Kompleksowy przepływ: od odprawy po próbę, weryfikację, poufność i dostawę

Zyski:

• Możliwość wykonania zadania związanego z prezentacją/danymi w powtarzalnym przepływie obejmującym odprawę, przygotowanie danych, strukturę, treść/grafikę, walidację, sprawdzanie i etapy dostarczania.
• Dzięki anonimizacji i agregacji wrażliwych danych zewnętrzne narzędzie może działać bez naruszania poufności i krzyżowo weryfikować krytyczne liczby.
• Umiejętność wzięcia odpowiedzialności za końcowy efekt poprzez wykorzystanie sztucznej inteligencji jako partnera do prób oraz testowanie trudnych pytań i czasu

Poprzednie jednostki uczyły po kolei umiejętności: struktura, tekst, projekt, dobór grafiki, kod, dashboard, historia, infografika, uczciwość. Ta ostatnia jednostka łączy je wszystkie w jeden przepływ pracy: przybył brief, dostarczysz prezentację/wizualizację danych. Naszym celem jest ustanowienie powtarzalnej metody, która wykorzystuje sztuczną inteligencję od początku do końca, ale weryfikuje ją na każdym kroku, zachowując prywatność i etykę.

Siedem kroków do kompleksowego przepływu

1. Brief i zakres: Odbiorcy, cel, główny przekaz, czas trwania, kanał (prezentacja, raport, media społecznościowe), ograniczenia.
2. Przygotowanie danych: Zbieraj, oczyszczaj i anonimizuj dane; Zdecyduj, co trafi do pojazdu zewnętrznego.
3. Struktura i narracja: Wybierz wzór, zbuduj grzbiet slajdu (część 2, 8).
4. Treść i grafika: Napisz tekst, wybierz i zakoduj odpowiednią grafikę, przygotuj projekt (Części 3-6).
5. Integralność i weryfikacja: Każdy numer, każdy wykres, każde roszczenie jest kontrolowane (Część 10).
6. Ćwicz i edytuj: Wypróbuj prezentację na głos, zaplanuj ją w określonym czasie i dodawaj informacje zwrotne.
7. Dostawa i archiwizacja: Wersja ostateczna, notatki źródłowe i kod/szablon do ponownego wykorzystania.

Wskazówka: uczyń te siedem kroków listą kontrolną i powtarzaj je przy każdym zadaniu. Standaryzacja przepływu pracy eliminuje zależność jakości od indywidualnej formy.

Przygotowanie danych i prywatność: najważniejszy przystanek

Zanim przekażesz dane AI, zatrzymaj się i zapytaj: Czy te dane mogą dostać się do systemu zewnętrznego? Kilka pojęć: dane osobowe (informacje identyfikujące osobę, takie jak imię i nazwisko, tożsamość, kontakt, stan zdrowia, wynagrodzenie); anonimizacja (nieodwracalne usunięcie tożsamości); agregacja (podaj średnią/ogółem zamiast pojedynczego wiersza). Zasada:

• Nigdy nie wprowadzaj danych zawierających tajemnice osobiste/handlowe do narzędzia niezatwierdzonego przez instytucję.
• Jeśli musisz wprowadzić, anonimizować lub agregować: usuń kolumny z nazwą/identyfikatorem, pokaż pojedyncze osoby tylko w grupie.
• Generując wykresy/kod, nadaj modelowi strukturę danych (nazwy kolumn, typy), a nie surowe wiersze dokładności.

Twoja rola: administrator prywatności danych.Kolumny następującego zbioru danych: [lista]. Przekażę to do zewnętrznego narzędzia AI, aby utworzyć wykres. Które kolumny mogą być osobiste/wrażliwe? Zaznacz, co muszę zanonimizować lub zagregować i zasugeruj, jak to zrobić (usunąć, zamaskować, pogrupować). Powiedz mi, jak mogę pracować z najmniejszą ilością danych, która będzie wystarczająca do analizy.

Uwaga: wklejanie wrażliwych danych „tylko raz i szybko” jest najczęstszą formą naruszenia prywatności. Po wyjściu nie można odzyskać danych.

