Prompt cho Data Analyst: 15 mẫu prompt dùng ngay

Đăng vào bởi Vo Ngoc Vuong
Featured Image 1200×628@2x

Cùng một chatbot, có người nhận được câu SQL chạy đúng ngay lần đầu, có người phải hỏi đi hỏi lại năm lần vẫn chưa xong. Khác biệt nằm ở cách viết yêu cầu. Bài viết này tổng hợp 15 mẫu prompt cho Data Analyst dùng ngay được với ChatGPT, Claude hay Gemini, chia theo ba việc bạn làm mỗi ngày: làm sạch dữ liệu, phân tích và viết báo cáo. Mỗi mẫu có phần trong ngoặc vuông […] để bạn thay bằng thông tin của mình.

📚 THƯ VIỆN 15 PROMPT

Công thức 5 phần của một prompt tốt

Một prompt hiệu quả thường trả lời đủ năm câu hỏi:

1🎭

Vai trò

AI đóng vai ai?

VD: Bạn là Data Analyst có kinh nghiệm với Power BI

2🧭

Bối cảnh

Dữ liệu dùng cho việc gì, ai đọc?

VD: Báo cáo doanh thu tuần gửi Giám đốc kinh doanh

3🎯

Nhiệm vụ

Cần làm chính xác việc gì?

VD: Viết measure DAX tính doanh thu cùng kỳ năm trước

4🗂

Dữ liệu

AI cần biết cấu trúc gì?

VD: Bảng FactSales có cột OrderDate, Revenue; bảng DimDate đã đánh dấu Date table

5📐

Định dạng

Kết quả trình bày thế nào?

VD: Chỉ trả về code, kèm 2 câu giải thích cách kiểm tra

✕ PROMPT THIẾU THÔNG TIN

“viết DAX doanh thu năm trước”

Nhận về công thức chung chung, tên bảng phải tự sửa.

✔ PROMPT ĐỦ 5 PHẦN

Vai trò + bối cảnh + nhiệm vụ + dữ liệu + định dạng

Measure dùng đúng tên bảng, đúng cột, dán vào Power BI là chạy.

🔒

Lưu ý quan trọng trước khi dùng các mẫu bên dưới: chỉ gửi cấu trúc bảng, dữ liệu giả hoặc dữ liệu đã ẩn danh, không dán thông tin cá nhân của khách hàng hay số liệu mật. Chi tiết xem bài Bảo mật dữ liệu khi dùng AI.

Nhóm 1: 5 prompt làm sạch dữ liệu

🧹 NHÓM 1 · LÀM SẠCH #1#2#3#4#5

PROMPT 01🧹 LÀM SẠCH

Prompt 1: Rà soát chất lượng dữ liệu

🕒 Khi nào dùng: khi nhận một file mới và chưa biết nó “bẩn” ở đâu.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Bạn là Data Analyst cẩn thận. Dưới đây là danh sách cột và 15 dòng mẫu (đã ẩn danh) của bảng [tên bảng], dùng cho [mục đích báo cáo].
[Dán tên cột và dòng mẫu]
Hãy liệt kê các vấn đề chất lượng theo từng cột: ô trống, sai định dạng, giá trị bất thường, dòng có thể bị trùng.
Trình bày dạng bảng: Cột | Vấn đề | Ví dụ | Cách xử lý đề xuất.
Không tự sửa dữ liệu, chỉ báo vấn đề.

PROMPT 02🧹 LÀM SẠCH

Prompt 2: Chuẩn hóa giá trị viết nhiều kiểu

🕒 Khi nào dùng: khi cùng một tỉnh, sản phẩm hay kênh bán được nhập thành nhiều cách: “HCM”, “Tp HCM”, “Sài Gòn”.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Dưới đây là danh sách giá trị duy nhất của cột [tên cột]:
[Dán danh sách]
Hãy gom các giá trị cùng nghĩa về một tên chuẩn theo quy tắc [ví dụ: tên tỉnh đầy đủ, có dấu].
Trả về bảng hai cột: Giá trị gốc | Giá trị chuẩn.
Giá trị nào không chắc chắn, ghi “CẦN KIỂM TRA” thay vì đoán.

PROMPT 03🧹 LÀM SẠCH

Prompt 3: Viết bước Power Query xử lý ngày tháng

🕒 Khi nào dùng: khi cột ngày có lẫn nhiều định dạng như 25/10/2026, 2026-10-25, 25-Oct-26.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Trong Power Query, cột [tên cột] đang ở kiểu Text và có các định dạng sau: [liệt kê ví dụ].
Hãy viết code M chuyển tất cả về kiểu Date theo định dạng ngày/tháng/năm của Việt Nam.
Giá trị không chuyển được thì để null và tạo thêm cột [LoiNgay] ghi giá trị gốc.
Giải thích ngắn từng bước để tôi dán vào Advanced Editor.

