Minta AI untuk menemukan anomali (apa yang tidak beres). Kembalikan JSON {"data":"...","findAnomalies":"...","rule":"..."}: data — konteks; findAnomalies - jenis keanehan apa yang harus dicari (outlier - jumlah yang jauh lebih besar dari biasanya, duplikat, lonjakan tajam, jumlah bulat yang mencurigakan); rule - aturan atau ambang batas untuk apa yang dianggap sebagai anomali (misalnya, “jumlahnya 3 kali lebih tinggi dari median” atau “dua pembayaran identik pada hari yang sama”).
Anomali adalah penyimpangan dari yang diharapkan, tetapi Anda harus mendefinisikan sendiri apa yang “diharapkan”. Tanpa aturan, AI akan menyebut jumlah besar apa pun sebagai anomali dan membanjiri Anda dengan alarm palsu. Mekanika: ini membandingkan setiap baris dengan baris biasa, dan Anda memutuskan mana yang tipikal. Pengungkit: berikan ambang batas (dalam waktu atau persentase rata-rata/median) dan sebutkan jenis keanehan - outlier, duplikat, lompatan tajam, kelalaian. Insider: minta untuk membandingkan dengan MEDIAN, bukan rata-rata. Satu jumlah besar akan meningkatkan rata-rata dan menyembunyikan sisa outlier di bawahnya; Median adalah pembayaran “tengah”; satu raksasa tidak menggerakkannya, sehingga outlier di latar belakangnya terlihat jelas. Teknik kedua: minta secara terpisah untuk mencari duplikat - kecocokan pemasok + jumlah + tanggal. Ini adalah kebocoran yang sering terjadi (tidak sengaja dibayar dua kali), yang tren dan jumlahnya tidak diketahui. Kesalahan umum: menanyakan "temukan kesalahan" - AI tidak tahu apa kesalahannya bagi Anda, dan akan tetap diam atau mengada-ada. Dan ingat: AI hanya MENUNJUKKAN anomali, Anda masih harus memeriksanya dengan mata Anda.
Buka kunci akses untuk mengirimkan solusi untuk peninjauan AI instan.