Walidacja: filtr końcowy przed dostawą

Zastosuj cztery kroki z Części 1 (źródło, spójność, uczciwość, kontekst) do całej prezentacji. Dodatkowo wykonaj kontrolę krzyżową: potwierdź krytyczne liczby za pomocą narzędzia spoza modelu (arkusz kalkulacyjny, kalkulator).

kontrola

Pytanie

pojazd

Źródło

Skąd pochodzi każda liczba?

Źródło danych/notatka

Spójność

Czy slajd-grafika-tekst to to samo?

Czytaj oczami po przekątnej

szczerość

Czy wykres nie jest zawyżony?

Kontrola Jednostki 10

konto

Czy suma/procent jest poprawna?

arkusz kalkulacyjny

Cytat

Czy cytat/źródło jest prawdziwe?

Otwórz źródło, sprawdź

Bądź szczególnie ostrożny w przypadku halucynacji (sfabrykowanych informacji): model może „sfabrykować” statystyki, cytat lub źródło. Otwórz i sprawdź każde zewnętrzne źródło i figurę, która pojawia się na slajdzie.

Próba: testowanie prezentacji za pomocą sztucznej inteligencji

Sztuczna inteligencja może być partnerem prób: generować trudne pytania z perspektywy publiczności, znajdować słabe przejścia, szacować czas trwania.

Twoja rola: wymagający trener publiczności i prezentacji. Przejrzyj poniższy szkielet prezentacji i notatki prelegenta. 1) Wygeneruj 5 najtrudniejszych pytań, które zada publiczność ([rola]). 2) Zaznacz słabe/niepowiązane przejścia w narracji. 3) Oszacuj w przybliżeniu, ile sekund przypada na każdy slajd, co daje całkowity czas [X] minut; Jeśli za dużo, zasugeruj, które slajdy powinienem skrócić. Prezentacja: [ ... ].

Oddzielna próba „spotkania w sprawie sprzeciwu”:

Wygeneruj 4 zastrzeżenia do głównej propozycji tej prezentacji i przygotuj na każdy z nich dwuzdaniową odpowiedź opartą na danych. Nie wymyślaj odpowiedzi; Wpisz [potwierdzenie], jeśli wymagane jest potwierdzenie. Sugestia: [ ... ].

trzy mini etui

Przypadek 1 — Szybkość od początku do końca. Konsultant rozłożył typową prezentację klienta (badania + struktura + slajdy + wykresy + dowód) na 2 dni. Kiedy zainstalowaliśmy siedmiostopniowy przepływ ze sztuczną inteligencją, czas skrócił się do około 1 dnia; Znaczną część zaoszczędzonego czasu poświęcono na weryfikację i próby, a jakość nie spadła, ale wzrosła.

Przypadek 2 — Prywatność w ostatniej chwili. Zespół eksportowałby zapisy transakcji klienta (nazwa + kwota) do zewnętrznego narzędzia w celu tworzenia wykresów. Zatrzymali się na etapie kontroli prywatności; Usunęli nazwiska i przeliczyli kwoty na średnią segmentu. Analiza ponownie zadziałała, żadne dane osobowe nie wyciekły. Decyzja ta została doceniona w kolejnym audycie.

Przypadek 3 — Próba uratowała scenę. Przedsiębiorca powiedział AI, aby „wygenerowała 5 najtrudniejszych pytań” przed prezentacją dla inwestorów. Na posiedzeniu zadano dosłownie trzy pytania; Odpowiadał płynnie, bo był przygotowany. Gdyby nie zrobił próby, utknąłby w najbardziej krytycznym pytaniu.

Słaba zachęta/silna zachęta

Słabe:

Przygotuj i zakończ prezentację od początku do końca, korzystając z tych danych.

Chcieć „wszystko” za jednym zamachem; bez weryfikacji, bez tajemnicy, bez prób. Model pasuje do luk, nie da się tego kontrolować.

Mocny:

Przygotujmy prezentację krok po kroku. Po prostu wykonaj najpierw krok 1: wyjaśnij brief (zapytaj mnie o odbiorców/cel/przesłanie/czas trwania/kanał/ograniczenia). Następnie będziemy postępować w kolejności: sprawdzenie prywatności danych, struktura, treść + grafika, sprawdzenie uczciwości, sprawdzenie. Nie zmyślaj na każdym kroku liczb, pisz, co wymaga potwierdzenia, nie proś o dane wrażliwe.