PROMPT 04🧹 LÀM SẠCH

Prompt 4: Viết code Python làm sạch theo quy tắc

🕒 Khi nào dùng: khi cần làm sạch lặp lại hằng tuần, hoặc file quá lớn để làm tay.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Viết code Python dùng pandas để làm sạch file [tên file].xlsx, sheet [tên sheet], các cột: [danh sách cột và kiểu dữ liệu].
Quy tắc: [1. xóa dòng trống hoàn toàn; 2. bỏ khoảng trắng thừa; 3. …].
Không ghi đè file gốc. Xuất file sạch và một file riêng liệt kê các dòng bị loại kèm lý do.
Thêm chú thích tiếng Việt cho từng bước.

PROMPT 05🧹 LÀM SẠCH

Prompt 5: Viết câu SQL kiểm tra dữ liệu

🕒 Khi nào dùng: trước khi làm báo cáo, để chắc chắn bảng nguồn không trùng, không thiếu.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Tôi dùng [SQL Server / PostgreSQL / MySQL]. Bảng [tên bảng] có các cột: [cột và kiểu dữ liệu]. Khóa chính là [cột].
Hãy viết các câu SQL kiểm tra: mã bị trùng, cột bắt buộc bị null, giá trị âm ở cột [số tiền], ngày nằm ngoài khoảng [từ ngày – đến ngày].
Mỗi câu trả về số dòng lỗi và 10 dòng ví dụ.

Nhóm 2: 5 prompt phân tích dữ liệu

📊 NHÓM 2 · PHÂN TÍCH #6#7#8#9#10

PROMPT 06📊 PHÂN TÍCH

Prompt 6: Tìm insight từ bảng tổng hợp

🕒 Khi nào dùng: sau khi đã có PivotTable và muốn biết điều gì đáng chú ý.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Dưới đây là bảng [doanh thu theo tháng và kênh bán] của [loại hình doanh nghiệp], đơn vị [triệu đồng]:
[Dán bảng tổng hợp]
Hãy nêu 3 điểm đáng chú ý nhất, mỗi điểm kèm con số cụ thể lấy từ bảng.
Tách rõ “Quan sát” (đúng theo số liệu) và “Giả thuyết” (cần kiểm chứng thêm).
Không dùng số nào không có trong bảng.

PROMPT 07📊 PHÂN TÍCH

Prompt 7: Tìm nguyên nhân biến động

🕒 Khi nào dùng: khi sếp hỏi “vì sao doanh thu tháng này giảm?”.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Doanh thu [tháng 10] giảm [12%] so với [tháng 9]. Dữ liệu tôi có: [liệt kê bảng và cột, ví dụ: đơn hàng theo ngày, cửa hàng, sản phẩm, kênh bán, khuyến mãi].
Hãy đề xuất cây phân tích nguyên nhân: chia doanh thu thành các thành phần (số đơn x giá trị đơn, theo kênh, theo cửa hàng…).
Với mỗi nhánh, cho biết cần tính chỉ số nào để xác nhận hoặc loại trừ.
Sắp xếp theo thứ tự nên kiểm tra trước.

PROMPT 08📊 PHÂN TÍCH

Prompt 8: Viết measure DAX

🕒 Khi nào dùng: khi làm Power BI và cần một chỉ số mới. Xem thêm cách kiểm tra kết quả trong bài Viết DAX bằng Claude.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Bạn là chuyên gia Power BI. Mô hình của tôi: [bảng Fact và các cột chính], [bảng Dim và quan hệ]. Bảng [DimDate] đã được đánh dấu là Date table.
Hãy viết measure [tên measure] để tính [mô tả chỉ số, ví dụ: % tăng trưởng so với cùng kỳ năm trước].
Dùng VAR cho dễ đọc, xử lý trường hợp chia cho 0.
Cho tôi một cách kiểm tra kết quả bằng tay trên một tháng cụ thể.

PROMPT 09📊 PHÂN TÍCH

Prompt 9: Viết SQL phân tích

🕒 Khi nào dùng: cho các câu hỏi cần nhóm, xếp hạng hay so sánh kỳ trước.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Tôi dùng [SQL Server]. Bảng [DonHang] có các cột: [MaDon, NgayDat, MaKH, MaSP, KenhBan, DoanhThu].
Câu hỏi kinh doanh: [top 5 sản phẩm doanh thu cao nhất của từng kênh bán trong quý 3/2026, kèm tỉ trọng trong kênh].
Hãy viết câu SQL dùng CTE và window function, đặt tên cột kết quả bằng tiếng Việt không dấu.
Giải thích ngắn ý nghĩa từng CTE.

