Спроектировать допущения, методы и проверку для прогнозного анализа
Автор: AILesson10 мин на настройкуПроверено на:ChatGPTПроверено: 2026-08-28
Быстрый ответ
Преобразуйте запрос на прогноз в проверяемый план анализа с базовыми моделями, временным разделением, контролем утечки данных, неопределённостью и границами применения решений. Укажите: Вопрос прогнозирования и решение, Исторические данные и возможные факторы, Ограничения проверки и эксплуатации. Ожидаемый результат: Готовая для электронной таблицы спецификация прогноза с аудитом данных, кандидатными методами, ретроспективным тестированием и критериями продолжения или остановки.
1
Добавьте контекст
ваш текст остаётся в этом браузере. AILesson Prompts не отправляет его ни в модель, ни на сервер.
2
Ваш промпт
Незаполненные поля остаются видимыми как заполнители, поэтому вы всё равно можете скопировать и отредактировать промпт
Разработайте план прогнозного анализа; не составляйте числовой прогноз, если предоставленные данные и результаты проверки не дают для него достаточных оснований.
Целевая величина, единица измерения, горизонт, частота, уровень сущности, решение, несимметричная цена ошибок, срок упреждения, ответственный и запрещённые способы использования:
[question]
История, схема, определения, момент сбора, пропуски, пересмотры, события, сезонность, иерархия, заранее известные факторы и качество источников:
[data]
Метрики, базовая модель, временные отложенные выборки, частота обновления, инструменты, объяснимость, сценарии, проверка, мониторинг и пороги остановки:
[validation]
Проверьте, наблюдаема ли целевая величина в момент принятия решения, охватывает ли история достаточно релевантных циклов, стабильны ли определения, отличаются ли нули от пропусков, учитываются ли пересмотры и действительно ли возможные факторы доступны на всём горизонте прогноза. Выявите утечку данных, смещение выживших, цензурирование, агрегирование, структурные сдвиги, акции, простои, праздники, изменения цен и разовые события. Укажите допущения и способы проверки или стресс-тестирования каждого из них. Начните с наивных базовых моделей, подходящих для данной частоты; сравнивайте лишь небольшой набор методов, сложность которых оправдана данными. Задайте ретроспективные тесты со скользящей начальной точкой, сохраняющие временной порядок, окна обучения и проверки, метрики для каждого горизонта, согласованные с ценой решений, интервалы прогноза или сценарии, при необходимости иерархическое согласование и финальную нетронутую отложенную выборку. Никогда не применяйте случайное разделение строк для проверки временно зависимых данных. Верните: заключение о готовности данных; таблицу допущений и рисков; базовую модель и кандидатные методы; готовую для электронной таблицы схему входных и выходных данных и, где уместно, формулы; план ретроспективного тестирования; критерии приёмки; анализ ошибок по сегментам и времени; представление сценариев и неопределённости; этап принятия решения человеком; триггеры мониторинга и переобучения; а также альтернативы без прогноза при недостаточности доказательств.
Конфиденциально по умолчаниюПромпт собирается локально в вашем браузере. Не вводите конфиденциальную информацию в сервисы ИИ, если ваша организация этого не разрешает.
От исходных данных к результату
Разобранный пример
Посмотрите, как конкретный контекст превращает этот рецепт в полезный результат
Реальный ввод
Вопрос прогнозирования и решение
Спрогнозировать недельный расход каждого из 12 ингредиентов кафе на четыре недели вперёд для поддержки заказов по понедельникам. Единица измерения — доступная для закупки упаковка, а не порция. Завышенный прогноз увеличивает затраты на списание, заниженный создаёт риск дефицита и экстренной закупки. Количество определяет закупщик; прогноз не является автоматическим заказом на закупку. Нужны горизонты от одной до четырёх недель и проверка общей вместимости склада.
Исторические данные и возможные факторы
Таблица Excel с января 2024 г. по июль 2026 г. по неделям и ингредиентам: units_used, packs_purchased, closing_stock, stockout_flag, menu_price, promotion_flag, holiday_name, supplier_lead_days. Во время дефицита расход записывается как ноль, даже если спрос мог существовать. В марте 2025 г. для трёх ингредиентов изменился размер упаковки, но исторические единицы не пересчитывались. Признак акции вводится после её окончания. Календарь будущих праздников известен; будущие акции не утверждены. После переноса POS отсутствуют шесть недель данных для двух ингредиентов. В январе 2026 г. кафе было закрыто на четыре недели из-за ремонта. Для каждого ингредиента имеется лишь около 130 недельных строк.
Ограничения проверки и эксплуатации
Excel 365 и, при необходимости, утверждённый статистический инструмент. Базовые модели: та же неделя прошлого года и среднее за последние четыре недели. Ретроспективные тесты со скользящей начальной точкой; последние 16 недель остаются нетронутыми. Метрики: взвешенная абсолютная ошибка в упаковках, где цена недопрогноза вдвое выше цены перепрогноза, полнота выявления дефицита как диагностическая метрика и сценарий списания. Закупщику нужны объяснимый метод и диапазоны. Проверять ежемесячно; остановиться, если метод не превосходит лучшую базовую модель в трёх последовательных ретроспективных тестах или определения упаковок остаются неурегулированными.
