قم بصياغة سؤال واحد محدد حول البيانات، مرتبطًا بالحل. إرجاع JSON {"data":..."،"،question":..."،"،decision"::"..."}: data — السياق؛ question - سؤال محدد قابل للقياس (مع قطع ومتري وفترة)، والذي توجد إجابة لا لبس فيها من الجدول؛ decision - ما هو القرار الذي ستتخذه بناءً على الإجابة.
سؤال غامض ينتج إجابة غامضة. "كيف هي المبيعات؟" - ويطرح الذكاء الاصطناعي عشر حقائق متباينة، لا يساعد أي منها في حل المشكلة. السؤال الجيد قابل للقياس: فهو يحتوي على شريحة (تفصيل - على سبيل المثال، حسب الوقت من اليوم)، ومقياس (ما نحسبه - الإيرادات أو عدد الكؤوس) وفترة (شهريًا). ثلاث ركائز - والجواب يصبح واضحا. المطلع: اربط السؤال بالحل مقدمًا. "إذا كانت إيرادات المساء أقل من 20% من إيرادات النهار، فإنني أقوم بتقليل ساعات عملي." يؤدي هذا إلى تحويل البيانات إلى أفعال ويستبعد حقائق مثيرة للاهتمام ولكن غير مجدية: فأنت تسأل فقط عما سيغير خطوتك. الحيلة الثانية: اطلب المقارنات، وليس المطلقات. إن عبارة "كم في المساء مقارنة باليوم" هي أكثر إفادة من رقم واحد - 40 كوبًا كثيرًا أو قليلًا، ولا يتضح إلا بجوار رقم آخر. خطأ نموذجي: اطرح سؤالاً عامًا "ألق نظرة على المبيعات" وتوقع من الذكاء الاصطناعي أن يخمن القرار الذي تتخذه. إنه ليس توارد خواطر - قرر بنفسك، ثم اسأل.
فتح إمكانية الوصول لإرسال الحلول لمراجعة الذكاء الاصطناعي الفورية.