Autor: AILesson10 min de configuraçãoTestado com:ChatGPTRevisado em: 2026-08-28
Resposta rápida
Vincule cada número do painel a uma decisão, população, fórmula, fonte, responsável, regra de atualização e limitação. Forneça: Público e decisões, Métricas candidatas e definições, Fontes e restrições operacionais. Resultado esperado: Uma especificação de painel com registro de métricas, layout, cálculos, estados de qualidade e testes de aceitação.
1
Adicione seu contexto
Seu texto permanece neste navegador. O AILesson Prompts não o envia para um modelo ou servidor.
2
Seu prompt
Campos não preenchidos permanecem visíveis como marcadores de posição, para que você ainda possa copiar e editar o prompt
Crie um painel no Excel cujas métricas sejam totalmente definidas e auditáveis.
Usuários, frequência, perguntas, decisões, comparações, metas, ações e implicações proibidas:
[decisions]
Nomes das métricas, definições, numeradores, denominadores, unidades, granularidade, filtros, datas, metas, segmentos, responsáveis e divergências:
[metrics]
Fontes, chaves, atualização, histórico, dados ausentes, acesso, versão do Excel, desempenho, exibição e linhas de base:
[data]
Comece pelas decisões e remova métricas que não apoiem uma pergunta ou ação declarada. Para cada métrica mantida, defina população, granularidade, evento ou estado, numerador, denominador, base temporal, inclusão e exclusão, unidade, agregação, direção da meta, comparação, frequência de atualização, fonte, responsável, estado de qualidade e limite de interpretação. Resolva ou exponha definições conflitantes, em vez de calcular a média delas. Separe valor atual, meta, mudança, previsão e anotação. Mostre contagens ao lado de taxas e datas exatas ao lado de rótulos como atual ou mês passado. Use codificações visuais adequadas à métrica; não use eixos truncados, eixos duplos, cores de semáforo sem texto nem metas que sugiram causalidade. Retorne: mapa de decisões para métricas; registro de métricas; modelo de fontes; plano de cálculo e fórmulas; wireframe do painel; interações dos filtros; estados de qualidade dos dados e desatualização; formatação acessível; regras de anotação; conciliação; plano de desempenho e atualização; e testes de aceitação com valores conhecidos.
Privado por padrãoA montagem do prompt acontece localmente no seu navegador. Evite colocar informações confidenciais em qualquer serviço de IA, a menos que sua organização permita.
Da entrada ao resultado
Um exemplo prático
Veja como um contexto concreto transforma esta receita em um resultado útil
Entrada real
Público e decisões
Revisão semanal das operações de suporte na segunda-feira. Público: gerente de suporte e três líderes de equipe. Decidir o foco da alocação de pessoal e as prioridades de investigação para a semana completa anterior, de segunda a domingo. Perguntas: casos elegíveis recebidos, acúmulo no fim da semana, serviço de primeira resposta, padrão de reabertura e qual fila precisa de revisão. As metas são limites operacionais, não prova de que a alocação causou os resultados. Sem classificação individual de agentes. Mostrar o período exato e o horário da atualização. Uma tela de 1366×768 e exportação para PDF.
Métricas candidatas e definições
Candidatas: `New Cases`; `End Backlog`; `FRT SLA%`; `Reopen%`; `CSAT`; `Average Handle Time`. Definições propostas: `New Cases` = casos criados na semana, excluindo spam/teste. `End Backlog` = casos elegíveis abertos no domingo às 23:59 UTC. Divergência sobre `FRT SLA%`: operações usa casos elegíveis com primeira resposta dentro do limite específico do plano / casos elegíveis com primeira resposta; qualidade usa todos os casos elegíveis criados, incluindo os não resolvidos, no denominador. `Reopen%` = casos reabertos em até 7 dias / casos encerrados, mas a janela da coorte não foi definida. `CSAT` tem apenas 22% de respostas. `AHT` vem de outro sistema e não está conciliado. Detalhar por `Queue`, não por agente. Responsáveis: Operations Analytics e Quality.
Fontes e restrições operacionais
Tabelas: `Cases`, uma linha por caso; `Events`, várias linhas por caso; `QueueHistory` com vigência por data; `PlanThreshold`; `Calendar`; `RefreshLog`. `CaseID` estável. Os dados até domingo às 23:59 UTC normalmente são carregados na segunda-feira às 07:00 UTC; atualização atual na segunda-feira às 07:20. `Events` podem chegar com 24 horas de atraso. Excel Microsoft 365 com Power Query e Data Model. Linha de base conhecida para a semana de 17–23 de agosto: 1.240 novos casos elegíveis, acúmulo no domingo de 386, 1.150 casos elegíveis com primeira resposta, 972 dentro do limite. 48 casos de spam/teste excluídos. O histórico de `Queue` é necessário para atribuir a fila no momento do evento. O PDF deve continuar legível sem passar o cursor nem usar cores.