Drugi dzieli zadanie na etapy, zapewnia kontrolę na każdym etapie i od razu wyznacza granice poufności/wierności.

Typowe błędy

• Prośba o „wszystko” za jednym zamachem: pomijanie kroków omija uwierzytelnianie i prywatność.
• Ominięcie blokady prywatności: Przekazanie wrażliwych danych niekontrolowanemu agentowi zewnętrznemu.
• Wychodzenie na scenę bez próby: brak przewidywania trudnych pytań i czasu.
• Pomijanie weryfikacji źródła/atrybucji: niezauważenie sfabrykowanych statystyk lub cytatów.
• Brak archiwizacji: Nie przechowujesz kodu/szablonu i nie robisz wszystkiego od zera.
• Przerzucanie odpowiedzialności na model: mówienie „AI to przygotowała”; Jednakże dostawa należy do Ciebie.

Podsumowując

Zbuduj kompleksowo swój biznes związany z prezentacjami i wizualizacją danych w siedmiu krokach: brief, przygotowanie danych i poufność, struktura/narracja, treść/grafika, integralność i weryfikacja, próba, dostawa/archiwizacja. Korzystaj ze sztucznej inteligencji na każdym kroku, ale zachowaj kontrolę: anonimizuj wrażliwe dane, weryfikuj krzyżowo każdą liczbę i źródło, uczyń model swoim partnerem sprawdzającym. Sztuczna inteligencja przyspiesza cały przepływ; Odpowiedzialność za dokładność danych, integralność wiadomości, poufność i ostateczną dostawę zawsze ponosisz Ty.

Zadanie aplikacji

Wybierz prawdziwą pracę prezentacyjną i wykonaj siedem kroków. (1) Zlecić przesłuchanie sprawy przez sztuczną inteligencję. (2) Zdecyduj, które dane chcesz zanonimizować, korzystając z kontroli prywatności. (3) Wykonaj strukturę kroków → treść → wykres. (4) Przeprowadź audyt integralności i sprawdź krytyczne liczby. (5) Poproś sztuczną inteligencję o ułożenie „5 najtrudniejszych pytań” i przećwiczenie ich. (6) Zarchiwizuj najnowszą wersję i kod/szablon do ponownego wykorzystania.

lista kontrolna

• [ ] Wykonałem zadanie zgodnie z siedmiostopniową procedurą.
• [ ] Zanonimizowałem/zagregowałem dane wrażliwe lub w ogóle ich nie wprowadziłem.
• [ ] Sprawdziłem krzyżowo każdą liczbę i źródło zewnętrzne poza modelem.
• [ ] Sprawdziłem integralność wszystkich grafik.
• [ ] Ćwiczyłem ze sztuczną inteligencją; Testowałem trudne pytania i czas.
• [ ] Zarchiwizowałem najnowszą wersję i szablon/kod do ponownego użycia.
• [ ] Akceptuję, że jestem odpowiedzialny za ostateczną dostawę.

Egzamin modułowy

1. Jakie jest najlepsze miejsce dla sztucznej inteligencji w prezentacji i wizualizacji danych?

• A) Sztuczna inteligencja jest asystentem projektu, projektu, kodu graficznego i krytyki; Odpowiedzialność za dokładność, uczciwość i poufność danych spoczywa na człowieku ✔
• B) Sztuczna inteligencja to kalkulator; Każda liczba i wykres, które podaje, są całkowicie poprawne.
• C) Sztuczna inteligencja przydaje się jedynie do ozdabiania slajdów, nie ma ona nic wspólnego z danymi i grafiką
• D) Ponieważ sztuczna inteligencja jest bardziej bezstronna niż ludzie, decyzje dotyczące integralności grafiki należy pozostawić jej

Opis: Model dużego języka nie jest kalkulatorem ani maszyną weryfikującą, ale generatorem przekonującego tekstu i konturów. Oszczędza dużo czasu na takich rolach, jak kreślenie, projektowanie, kodowanie graficzne i krytyka; Jednakże odpowiedzialność za dokładność danych, rzetelność wykresu, poufność i ostateczną dostawę ponosi kompetentna osoba.