PROMPT 10📊 PHÂN TÍCH

Prompt 10: Chọn biểu đồ và bố cục dashboard

🕒 Khi nào dùng: khi bắt đầu một dashboard mới. Nguyên tắc thiết kế xem thêm bài Dashboard không phải để đẹp.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Tôi cần làm dashboard [Power BI] cho [Trưởng phòng kinh doanh], xem [hằng tuần].
Họ cần trả lời 3 câu hỏi: [1. …; 2. …; 3. …]. Dữ liệu có: [các bảng và cột chính].
Với mỗi câu hỏi, đề xuất: chỉ số, loại biểu đồ và lý do chọn.
Sau đó phác bố cục một trang theo thứ tự đọc từ trên xuống, không quá 6 visual.

Nhóm 3: 5 prompt viết báo cáo

📝 NHÓM 3 · BÁO CÁO #11#12#13#14#15

PROMPT 11📝 BÁO CÁO

Prompt 11: Viết tóm tắt điều hành

🕒 Khi nào dùng: cho đoạn đầu tiên của báo cáo, phần mà sếp có thể chỉ đọc đúng đoạn này.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Dựa trên các số liệu sau của [tuần 44/2026]:
[Dán KPI chính: doanh thu, số đơn, so với kỳ trước, so với mục tiêu]
Hãy viết tóm tắt điều hành tối đa 5 gạch đầu dòng cho [Giám đốc kinh doanh].
Dòng đầu là kết luận quan trọng nhất, mỗi dòng có ít nhất một con số, dòng cuối là việc cần quyết định hoặc theo dõi.
Chỉ dùng số liệu tôi cung cấp.

PROMPT 12📝 BÁO CÁO

Prompt 12: Viết nhận xét cho biểu đồ

🕒 Khi nào dùng: khi mỗi trang dashboard hoặc slide cần một dòng diễn giải.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Biểu đồ [cột] thể hiện [doanh thu theo cửa hàng tháng 10/2026], số liệu: [dán số liệu].
Viết một tiêu đề dạng kết luận (không phải mô tả), tối đa 12 từ, và một câu nhận xét tối đa 30 từ.
Ví dụ tiêu đề tốt: “Quận 1 dẫn đầu, chiếm 35% doanh thu” thay vì “Doanh thu theo cửa hàng”.
Cho 3 phương án để tôi chọn.

PROMPT 13📝 BÁO CÁO

Prompt 13: Soạn email gửi báo cáo

🕒 Khi nào dùng: khi gửi báo cáo định kỳ cho quản lý hoặc phòng ban khác.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Soạn email gửi [anh/chị + chức danh] kèm báo cáo [doanh thu tuần 44]. Giọng văn lịch sự, ngắn gọn, không quá 120 từ.
Nội dung cần có: 3 điểm chính [dán 3 điểm], 1 vấn đề cần hỗ trợ [nếu có], link báo cáo [link].
Cho 2 phiên bản: trang trọng và thân mật hơn, kèm tiêu đề email.

PROMPT 14📝 BÁO CÁO

Prompt 14: Giải thích cho người không chuyên

🕒 Khi nào dùng: khi người đọc không quen thuật ngữ phân tích như tỉ lệ giữ chân, trung vị hay tương quan.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Hãy giải thích kết quả sau cho [nhân viên bán hàng, không có nền tảng thống kê]: [dán kết quả].
Dùng câu ngắn, không dùng thuật ngữ, có một ví dụ gần gũi với công việc bán hàng.
Kết thúc bằng một câu: “Điều này có nghĩa là bạn nên…”.

PROMPT 15📝 BÁO CÁO

Prompt 15: Tự phản biện báo cáo trước khi gửi

🕒 Khi nào dùng: như bước kiểm tra cuối, để tìm chỗ yếu trước khi sếp tìm ra.

📋 MẪU PROMPT · thay phần [ ] tô vàng
Bạn là một giám đốc khó tính, đọc báo cáo sau: [dán nội dung báo cáo, đã ẩn thông tin nhạy cảm].
Hãy chỉ ra: con số nào mâu thuẫn nhau, kết luận nào thiếu căn cứ, câu hỏi nào tôi sẽ bị hỏi lại.
Sắp xếp theo mức độ nghiêm trọng, không viết lại báo cáo.

📅 Muốn luyện viết prompt và dùng AI phân tích dữ liệu bài bản? Xem lịch khai giảng tháng 10/2026 của MCNA để chọn lớp Data Analyst và AI phù hợp.

4 mẹo để prompt cho kết quả đáng tin

📚 Lưu thành thư viện

gom các prompt dùng tốt vào một file hoặc Google Sheets, chỉ cần thay phần trong ngoặc vuông là dùng lại được.

