Referentie: gegevensverkenning: best practices voor AI-prompts

Deze functie is alleen beschikbaar voor klanten van Planning Agent in de VS, Canada en Europa. Neem voor meer informatie over de Planning Agent contact op met uw accountmanager.

Effectieve prompts verkorten de tijd tot inzicht. Gebruik deze methoden om query's te structureren voor gegevensopzoektabellen of complexe uitsplitsingen van verschillen

Wees duidelijk en specifiek. Gebruik expliciete taal om dubbelzinnigheid te voorkomen.

Voorbeeld: "Toon 6000 opbrengsten op productcategorie voor het eerste kwartaal van 2024."

Geef context op. Voeg details toe zoals rekening, tijd, niveau, versie, dimensie of kenmerk voor nauwkeurige antwoorden.

Voorbeeld: 'Afwijkingen detecteren in percentage brutomarge voor Noord-Amerika over boekjaar 2024 met behulp van werkbudgetgegevens'

Gebruik trefwoorden als filters. Gebruik woorden als 'door', voor, 'over' en 'tussen' om granulariteit toe te voegen.

Voorbeeld: 'Werkelijke waarden vergelijken met budget in headcount voor bewerkingen tussen januari 2025 en december 2025'.

Bied context op het scherm. Als u het antwoord wilt verankeren, verwijzing naar specifieke gegevenselementen die zichtbaar zijn op uw scherm of beschikbaar zijn in uw model.

In deze voorbeelden wordt ervan uitgegaan dat de rekening Exploitatiekosten en de dimensie Afdeling zichtbaar zijn op uw pagina:

'Exploitatiekosten samenvatten op afdeling voor tweede kwartaal 2025'

"Welke afdeling had de meeste O&E-kosten in het tweede kwartaal van 2025?"

Gebruik spreektaal. Stel uw prompts in als vragen en typ ze in natuurlijke taal.

Voorbeeld: 'Wat zijn de belangrijkste opbrengst voor boekjaar 2024?'

Verduidelijk uw verwachtingen. Neem beperkingen of parameters op voor meer gerichte antwoorden.

Voorbeeld: 'Geef de drie belangrijkste regio's met de hoogste opbrengst over BJ 2024 weer.'

Contextuele ankers opnemen

Voor de meest nauwkeurige antwoorden en om dubbelzinnigheid te voorkomen, neemt u deze ankers op in uw prompts:

Rekening: gebruik de exacte namen of codes, zoals 4100 Productopbrengsten of 6100 Salaris.

Tijd: geef de periode op, zoals BJ 2024, K3 of Laatste 6 maanden.

Niveaus of dimensies: definieer het bereik , zoals Marketingafdeling of Regio Noord-Amerika.

Versie: geef aan of u naar Werkelijke waarden, Werkbudget of een specifieke prognose kijkt.

Algemene prompttechnieken toepassen

Pas deze technieken toe om de AI-prestaties te verbeteren:

Geef de notatie voor de antwoorduitvoer op. Voorbeeld: 'Reiskosten opsplitsen op afdeling voor januari 2026 en de resultaten in een tabel weergeven'.

Gebruik 'Gedachtenketen' voor berekeningen. Als u om een complexe metriek vraagt, leidt u de agent door de stappen. Voorbeeld: "Bereken de opbrengsten per headcount door de totale opbrengsten te nemen en deze te delen door de headcount aan het einde voor het verkoopniveau."

Optie @-vermelding gebruiken

Gebruik de optie @-vermelding om ervoor te zorgen dat de Planning de exacte rekening, het niveau, de tijd of de dimensie identificeert die u wilt analyseren:

Voer in de prompt het @-symbool in om een selectiemenu weer te geven.

Selecteer een elementtype, zoals Rekening, Niveau, Tijd of een specifieke dimensie of specifiek kenmerk.

Begin met het invoeren van de elementnaam voor de agent om de beste matches uit uw model in te vullen.

Wanneer u te maken hebt met elementen met vergelijkbare namen (headcount, headcount aan einde, fte), selecteert u een specifieke waarde in de lijst om de exacte context te bieden die nodig is voor een nauwkeurig antwoord.

Adaptive Planning - specifieke technieken toepassen

Voor rekeningen of dimensie die spaties of speciale tekens bevatten, plaatst u de namen tussen dubbele aanhalingstekens om deze als afzonderlijke elementen te identificeren.

Voorbeeld: trends voor Totaal salaris en lonen weergeven op kostenplaats.

Gebruik trefwoorden als 'door', 'voor', 'over' en 'tussen' om als natuurlijke filters voor uw gegevens te fungeren.

Voorbeeld: de opbrengsten van producten en services per afdeling vergelijken per maand voor het eerste kwartaal van 2026.

Voor meer informatie over de gegevens verwijzing naar het op laagste niveau niveau.

Voorbeeld: als u automatisch de meest gedetailleerde gegevens wilt zien die beschikbaar zijn in uw hiërarchie, vraagt u de agent om 'Uitsplitsing op op laagste niveau niveau'.

Interactief verfijnen en herhalen

Generatieve AI is een iteratieve technologie. Als het eerste antwoord niet perfect is, verfijnt u uw aanpak:

Doorgaan zonder te beëindigen: als een antwoord te breed is, voegt u een specifiek detail toe, zoals een specifieke regio, en vraagt u opnieuw om een vraag.

Verifieer de bron van de waarheid: voordat u door AI gegenereerde samenvattingen en diagrammen deelt in presentaties voor leidinggevenden, vergelijkt u de geldigheid ervan met uw standaardmatrixrapporten.

Vernieuwen voor nauwkeurigheid: als u zojuist gegevens in een blad hebt bijgewerkt of rapportparameters hebt gewijzigd, moet u uw browser vernieuwen . De Planning biedt de beste suggesties op basis van uw meest recente vernieuwen.

Complexiteit beheren

De agent kan gegevens draaien met behulp van meerdere dimensies, zoals klant op maand en regio. Nadat de gegevens met twee of drie dimensies zijn gedraaid, worden de visualisaties echter moeilijk leesbaar. Beperk voor complexe aanvragen tot de meest invloedrijke stuurprogramma's.

De agent kan direct nieuwe metriekwaarden berekenen (die niet bestaan in Adaptive Planning), zoals % van opbrengsten. Als de berekening complex is, geeft u de rekeningen een expliciete naam (in plaats van afkortingen of korte namen te gebruiken) die de agent moet gebruiken.