Exemplo de saída
Mapa de decisões: volume e acúmulo apoiam alocação de pessoal e investigação; FRT apoia a revisão do serviço; o detalhamento por fila localiza o acompanhamento. Reopen fica Deferred até que sejam definidos a coorte de encerramento e o período completo de observação de sete dias. CSAT só pode aparecer como “CSAT dos respondentes, taxa de resposta de 22%, n” em um painel secundário de qualidade, não como satisfação geral. AHT fica excluído até que as fontes sejam conciliadas.
Registro de métricas: New Cases — CaseID elegíveis distintos criados entre 17 e 23 de agosto UTC, excluindo spam/teste; responsável Operations Analytics. End Backlog — CaseID elegíveis distintos abertos em 23 de agosto às 23:59 UTC usando o histórico de estados, não o estado atual. FRT SLA não deve ser lançado sob um único rótulo ambíguo: escolha uma definição governada ou exiba duas medidas com nomes explícitos. Segundo a definição de Operations, 972/1.150=84,52%, com a contagem “972 de 1.150”; 90 casos elegíveis criados sem primeira resposta ficam fora desse denominador e devem ser exibidos ao lado. O denominador alternativo de Quality exige a contagem de todos os casos elegíveis aos quais o limite possa ser aplicado validamente; não presuma que seja exatamente 1.240 sem verificar exclusões e completude da observação.
Wireframe: cabeçalho com “17–23 de agosto de 2026 UTC”, atualização “24 de agosto, 07:20 UTC” e “Events podem atrasar 24h — Provisional”. Primeira linha: New Cases 1.240, End Backlog 386, FRT SLA 84,52% (972/1.150), No first response 90. Segunda linha: tendências semanais com eixos iniciados em zero quando apropriado e a meta como linha de referência rotulada; terceira linha: tabela de Queue com contagens, taxas, denominador, mudança, indicador de qualidade e observação de revisão. Sem eixos duplos nem classificação de agentes. O filtro de Queue se aplica a todos os cartões e altera os denominadores visivelmente. O PDF usa texto de estado acompanhado de padrão ou ícone, não apenas vermelho/verde.
Aceitação: as contagens das fontes reproduzem 1.240 e 48 exclusões; o acúmulo usa histórico de ponto no tempo; FRT reconstrói 972 e 1.150 pelo limite do plano; a atribuição de fila usa a data de vigência; todas as taxas mostram n; eventos atrasados definem Provisional; uma fila vazia mostra No data, não 0%; atualização mais antiga que a política mostra Stale e suprime a redação de decisão. Concilie os totais do painel com as consultas das métricas antes da exportação.
Por que isso funciona
1
Um registro de métricas impede que rótulos idênticos ocultem populações, datas ou denominadores diferentes.
2
O mapeamento de decisões para métricas limita o painel a informações que alguém possa interpretar e usar para agir.
Verifique o resultado
Cada valor exibido pode ser recalculado a partir de uma fonte identificada, fórmula, período e estado do filtro?
As taxas estão acompanhadas de contagens e populações, enquanto atual, meta, mudança, previsão e qualidade permanecem distintos?
Dados desatualizados, ausentes, conflitantes, parciais e inacessíveis produzem estados visíveis, em vez de números plausíveis?
Use com confiança
Perguntas frequentes
Respostas práticas sobre quando usar esta receita, o que fornecer e onde a revisão humana ainda é importante
O que devo preparar antes de usar “Crie um painel com métricas definidas”?
Para usar “Crie um painel com métricas definidas”, prepare o Público e decisões, as Métricas candidatas e definições e as Fontes e restrições operacionais. Substitua os placeholders apenas por informações que você possa verificar. Se algum detalhe for desconhecido, preserve explicitamente essa incerteza em vez de pedir ao modelo que o deduza.
Quando o resultado de “Crie um painel com métricas definidas” ainda não está pronto para uso?
O resultado não está pronto se ainda não entregar, com base nas evidências fornecidas, o resultado declarado — uma especificação de painel com registro de métricas, layout, cálculos, estados de qualidade e testes de aceitação — ou se depender de suposições não resolvidas, aprovações ausentes ou detalhes inventados. Use as verificações como critérios de liberação: revise as informações de origem ou designe um revisor identificado e autorizado, em vez de aprimorar um resultado sem respaldo.
Quais ferramentas de IA têm testes registrados para “Crie um painel com métricas definidas”?
O registro de testes publicado para “Crie um painel com métricas definidas” inclui o ChatGPT em 2026-08-28. Isso confirma execuções registradas, não garante compatibilidade nem resultados idênticos em versões posteriores do produto. Ao usar outra ferramenta ou versão, mantenha todas as restrições visíveis e repita as verificações do resultado antes do uso.
Passe de entender a IA para fazer as coisas acontecerem. Pratique como criar prompts, revisar e melhorar resultados por meio de lições interativas para o trabalho e o dia a dia.
ChatGPT