2. „Czy istnieje związek pomiędzy wydatkami na reklamę a sprzedażą?” Który typ wykresu najuczciwiej pokaże pytanie?

• A) Wieloczęściowy wykres kołowy
• B) Skumulowany wykres słupkowy
• C) Wykres punktowy ✔
• D) Wykres kołowy 3D

Objaśnienie: Wykres punktowy służy do pokazania związku (korelacji) pomiędzy dwiema zmiennymi numerycznymi. Słupek nadaje się do porównania, a linia nadaje się do zmiany w czasie; Wykres słupkowy nie daje prawidłowej odpowiedzi na pytanie dotyczące związku.

3. Dlaczego w tytule slajdu zaleca się użycie „tytułu działania” zamiast „tytułu tematu”?

• A) Aby zmieścić więcej tekstu na slajdzie
• B) Ponieważ bezpośrednio przekazuje jedyną treść slajdu i pozwala widzom natychmiastowo zrozumieć przekaz ✔
• C) Ponieważ nie ma potrzeby powiększania czcionki
• D) Ponieważ wyeliminowano potrzebę sporządzania notatek przez prelegenta

Opis: Tytuł akcji podaje to, co mówi slajd w pełnym zdaniu, jako twierdzenie („Sprzedaż spada od 3 kwartałów”), natomiast tag tematu („Sprzedaż”) nie. Pozwala to widzowi natychmiast zrozumieć, co oznacza każdy slajd; To właśnie ta pojedyncza zmiana najbardziej poprawia jakość prezentacji.

4. Która aplikacja jest najbardziej praktyczna i etyczna podczas przygotowywania wizualizacji prezentacji przy użyciu sztucznej inteligencji generującej obrazy?

• A) Wydrukuj wszystkie tytuły i numery wizualizacji i umieść je bezpośrednio na slajdzie
• B) Przedstawienie wykonanego portretu jako prawdziwego zdjęcia klienta
• C) Dokładnie imitować styl znanej marki
• D) Wykonanie wizualizacji bez tekstu i dodanie tekstu do programu slajdów oraz nieprzedstawianie podróbki jako prawdziwej ✔

Objaśnienie: Tekst na utworzonych obrazach jest często uszkodzony, dlatego konieczne jest dodanie tekstu później w programie slajdów. Dodatkowo przedstawianie wytworzonego wizerunku jako prawdziwego zdjęcia/prawdziwej osoby jest mylące i nieetyczne. Prawidłowe podejście polega na stworzeniu obrazu bez tekstu, samodzielnym dodaniu tekstu i nie przedstawianiu podróbki jako prawdziwej.

5. Która opcja jest najbardziej czytelna, aby pokazać udział w rynku 9 produktów?

• A) Poziomy wykres słupkowy posortowany według wartości ✔
• B) 9-segmentowy wykres kołowy
• C) Wykres kołowy 3D z 9 wycinkami
• D) Wykres jednoliniowy

Objaśnienie: Wykres kołowy działa tylko wtedy, gdy istnieją 2-4 wycinki, a udziały znacznie się różnią; 9 podobnych plasterków jest nieczytelnych. Poziomy wykres słupkowy posortowany według wartości jest prawie zawsze bardziej czytelny przy porównywaniu wielu kategorii.

6. Dlaczego bardziej niezawodne jest „poproszenie o kod tworzący wykres i samodzielne jego uruchomienie” zamiast proszenia o „obraz wykresu” podczas otrzymywania wykresów od sztucznej inteligencji?

• A) Ponieważ kod zawsze wybiera piękniejsze kolory
• B) Ponieważ zabrania się tworzenia zdjęć
• C) Ponieważ kod przetwarza dane w niezmienionej postaci i daje deterministyczne i powtarzalne wyniki, nie ma potrzeby polegać na przewidywaniach werbalnych ✔
• D) Ponieważ kod automatycznie sprawia, że wykresy są uczciwe i nie jest wymagana dalsza weryfikacja

Opis: Duży model językowy to generator tekstu; Po prostu zgaduje liczbę werbalnie i może się mylić. Kod przetwarza dane takimi, jakie są i generuje deterministyczne (zawsze takie same dane wyjściowe dla tych samych danych wejściowych) i powtarzalne wyniki; Po zaktualizowaniu danych kod można uruchomić ponownie i odświeżyć wykres.

