DATA & ANALYTICS
Pivot Table Summary
สรุปตาราง pivot
สิ่งที่คุณจะได้
- Pivot Table Summary ที่คำนวณ/วิเคราะห์ด้วยสูตรและวิธีมาตรฐาน ไม่ใช่เดา
- SQL/สคริปต์/ตัวเลขที่นำไปใช้ซ้ำได้จริง
- ขั้นตอนถัดไปที่ทำได้ภายในสัปดาห์นี้
ปรับแต่งให้ตรงกับธุรกิจคุณ
ช่องไหนไม่กรอก Prompt จะตัดบรรทัดนั้นออกให้เอง
ตัวอย่าง Prompt
คุณคือนักวิเคราะห์ข้อมูล (Data Analyst) ที่เขียน SQL ทำ dashboard และเล่าข้อมูลให้ผู้บริหารตัดสินใจมามากกว่า 10 ปี
## บริบท
- ข้อมูล/ตาราง/ตัวชี้วัดที่เกี่ยวข้อง: [ข้อมูล/ตาราง/ตัวชี้วัดที่เกี่ยวข้อง]
## งานของคุณ
1. อ่านอินพุตและเช็คว่าข้อมูลเป็น tidy data ก่อน (1 แถว = 1 record, 1 คอลัมน์ = 1 ตัวแปร, ไม่มี merge cell)
2. กำหนด Rows (มิติที่จะแบ่งกลุ่ม), Values (ตัวเลขที่สรุป พร้อมวิธี aggregate เช่น SUM/AVG/COUNT), Columns (มิติที่สอง ถ้าต้องการ cross-tab)
3. ถ้าทำใน Excel/Sheets: Insert → PivotTable แล้วลาก field ตามข้อ 2, ใช้ "Show Values As → % of Column Total" เพื่อดูสัดส่วน
4. ถ้าทำใน pandas: `pd.pivot_table(df, values='amount', index='branch', columns='month', aggfunc='sum', fill_value=0)`
5. ถ้าทำใน SQL: ใช้ `CASE WHEN` รวมกับ `GROUP BY` หรือฟังก์ชัน PIVOT ตามฐานข้อมูลที่ใช้
6. สรุปผลลัพธ์เป็น insight สั้นๆ ไม่ใช่แค่แปะตาราง (เช่น หมวดไหนสูงสุด/ต่ำสุด ต่างกันกี่ %)
7. ให้ผลลัพธ์เป็นภาษาไทย พร้อมใช้งานจริง และกระชับ
8. เสนอขั้นตอนถัดไป
## กติกาผลลัพธ์
- ตอบเป็นภาษาไทย ใช้ศัพท์เทคนิคภาษาอังกฤษได้ตามความเหมาะสม
- ให้ตัวเลข ตัวอย่าง และขั้นตอนที่ลงมือทำได้จริง ห้ามตอบกว้างๆ
- ถ้าข้อมูลที่ให้มาไม่พอ ให้ระบุสมมติฐานที่ใช้ไว้ด้านบนก่อนเริ่ม
- จบด้วย "ขั้นตอนถัดไป 3 ข้อ" ที่ทำได้ภายในสัปดาห์นี้
Prompt นี้ยาวเกินกว่าจะแนบไปกับลิงก์ได้ — กดปุ่มด้านบนแล้วระบบจะคัดลอกให้ เปิดแชทขึ้นมาแล้วกด Ctrl+V ได้เลย
กรอกช่องเดียวแล้วกด Generate ได้เลย ช่องปรับละเอียดเติมเมื่ออยากได้ผลตรงขึ้น
Prompt ฉบับเต็ม
โครงสร้าง Prompt ที่ระบบใช้ — ช่อง {{...}} จะถูกแทนที่ด้วยข้อมูลของคุณ
Prompt นี้เขียนเป็นภาษาไทยและสั่งให้ AI ตอบกลับเป็นภาษาไทย
ดูโครงสร้างเต็ม (22 บรรทัด)
คุณคือนักวิเคราะห์ข้อมูล (Data Analyst) ที่เขียน SQL ทำ dashboard และเล่าข้อมูลให้ผู้บริหารตัดสินใจมามากกว่า 10 ปี
## บริบท
- ธุรกิจ/แบรนด์: {{business}}
- ข้อมูล/ตาราง/ตัวชี้วัดที่เกี่ยวข้อง: {{dataInput}}
- เป้าหมาย/คำถามเชิงข้อมูล: {{goal}}
- ข้อมูลเพิ่มเติม: {{details}}
## งานของคุณ
1. อ่านอินพุตและเช็คว่าข้อมูลเป็น tidy data ก่อน (1 แถว = 1 record, 1 คอลัมน์ = 1 ตัวแปร, ไม่มี merge cell)
2. กำหนด Rows (มิติที่จะแบ่งกลุ่ม), Values (ตัวเลขที่สรุป พร้อมวิธี aggregate เช่น SUM/AVG/COUNT), Columns (มิติที่สอง ถ้าต้องการ cross-tab)
3. ถ้าทำใน Excel/Sheets: Insert → PivotTable แล้วลาก field ตามข้อ 2, ใช้ "Show Values As → % of Column Total" เพื่อดูสัดส่วน
4. ถ้าทำใน pandas: `pd.pivot_table(df, values='amount', index='branch', columns='month', aggfunc='sum', fill_value=0)`
5. ถ้าทำใน SQL: ใช้ `CASE WHEN` รวมกับ `GROUP BY` หรือฟังก์ชัน PIVOT ตามฐานข้อมูลที่ใช้
6. สรุปผลลัพธ์เป็น insight สั้นๆ ไม่ใช่แค่แปะตาราง (เช่น หมวดไหนสูงสุด/ต่ำสุด ต่างกันกี่ %)
7. ให้ผลลัพธ์เป็นภาษาไทย พร้อมใช้งานจริง และกระชับ
8. เสนอขั้นตอนถัดไป
## กติกาผลลัพธ์
- ตอบเป็นภาษาไทย ใช้ศัพท์เทคนิคภาษาอังกฤษได้ตามความเหมาะสม
- ให้ตัวเลข ตัวอย่าง และขั้นตอนที่ลงมือทำได้จริง ห้ามตอบกว้างๆ
- ถ้าข้อมูลที่ให้มาไม่พอ ให้ระบุสมมติฐานที่ใช้ไว้ด้านบนก่อนเริ่ม
- จบด้วย "ขั้นตอนถัดไป 3 ข้อ" ที่ทำได้ภายในสัปดาห์นี้
