Yapay zekayla veri analizi, doğru kullanıldığında saatlerce sürecek manuel işi dakikalara indirir. Yanlış kullanıldığında ise akıcı görünen ama yanlış rakamlar üretir. Bu sayfa, veri tablosu üzerinde çalışırken güvenle kullanılabilen prompt şablonlarını sunar.
Tek altın kural: model sayısal sonucu hesaplamaz, sadece yorumlar. Hesaplama için kod (Python, SQL) çalıştırma yeteneği olan bir araç tercih edilmelidir.
1. Veri özeti çıkarma
Aşağıdaki tablo verisini incele ve şu üç bölüm halinde özetle: (1) Toplam kayıt sayısı ve sütunların ne anlama geldiği, (2) Veride dikkat çeken anomaliler (eksik veri, aşırı uç değerler, beklenmeyen kategoriler), (3) Bu veriyle cevaplanabilir 5 anlamlı analiz sorusu. Tahmin yürütme; sadece tablodaki verilere dayan.
Bu prompt, yeni bir veri kümesiyle ilk karşılaşmada hızlı yön bulma sağlar.
2. Trend ve örüntü taraması
Aşağıdaki tabloda zaman serisi var. Şunları çıkar: (1) Belirgin trendler (artış, azalış, döngüsel hareket), (2) Trendi bozan ay/çeyrekler, (3) Tahmini açıklama (kampanya, sezon, dış etken). Açıklamalarda spekülasyon yaparken bunu açıkça belirt. Veride olmayan bilgiyi uydurma.
Spekülasyonun açıkça etiketlenmesi, ekibin hangi yorumun veriye dayandığını ayırt etmesini sağlar.
3. Karşılaştırma promptu
Aşağıdaki tabloda iki grup karşılaştırılıyor: [grup A] ve [grup B]. Şu açılardan karşılaştırma yap: (1) Ortalama farkı, (2) En büyük fark hangi metrikte, (3) İki grup hangi metrikte birbirine yakın. Yorumda neden değil, ne olduğunu söyle. Nedensellik iddiası yapma.
“Nedensellik iddiası yapma” kısıtı, modelin korelasyondan nedensellik üretme eğilimini engeller.
4. Aksiyon önerisi promptu
Aşağıdaki analiz çıktısına dayanarak 5 olası aksiyon öner. Her aksiyon için: (1) Beklenen etki, (2) Yan etkisi olabilecek alanlar, (3) Doğrulama için ne ölçülmeli, formatında yaz. Aksiyonlar genel “müşteri deneyimini iyileştir” gibi değil, spesifik ve ölçülebilir olsun.
Spesifiklik talebi olmadan model rutin pazarlama maddeleri üretir.
5. Görselleştirme önerisi
Aşağıdaki veri için en uygun 3 görselleştirme türünü öner. Her biri için: (1) Hangi soruya cevap verir, (2) Hangi eksenler kullanılır, (3) Neden bu görsel bu veri için iyidir. Bar grafik, çizgi, dağılım grafiği, ısı haritası gibi türleri açıkça belirt.
Bu prompt, dashboard veya rapor hazırlığında zaman kazandırır.
Veri promptlarında genel sınırlar
- Veriyi kopyala-yapıştır verirken sütun başlıklarını netleştir.
- Gizli müşteri verisi (e-posta, telefon, kişisel ad) modele verilmemeli.
- Sayısal sonuçları her zaman ikinci bir kaynakla doğrulamak gerekir.
- Hesaplama istenecekse kod çalıştırabilen araç (ChatGPT Advanced Data Analysis, Claude analysis tool) tercih edilmeli.
Sonraki adım
Çıktının nasıl doğrulanacağı için yapay zeka çıktısı nasıl doğrulanır? sayfası temel çerçeveyi verir. Finans veya operasyon ekibindekiler için bir finans ekibi yapay zekayı nasıl kullanabilir? somut akış örneği sunar.