주 컨텐츠로 이동
문서
문서
Adaptive Planning
최종 업데이트: 2026-03-13
참조: 데이터 탐색: AI 프롬프트 모범 사례

참조: 데이터 탐색: AI 프롬프트 모범 사례

이 기능은 미국, 캐나다 및 유럽의 Planning 에이전트 고객만 사용할 수 있습니다. Planning 에이전트에 대한 자세한 내용은 계정 담당자에게 문의하십시오.
효과적인 프롬프트는 인사이트를 얻는 시간 단축합니다. 다음 방법을 사용하여 데이터 룩업 또는 복잡한 차이 세부내역을 위한 쿼리를 구조화합니다.
  • 명확하고 구체적이어야 합니다. 모호성을 피하기 위해 노골적인 언어를 사용합니다.
    예: "Show me 6000 Revenue by Product Category for Q1 2024."
  • 컨텍스트를 제공합니다. 정확한 응답을 위해 계정, 시간, 레벨, 버전, 디멘션 또는 특성 과 같은 세부내용을 추가합니다.
    예: "Working Budget 데이터를 사용하여 FY 2024에 대한 North America Gross Margin Percentage의 이상값 감지"
  • 키워드를 필터로 사용합니다. '기준', '대상', '초과' 및 '다음 사이'와 같은 단어를 사용하여 세분화를 추가합니다.
    예: "2025년 1월과 2025년 12월 사이의 인원수의 실제값을 예산과 비교합니다."
  • 화면 컨텍스트를 제공합니다. 응답을 앵커하려면 화면에 표시되거나 모델에서 사용가능한 특정 데이터 요소를 참조 .
    다음 예에서는 Operating Expenses 계정 과 Department 디멘션 이 페이지에 표시된다고 가정합니다.
    • "2025년 2분기 부서별 영업비용 요약"
    • "2025년 2분기 동안 근태 경비가 가장 많이 발생한 부서는 어디입니까?"
  • 대화식 언어를 사용합니다. 프롬프트를 질문으로 입력하고 자연어로 입력합니다.
    예: 'FY 2024의 주요 수익 동인은 무엇입니까?'
  • 기대사항을 명확히 하십시오. 보다 구체적인 응답을 위해 제약조건 또는 매개변수를 포함합니다.
    예: 'FY 2024 동안 수익 성장이 가장 높은 상위 3개 지역을 나열합니다.'

상황별 앵커 포함

가장 정확한 응답을 위해 그리고 모호성을 방지하기 위해 프롬프트에 다음 앵커를 포함합니다.
  • 계정: 4100 Product Revenue 또는 6100 Payroll과 같은 정확한 이름 또는 코드를 사용합니다.
  • 시간: 기간(예: FY 2024, Q3 또는 Last 6 Months)을 지정합니다.
  • 레벨 또는 디멘션: 마케팅 부서 또는 북미 지역과 같은 조직 범위 정의합니다.
  • 버전: 실제값, 실행 예산 또는 특정 예측을 보고 있는지 확인합니다.

일반 프롬프트 표시 기술 적용

다음 기술을 적용하여 AI 성능을 개선합니다.
  • 응답 출력의 형식을 지정합니다. 예: '2026년 1월의 부서별 출장 경비를 세부내역으로 작성하고 결과를 테이블에 표시합니다.'
  • 계산에 '사상 체계'를 사용합니다. 복잡한 메트릭 에 대한 프롬프트를 표시하는 경우 에이전트에게 단계를 안내합니다. 예: "Total Revenue를 Sales Level의 Ending Headcount로 나누어 헤드카운트당 수익을 계산합니다."

@ 멘션 옵션 사용

Planning 에이전트가 분석하려는 계정, 레벨, 시간 또는 디멘션 정확히 식별하도록 하려면 @멘션 옵션을 사용합니다.
  • 프롬프트에서 @ 기호를 입력하여 선택 메뉴를 표시합니다.
  • 계정, 레벨, 시간 등의 요소 유형이나 특정 디멘션 또는 특성 선택합니다.
  • 에이전트가 모델과 가장 근접하게 일치하는 항목을 자동으로 입력할 요소명 입력을 시작합니다.
  • 이름이 유사한 요소(인원수, 종료 인원수, FTE)를 처리하는 경우 목록에서 특정 값을 선택하여 정확한 응답에 필요한 정확한 컨텍스트를 제공합니다.

Adaptive Planning 관련 기술 적용

  • 공백 또는 특수 문자가 포함된 계정명 또는 디멘션 명의 경우, 이름을 큰따옴표로 묶어 단일 요소로 식별합니다.
    예: 'Total Salary and Wages'의 트렌드를 '코스트센터'별로 표시합니다.
  • '기준', '기준', '초과', '기간'과 같은 키워드를 사용하여 데이터에 대한 기본 필터 역할을 합니다.
    예: 2026년 Q1의 월별 Product and Services Revenue by Department by Department를 비교합니다.
  • 데이터에 대한 자세한 내용은 ' leaf 레벨 '을 참조 .
    예를 들어 계층에서 사용할 수 있는 가장 세분화된 데이터를 자동으로 보려면 에이전트에 ' 세부내역 by leaf 레벨'을 입력하라는 메시지를 표시합니다.

대화형 방식으로 구체화 및 반복

생성적 AI는 반복적인 기술입니다. 첫 번째 응답이 완벽하지 않은 경우 접근 방식을 세분화합니다.
  • 포기하지 않고 반복: 응답이 너무 광범위한 경우 특정 지역 및 프롬프트와 같은 특정 세부내용을 다시 추가합니다.
  • 소스 기준 검증: AI가 생성한 요약 및 차트를 책임자 프레젠테이션에서 공유하기 전에 표준 매트릭스 리포트와 비교하여 유효성을 교차 확인합니다.
  • 정확성을 위해 새로고침: 시트 에서 데이터를 업데이트했거나 리포트 매개변수를 변경한 경우 브라우저를 새로고침 . Planning 에이전트는 최근 새로고침 기반으로 최적의 제안 항목을 제공합니다.

복잡성 관리

  • 에이전트는 Customer by Month by Region과 같은 여러 디멘션을 사용하여 데이터를 피벗할 수 있습니다. 그러나 2개 또는 3개의 디멘션으로 데이터를 피벗한 후에는 시각화를 읽기가 어려워집니다. 복잡한 문의의 경우 가장 영향력 있는 요인으로 제한합니다.
  • 에이전트는 Adaptive Planning 에 없는 신규 메트릭(예: '수익 대비 %')을 즉시 계산할 수 있습니다. 계산이 복잡한 경우 에이전트가 사용할 계정의 이름을 명시적으로 지정합니다(약어 또는 약식 이름을 사용하는 대신).