參照︰資料探索︰AI 提示的最佳做法

此功能僅適用於美國、加拿大和歐洲的Planning代理程式客戶。如需有關Planning代理程式的詳細資訊，請聯絡您的客戶經理。

有效的提示可縮短深入了解的時間。使用這些做法來建立資料查詢或複雜差異細項的查詢結構

內容要清楚具體。使用明確的語言，以免造成歧義。

範例︰「顯示 6000 2024 年第一季的收入 - 依產品種類」。

提供環境定義。新增詳細資料，例如科目、時間、層級、版本、維度或屬性內容，以取得精確的回覆。

範例︰「使用工作預算資料偵測 2024 財年的北美洲毛利率異常」

使用關鍵字做為篩選條件。使用「by」、「for」、「over」和「 between」等字詞來增加精細度。

範例︰「在 2025 年 1 月至 2025 年 12 月的營運中，在人員編制中比較實際值與預算」。

提供螢幕上的環境定義。若要錨定回覆，參照您畫面上可見或模型中可用的特定資料元素。

這些範例假設「營業費用」科目和「部門」維度顯示在您的頁面上︰

「匯總 2025 年第二季的營業費用 - 依部門」

「在 2025 年第二季，哪個部門的差旅與薪酬費用最多？」

使用對話式語言。以問題的形式提出提示，並以自然語言輸入。

範例︰「2024 財年的主要營業收入驅動因素是什麼？」

明確您的預期。包含限制條件或參數，讓回應更有針對性。

範例︰「列出 2024 財年營業收入增幅最高的前三個區域」。

包含環境定義錨點

為取得最準確的回覆並避免歧義，請在提示中包含以下錨點︰

科目︰使用確切的名稱或代碼，例如 4100 產品收入或 6100 薪資。

時間︰指定期間，例如 FY 2024、第三季或過去 6 個月。

層級或維度︰定義組織範圍，例如行銷部門或北美區域。

版本︰請說明您要查看的是實際值、工作預算還是特定預測。

套用這些技巧來改善 AI 效能︰

指定回應輸出的格式。範例︰「將 2026 年 1 月的差旅費用細項 - 依部門，並在表格中顯示結果」。

使用「思維鏈」進行計算。如果您要提示輸入複雜的指標，請引導代理程式完成這些步驟。範例︰「將總營業收入除以銷售層級的期末人員編制，即可計算出每個人員編制的營業收入。」

若要確保Planning代理程式可識別您要分析的確切科目、層級、時間或維度，請使用@提及選項︰

在提示中輸入 @ 符號以顯示選擇功能表。

選取元素類型，例如科目、層級、時間，或者特定維度或屬性內容。

開始輸入代理程式的元素名稱，以填入模型中最接近的相符項目。

處理具有類似名稱的元素 (人員編制、期末人員編制、全職等量) 時，請從清單中選取特定值，以提供準確回覆所需的確切環境定義。

對於包含空格或特殊字元的科目或維度名稱，請將名稱放在雙引號中，以將其識別為單一元素。

範例︰按「成本中心」顯示「薪資與工資總額」的趨勢。

使用「by」、「for」、「over」和「 between」等關鍵字做為資料的自然篩選條件。

範例︰比較 2026 年第一季的產品和服務收入 - 依部門 - 依月份。

若要更深入地探索資料，參照「分葉層級」。

範例︰若要自動查看階層中最精細的資料，請提示代理程式「細項分葉層級細項」。

衍生式 AI 是一種迭代技術。如果第一個回應不完美，請調整您的方法︰

不放棄重複進行︰如果回覆過於寬泛，請新增特定詳細資料 (例如特定區域) 並再次提示。

對照事實來源進行驗證︰在高層管理人員的簡報中共用 AI 產生的摘要和圖表之前，請對照您的標準矩陣報告交叉檢查其有效性。

重新整理以確保准確性︰如果您剛更新工作表中的資料或變更報告參數，重新整理瀏覽器。Planning代理程式會根據您最近一次重新整理，提供最佳建議。

代理程式可以使用多個維度 (例如依客戶依月份依區域) 對資料進行樞紐分析。但是，使用兩個或三個維度對資料執行樞紐分析後，視覺效果會變得難以閱讀。對於復雜的查詢，請限於影響最大的驅動因素。

代理程式可即時計算新指標 ( Adaptive Planning中不存在的指標)，例如「營業收入百分比」。如果計算很複雜，請明確命名您希望代理程式使用的科目 (而不是使用首字母縮略詞或簡稱)。