7. Jaka jest podstawowa zasada dobrego projektu deski rozdzielczej?

• A) Dopasowanie wszystkich dostępnych wskaźników na jednym ekranie
• B) Pokaż kontekst dla niewielkiej liczby (5-9) KPI wymaganych dla konkretnej grupy odbiorców i decyzji ✔
• C) Wyświetlanie każdej liczby z jak największą liczbą miejsc po przecinku
• D) Malowanie każdej metryki innym kolorem dla urozmaicenia barw

Opis: Panel nie pokazuje wszystkiego, ale 5-9 prawidłowych KPI wymaganych do podjęcia konkretnej decyzji przez konkretnego odbiorcę. Metryki, które nie służą podejmowaniu decyzji, przytłoczą pulpit nawigacyjny. Dodatkowo do każdej liczby należy dodać kontekst (cel/zmiana) i znaczek świeżości, a w lewym górnym rogu umieścić najbardziej krytyczny KPI.

8. Które zachowanie jest pułapką w zakresie uczciwości w opowiadaniu historii o danych?

• A) Prezentacja wniosków w strukturze kontekst-napięcie-rozwiązanie
• B) Powiązanie każdego wykresu ze zdaniem w narracji
• C) Podsumuj wgląd w jednym zdaniu
• D) Ukrywanie okresu niepasującego do narracji i pokazywanie tylko danych, które ją potwierdzają (wybieranie wiśni) ✔

Wyjaśnienie: Wybiórcze pokazywanie okresu/segmentu, który pasuje do narracji i ukrywanie tego, który nie pasuje, co narusza integralność. Dobra historia przekonuje, ale nie powinna być pozwoleniem na zniekształcanie danych; „Jakie dane nie pasują do tej narracji?” Trzeba zapytać i pokazać, jeśli to konieczne.

9. Dlaczego przedstawianie w infografice wartości jako średnicy koła, a następnie jej podwójnej średnicy wprowadza w błąd?

• A) Gdy średnica podwoi się, powierzchnia zwiększy się czterokrotnie, a widzowie odczują wzrost jako większy niż w rzeczywistości ✔
• B) Ponieważ na wykresie kołowym nie można używać kół
• C) Ponieważ daltoniści w ogóle nie widzą kół
• D) Ponieważ rysowanie okręgu jest wolniejsze niż rysowanie patyka

Wyjaśnienie: Kiedy średnica podwaja się, pole koła zwiększa się czterokrotnie; Ponieważ widz postrzega wartość według powierzchni, uważa, że ​​2-krotny wzrost jest 4-krotny. Nazywa się to błędem pola. Należy podać wartość nie według powierzchni, ale według skali liniowej i czytelnej etykiety liczbowej (np. „2×”).

10. Jaka jest najczęstsza technika oszustwa i jej odpowiedni odpowiednik na wykresie słupkowym?

• A) Kolorowanie patyków wprowadza w błąd; Konieczne jest, aby wszystkie były szare
• B) Etykiety bezpośrednie wprowadzają w błąd; Zawsze konieczne jest użycie osobnej legendy
• C) Przerywana oś Y wyolbrzymia różnicę; Na wykresie słupkowym oś musi zaczynać się od 0 ✔
• D) Poziomy pasek wprowadza w błąd; zawsze trzeba używać pionowego paska

Objaśnienie: Przerywana oś Y (gdzie y zaczyna się, powiedzmy, od 90 zamiast od 0) sprawia, że niewielka różnica wygląda na ogromną; Wzrost o 2% może wydawać się 50%. Na wykresie słupkowym oś powinna prawie zawsze zaczynać się od 0, ponieważ długość słupka reprezentuje wartość.