Пример вывода
Заключение о готовности данных: работа заблокирована для трёх ингредиентов с изменившимся размером упаковки, пока история не будет преобразована в стабильное базовое количество или разделена на режимы до и после изменения. Ноль, зарегистрированный во время дефицита, — это цензурированный спрос, а не истинный ноль; такие данные нельзя без изменений использовать для обучения обычного прогноза расхода. Признаки акций, внесённые после события, недоступны в момент заказа и приводят к утечке будущей информации. Закрытие на ремонт и пробелы POS требуют разных меток пропуска или события, а не заполнения как обычных недель.
План: создать справочник ингредиентов с датированными периодами действия размеров упаковки и базовой единицей, затем сверить расход, закупки и конечный запас. Прогнозировать базовое количество и преобразовывать его в целое число закупаемых упаковок лишь после применения текущего размера упаковки и явно заданного округления. Кандидатные методы: среднее за последние четыре недели, та же неделя прошлого года при наличии полного сопоставимого цикла, сезонное экспоненциальное сглаживание и простая регуляризованная модель, использующая только известные на момент заказа поля праздников, работы или закрытия, срока поставки и утверждённого сценария акции. Двенадцать коротких рядов не оправдывают неограниченно сложную модель.
Выполняйте ретроспективное тестирование со скользящими начальными точками и отдельными горизонтами 1–4 недели, не затрагивая последние 16 недель до завершения выбора. Сообщайте взвешенную по стоимости ошибку в упаковках, смещение, покрытие интервалов и ошибки по ингредиентам, неделям дефицита или цензурирования, праздникам и периодам до и после изменения упаковки. Сравнивайте базовый сценарий, сценарий без акций и сценарий утверждённых акций; не выдавайте неизвестные акции за известные. Закупщик видит точечный прогноз и диапазон, текущий запас, пересчёт в целые упаковки, вместимость склада и исключения, а затем согласует решение вручную. Если кандидатные методы не выполняют заданное правило трёх ретроспективных тестов, остановитесь и используйте лучшую наивную базовую модель вместе с проверкой безопасности.
Почему это работает
1
Ретроспективное тестирование во времени и контроль утечки данных проверяют условия, которые будут существовать при составлении реального прогноза.
2
Наивные базовые модели и метрики, согласованные с решением, показывают, даёт ли усложнение полезное улучшение, а не только более красивое соответствие данным.
Проверьте результат
Точно ли определены целевая величина, горизонт, момент решения, единицы измерения, доступность, пересмотры и цена ошибок?
Сохраняет ли проверка временной порядок, сравнивает ли с наивной базовой моделью, предотвращает ли утечку данных и оставляет ли нетронутую отложенную выборку?
Явно ли указаны неопределённость, структурные сдвиги, ошибки по сегментам, мониторинг, полномочия человека и условия отказа от прогноза?
Используйте уверенно
Часто задаваемые вопросы
Практические ответы о том, когда использовать этот рецепт, что нужно предоставить и где по-прежнему важна проверка человеком
Что следует подготовить перед использованием рецепта «Спроектировать допущения, методы и проверку для прогнозного анализа»?
Для рецепта «Спроектировать допущения, методы и проверку для прогнозного анализа» подготовьте вопрос прогнозирования и решение, исторические данные и возможные факторы, а также ограничения проверки и эксплуатации. Заменяйте заполнители только сведениями, которые можете проверить. Если какая-либо деталь неизвестна, явно сохраните эту неопределённость, а не просите модель сделать вывод самостоятельно.
В каких случаях результат рецепта «Спроектировать допущения, методы и проверку для прогнозного анализа» ещё не готов к использованию?
Результат не готов, если на основе предоставленных свидетельств он ещё не обеспечивает заявленный итог — готовую для электронной таблицы спецификацию прогноза с аудитом данных, кандидатными методами, ретроспективным тестированием и критериями продолжения или остановки — либо опирается на неустранённые предположения, отсутствующие согласования или выдуманные детали. Используйте проверки как условия выпуска: исправьте исходные данные или назначьте конкретного уполномоченного проверяющего вместо того, чтобы приукрашивать результат без достаточных оснований.
Для каких инструментов ИИ зарегистрированы тесты рецепта «Спроектировать допущения, методы и проверку для прогнозного анализа»?
По состоянию на 28 августа 2026 года в опубликованном журнале тестирования рецепта «Спроектировать допущения, методы и проверку для прогнозного анализа» указан ChatGPT. Это подтверждает наличие зарегистрированных запусков, но не гарантирует совместимость или одинаковые результаты в последующих версиях продукта. Для другого инструмента или версии сохраняйте все ограничения в явном виде и повторяйте проверки результата перед использованием.
Перейдите от понимания ИИ к выполнению задач. Практикуйтесь в составлении запросов, проверке и улучшении результатов с помощью интерактивных уроков для работы и повседневной жизни.
ChatGPT