💬 Hỏi tiếp thay vì viết lại

nếu kết quả chưa đúng, hãy nói rõ chỗ sai (“cột DoanhThu đã là số, không cần chuyển kiểu”) thay vì gõ lại yêu cầu từ đầu.

🔍 Luôn kiểm tra con số

AI có thể tính sai hoặc tự thêm số không có trong dữ liệu. Đối chiếu ít nhất một con số với nguồn trước khi đưa vào báo cáo.

🧪 Chạy thử code trên dữ liệu nhỏ

với SQL, DAX hay Python do AI viết, chạy trên vài dòng mà bạn biết trước kết quả, rồi mới chạy trên toàn bộ bảng.

Câu hỏi thường gặp

?

Các mẫu prompt này dùng được với ChatGPT, Claude và Gemini không?

Có. Các mẫu viết theo công thức chung về vai trò, bối cảnh, nhiệm vụ, dữ liệu và định dạng, nên dùng được với các chatbot phổ biến. Kết quả giữa các công cụ có thể khác nhau một chút, hãy thử và giữ lại phiên bản cho kết quả tốt nhất với công cụ bạn dùng.

?

Viết prompt bằng tiếng Việt hay tiếng Anh tốt hơn?

Các mô hình hiện nay hiểu tiếng Việt tốt, nên bạn cứ viết bằng ngôn ngữ mình diễn đạt rõ nhất. Giữ nguyên tên bảng, tên cột và thuật ngữ kỹ thuật như measure, CTE, window function để tránh hiểu nhầm.

?

Có nên dán cả file dữ liệu vào chatbot không?

Với dữ liệu công ty, hãy ưu tiên gửi cấu trúc bảng, vài dòng dữ liệu giả hoặc bảng đã tổng hợp. Không dán thông tin cá nhân của khách hàng hay số liệu chưa công bố, trừ khi công ty đã duyệt công cụ và cho phép.

?

Vì sao cùng một prompt mà mỗi lần hỏi lại ra kết quả khác?

Chatbot sinh câu trả lời có yếu tố ngẫu nhiên, nên cách diễn đạt có thể khác nhau. Nếu cần kết quả ổn định, hãy yêu cầu định dạng cố định (bảng, số gạch đầu dòng, giới hạn số từ). Riêng phần tính toán, hãy để code hoặc Excel tính, AI chỉ viết lời.

?

Prompt dài có tốt hơn prompt ngắn không?

Không phải cứ dài là tốt. Prompt tốt là prompt đủ thông tin để AI không phải đoán: dữ liệu có cột gì, kết quả dùng cho ai, trình bày ra sao. Những câu như “hãy làm thật tốt” không giúp gì, có thể bỏ.

Kết luận

15 mẫu prompt cho Data Analyst trong bài phủ ba việc chiếm nhiều thời gian nhất: làm sạch dữ liệu, phân tích và viết báo cáo. Bí quyết nằm ở công thức 5 phần: vai trò, bối cảnh, nhiệm vụ, dữ liệu và định dạng. Hãy bắt đầu với 2–3 mẫu gần với công việc của bạn nhất, chỉnh lại cho hợp, rồi lưu thành thư viện prompt riêng. Và luôn nhớ: AI viết nhanh, nhưng người chịu trách nhiệm về con số vẫn là bạn.

Nếu bạn muốn học bài bản cách xử lý, phân tích dữ liệu và tự động hóa với AI, các khóa học tại MCNA Technology School sẽ đồng hành cùng bạn. Đọc thêm: Claude là gì? Cách Data Analyst dùng Claude, Viết DAX bằng Claude và Bảo mật dữ liệu khi dùng AI.

👉 Xem lịch khai giảng tháng 10/2026: Power BI, SQL, Python, AI – MCNA

Thông tin tác giả

Võ Ngọc Vương – Data Analyst tại MCNA Technology School

MCNA Technology School – Đơn vị tiên phong đào tạo AI, Big Data, Business Intelligence tại Việt Nam. Chuyên sâu về Power BI, Python, SQL và Data Analytics — đối tác đào tạo của 300+ doanh nghiệp.

Đối tác đào tạo: Viettel Global, Masan Group, Techcombank, VPBank, Daikin.

Recommend

510a8485-e7a4-4542-8c52-77c65d9082b4
22/10/2026
5 Cách đo lường ROI khi triển khai AI Agent: Bài toán kinh tế cho nhà quản lý
Bias-variance Decomposition
15/01/2026
Bias-Variance Decomposition: Công Thức Ai Cũng Học, Nhưng Rất Ít Người Dùng Đúng
To Share 2026 - Content Fb + Web
14/03/2026
Connecting Financial Data Sources in Power BI: From Excel Portfolios to Market Data

Nội dung

→ Chỉ mục