOẢNG_THỜI_GIAN], và [NGUỒN_TIN_TỨC] cho phép áp dụng prompt này vào nhiều ngữ cảnh và mục đích nghiên cứu khác nhau.
“`
