S'inscrire gratuitement

Audit a chart for misleading design

Auteur: AILesson7 min de préparationTesté avec:ChatGPTRévisé: 2026-08-28

Réponse rapide

Review scale, encoding, labels, missing context, and the claim against source values. Fournir: Chart description, Source values and definitions, Audience and intended claim. Résultat attendu: A severity-ranked chart audit and a corrected design specification.

1

Ajouter votre contexte

Votre texte reste dans ce navigateur. AILesson Prompts ne l’envoie ni à un modèle ni à un serveur.

2

Votre prompt

Les champs non remplis restent visibles sous forme d’espaces réservés, afin que vous puissiez quand même copier et modifier le prompt.

Audit this chart for misleading or unclear design.

Chart type, axes, scales, labels, colors, annotations, and title:
[chart]

Source values, definitions, units, denominators, periods, and missing data:
[source]

Audience and intended claim:
[claim]

Compare every visual encoding and textual claim with the source. Check truncated or unequal axes, area/volume distortion, dual axes, category order, omitted baselines, cherry-picked periods, changing denominators, missing uncertainty or sample size, color accessibility, and title wording. Rank findings as blocking, material, or minor. Then specify a corrected chart and state the strongest claim the evidence actually supports. Do not invent unseen source details.
Essayer dans le Playground
Privé par défautL’assemblage du prompt se fait localement dans votre navigateur. Évitez de placer des informations confidentielles dans un service d’IA, sauf si votre organisation l’autorise.

De l'entrée au résultat

Un exemple détaillé

Voyez comment un contexte concret transforme cette recette en résultat utilisable.

Entrée réelle

Chart description
A 3D column chart titled 'New training doubles productivity'. It shows Before=82 and After=91 tasks per week. The y-axis begins at 80. Before is gray and After bright green. No sample size or dates are shown.
Source values and definitions
Same 12 employees measured for four weeks before and four weeks after training. Values are group means. No control group. Two employees were on leave during one after week. Individual variation and uncertainty are not supplied.
Audience and intended claim
Management slide intended to justify rolling the training out company-wide.

Exemple de sortie

Blocking findings

The title is false: 91 is 11.0% above 82, not double. The y-axis starting at 80 makes a nine-task increase occupy almost the full chart height, and 3D perspective adds further visual distortion. Without a control group, the before-after difference cannot be attributed to training.

Material findings

The chart omits n=12, the four-week windows, paired measurement, leave-related coverage difference, and uncertainty. A mean alone hides whether improvement was widespread or driven by a few employees. Bright green also implies approval rather than neutral comparison.

Corrected specification

Use a paired dot plot of each employee's before and after mean if individual data is available, plus a clearly labeled group summary. Otherwise use a simple two-point slope or column chart with a zero baseline, flat 2D design, exact labels 82 and 91, and subtitle “Observed mean increased by 9 tasks/week (11%); n=12; uncontrolled before-after comparison.” Add the date windows, coverage note, and uncertainty once calculated. The strongest supported claim is that the observed mean was higher after training; the data does not establish that training caused the increase or predict company-wide results.

Pourquoi cela fonctionne

  1. 1

    Checking the visual against source values catches distortion that a style-only review misses.

  2. 2

    Severity ranking separates truth-changing defects from ordinary polish.

Vérifier le résultat

  • Are visual distances proportional to the underlying values?

  • Does the title describe evidence rather than imply unsupported causality?

  • Are denominators, periods, exclusions, and sample sizes visible where needed?

Fondements de la méthode

Sources et citations

Sources primaires à l’appui de choix de conception précis dans cette recette. Elles ne garantissent pas un résultat particulier de l’IA.

  1. The audit checks chart clutter, readable labels, text alternatives, and linked data sources because official UK guidance identifies these as core chart accessibility and transparency practices.

    Accessible charts: a checklist of the basics — UK Government Analysis FunctionSource vérifiée:

Utilisez-la en toute confiance

Questions fréquentes

Des réponses pratiques sur le bon moment pour utiliser cette recette, ce qu’il faut fournir et les cas où une vérification humaine reste nécessaire.

What should I prepare before using “Audit a chart for misleading design”?

For “Audit a chart for misleading design,” prepare Chart description, Source values and definitions, and Audience and intended claim. Replace placeholders only with information you can verify. If a detail is unknown, preserve that uncertainty explicitly instead of asking the model to infer it.

When is the “Audit a chart for misleading design” result not ready to use?

The result is not ready if it does not yet deliver the stated outcome—A severity-ranked chart audit and a corrected design specification—from the supplied evidence, or if it relies on unresolved assumptions, missing approvals, or invented details. Use the checks as release gates: revise the source inputs or assign a named, authorized reviewer instead of polishing an unsupported output.

Which AI tools have recorded tests for “Audit a chart for misleading design”?

The published test record for “Audit a chart for misleading design” lists ChatGPT as of 2026-08-28. This confirms recorded runs, not guaranteed compatibility or identical results in later product versions. For another tool or version, keep every constraint visible and repeat the result checks before use.

Plus de façons d'explorer

Où se situe cette recette

Prompts texteAnalyse de donnéesRetours et relectureExcel et feuilles de calcul

Faites avancer votre travail

AILesson · Cours recommandés

Votre prochaine étape : mettez l’IA à contribution

Passez de la compréhension de l'IA à l'action. Entraînez-vous à formuler des requêtes, à évaluer et à améliorer les résultats grâce à des leçons interactives pour le travail et la vie quotidienne.

Découvrir tous les cours
Image de couverture de L’IA pour débutants

15 leçons interactives

L’IA pour débutants

Lancez une conversation utile avec une IA, améliorez sa réponse, vérifiez l’essentiel et sachez quand c’est à vous d’agir.

Découvrir ce cours
Image de couverture de Les bases de ChatGPT

10 leçons interactives

Les bases de ChatGPT

Découvrez ChatGPT à travers trois flux de travail pratiques : mener une première conversation, travailler à partir d’un fichier, puis utiliser Projects pour réutiliser un plan vérifié dans une nouvelle conversation.

Découvrir ce cours
Image de couverture de Comment fonctionne l’IA générative

7 leçons interactives

Comment fonctionne l’IA générative

Comprenez comment les systèmes courants de chat IA apprennent des structures linguistiques, utilisent les messages actuels, construisent leurs réponses et intègrent des sources et des outils.

Découvrir ce cours