11. Jakie jest właściwe podejście, jeśli chcesz wyeksportować tabelę zawierającą wrażliwe dane (imię i nazwisko, wynagrodzenie, dane klienta) do zewnętrznego narzędzia AI w celu tworzenia wykresów?

• A) Szybkie wklejenie tabeli, aby zaoszczędzić czas
• B) Anonimizacja lub agregacja danych poprzez usunięcie kolumn z imieniem i nazwiskiem oraz tożsamością i niewprowadzanie ich w ogóle, jeśli nie jest to konieczne ✔
• C) Pozostawienie tylko najbardziej wrażliwej kolumny i usunięcie pozostałych
• D) Wystarczy przed wprowadzeniem danych uzyskać od sztucznej inteligencji obietnicę zachowania poufności.

Wyjaśnienie: Należy koniecznie nie wprowadzać danych osobowych do narzędzia niezatwierdzonego przez instytucję; W przypadku konieczności jego wprowadzenia należy go zanonimizować poprzez usunięcie kolumn identyfikacyjnych lub zagregować poprzez podanie średniej/ogółem zamiast pojedynczych wierszy. Po wyjściu nie można odzyskać danych.

12. Co oznacza „halucynacja” w wynikach sztucznej inteligencji i co należy z tym zrobić?

• A) Model wykorzystuje wiele kolorów; trzeba zmniejszyć kolory
• B) Powolna praca modelu; Trzeba napisać krótszą prośbę
• C) Model rysuje wykres w 3D; muszę poprosić o 2B
• D) Informacje, które model przedstawia jako rzeczywiste, lecz niebędące prawdą; ✔ Każdy problem i źródło musi zostać zweryfikowane krzyżowo

Wyjaśnienie: Halucynacja to informacja, którą model przedstawia jako rzeczywistą, ale nie jest to prawdą; Może to być wymyślony numer, cytat lub źródło. Z drugiej strony należy sprawdzić krzyżowo każdą liczbę i źródło zewnętrzne wprowadzone na slajdzie poza modelem, a w żądaniach ustawić zasadę „nie twórz liczb, których nie ma w danych, wpisz [potwierdzenie]”.

13. Jaki jest pierwszy krok w wyborze odpowiedniego typu wykresu?

• A) Napisz pytanie, na które chcesz odpowiedzieć, w jednym zdaniu i umieść je w rodzinie pytań ✔
• B) Wybór najbardziej kolorowego i przyciągającego wzrok rodzaju grafiki
• C) Zawsze zaczynaj od wykresu kołowego i modyfikuj go, jeśli to konieczne
• D) Zwiększanie atrakcyjności danych poprzez wyświetlanie ich w 3D

Objaśnienie: Typ wykresu zależy od pytania, na które chcesz odpowiedzieć, a nie od kształtu danych. Najpierw należy zapisać pytanie w jednym zdaniu i umieścić je w rodzinie (porównanie, trend, związek, część-całość, rozkład), a następnie wybrać typ. Błędem jest najpierw wybrać typ i próbować dopasować do niego dane.

14. Dlaczego podczas przygotowywania kompleksowej prezentacji ze sztuczną inteligencją ważne jest, aby postępować krok po kroku, zamiast mówić „przygotowaj i zakończ prezentację od początku do końca jednym ruchem”?

• A) Ponieważ zawsze szybciej jest postępować krok po kroku
• B) Ponieważ model w ogóle nie rozumie długich żądań
• C) Ponieważ posuwanie się do przodu krok po kroku zapewnia człowiekowi kontrolę podczas weryfikacji, zachowanie poufności i zatrzymanie prób oraz zmniejsza ryzyko fabrykacji i wycieku ✔
• D) Bo pytanie jednym ruchem męczy sztuczną inteligencję.

Opis: Złożenie prośby o pracę za jednym zamachem pozwala ominąć krytyczne etapy, takie jak weryfikacja, sprawdzanie prywatności i próby; model pasuje do luk i nie można tego kontrolować. Postępowanie krok po kroku (krótko, poufność, struktura, treść/grafika, sprawdzenie szczerości, próba) pozwala człowiekowi kontrolować na każdym etapie i od początku wyznacza granice fabrykacji/poufności.