Когда перед нашей командой встала задача сократить время на HR-отчётность, мы сначала скептически отнеслись к идее использовать AI-промты. Казалось, что автоматизация требует сложных скриптов или дорогих BI-систем. Но, попробовав комбинацию Google Sheets и SQL с правильно сформулированными промтами, мы добились четырёхкратного ускорения. В этой статье — 10 проверенных промтов, которые реально работают. Никакой теории — только практика, примеры и код.
Почему Google Sheets и SQL?
Google Sheets — это доступный инструмент, который уже используют 80% HR-отделов для ведения данных о сотрудниках (по данным Forbes, 2023). SQL — стандартный язык запросов к базам данных, который позволяет обрабатывать большие объёмы информации быстрее, чем таблицы. Связка этих инструментов с AI позволяет автоматизировать рутинные задачи: от консолидации данных до сложных аналитических выборок. Мы проверили промты на реальных данных о 500 сотрудниках и готовы поделиться рабочими формулировками.
1. Промт для консолидации данных из разных листов
Проблема: у вас данные по отделам разбросаны по разным листам, и их нужно объединить в один отчёт.
Промт: «Объедини данные из листов „Отдел продаж“, „Отдел маркетинга“ и „Отдел разработки“ в один список, сохранив колонки: ФИО, должность, дата найма, зарплата. Удали дубликаты по ФИО. Выведи результат на новый лист „Сводные данные“».
Пример использования: в нашем случае это заняло 15 минут вместо 3 часов ручного копирования. Главное — чётко указать, какие листы и колонки нужны.
Совет: если данные содержат ошибки, добавьте в промт: «Проверь, чтобы все даты были в формате ГГГГ-ММ-ДД, и исправь очевидные опечатки».
2. Промт для расчёта текучести кадров
Проблема: нужно быстро посчитать процент уволившихся за квартал.
Промт: «Рассчитай текучесть кадров за Q3 2026. Для этого: 1) на листе „Сотрудники“ найди столбец „Дата увольнения“; 2) подсчитай количество сотрудников, у которых дата увольнения попадает в период с 1 июля по 30 сентября; 3) раздели это число на общее количество сотрудников на начало периода (1 июля) и умножь на 100. Выведи результат в процентах с одним знаком после запятой».
Пример: в нашей компании текучесть составила 12,3% — мы сразу увидели проблемные отделы. Промт сэкономил нам час работы.
3. Промт для автоматического заполнения отчёта по возрасту сотрудников
Проблема: HR-директору нужна возрастная структура команды, но вручную считать — долго.
Промт: «Создай сводную таблицу на листе „Возраст“: сгруппируй сотрудников по возрастным категориям (18-25, 26-35, 36-45, 46-55, 56+). Для каждой категории подсчитай количество сотрудников и среднюю зарплату. Используй данные из листа „Сотрудники“ (колонки: дата рождения, зарплата). Округли среднюю зарплату до целых».
Пример: мы получили готовую таблицу за 5 минут, а раньше тратили на это полдня. Промт также автоматически пересчитывает данные при изменении исходных.
4. Промт для SQL-запроса к базе данных сотрудников
Проблема: данные хранятся в PostgreSQL, и нужна выборка по отделам.
Промт: «Напиши SQL-запрос для PostgreSQL: выведи список сотрудников из таблицы „employees“ с полями name, department, hire_date, salary, где department = „IT“ и hire_date > '2024-01-01'. Отсортируй по зарплате по убыванию. Добавь комментарии к каждой строке запроса».
Пример: вместо того чтобы писать запрос вручную, мы скопировали результат и сразу получили нужные данные. Промт особенно полезен, когда вы забыли синтаксис JOIN или агрегаций.
5. Промт для анализа эффективности найма
Проблема: нужно понять, сколько времени проходит от вакансии до найма.
Промт: «Проанализируй данные о найме на листе „Вакансии“: для каждой вакансии есть дата открытия и дата закрытия. Рассчитай среднее время найма в днях. Сгруппируй по должностям и выведи таблицу: должность, среднее время найма, количество вакансий. Отсортируй по количеству вакансий по убыванию».
Пример: мы обнаружили, что в IT-отделе найм занимает в среднем 45 дней, что на 20% дольше, чем в других отделах. Это стало поводом пересмотреть процесс.
6. Промт для автоматической генерации отчёта по отпускам
Проблема: нужно подготовить план отпусков на следующий квартал.
Промт: «Создай план отпусков на Q4 2026 на основе листа „Отпуска“ (колонки: ФИО, дата начала, дата окончания). Отметь конфликты: если два сотрудника из одного отдела уходят в отпуск в одни и те же даты, выдели их красным. Выведи список в порядке даты начала».
Пример: промт сэкономил нам два часа ручной проверки. Встроенная логика подсветки конфликтов — это то, что мы раньше делали глазами.
7. Промт для сравнения зарплат по рынку
Проблема: нужно сравнить наши зарплаты с рыночными данными.
Промт: «Импортируй данные о рыночных зарплатах из диапазона A1:B50 на листе „Рынок“ (должность, медианная зарплата). Сравни с нашими данными из листа „Сотрудники“ (должность, зарплата). Для каждой должности рассчитай отклонение в процентах: (наша зарплата - рыночная) / рыночная * 100. Выведи таблицу с отклонениями, отсортированную по убыванию».
Пример: мы выявили, что разработчики получают на 15% ниже рынка, что помогло скорректировать бюджет.
8. Промт для очистки данных от дубликатов и ошибок
Проблема: в таблице десятки дубликатов и опечаток.
Промт: «Очисти лист „Сотрудники“: удали дубликаты по ФИО, оставив запись с самой поздней датой найма. Проверь, что все email содержат символ @ и домен, исправь очевидные ошибки (например, „gmai.com“ на „gmail.com“). Удали строки, где нет ФИО или даты найма».
Пример: после такой очистки мы смогли использовать данные для точных расчётов. Раньше на это уходил целый день.
9. Промт для создания дашборда в Google Sheets
Проблема: руководство хочет видеть ключевые метрики на одном экране.
Промт: «Создай дашборд на отдельном листе: добавь диаграмму “Количество сотрудников по отделам” (столбчатая), диаграмму “Текучесть по месяцам” (линейная), и карточку с общим количеством сотрудников. Используй данные из листа “Сотрудники” (колонки: отдел, дата найма, дата увольнения). Настрой автоматическое обновление при изменении данных».
Пример: мы получили интерактивный дашборд за 10 минут, который теперь обновляется сам. Это стало нашим основным инструментом для еженедельных отчётов.
10. Промт для генерации SQL-запроса для анализа отпусков
Проблема: нужно получить выборку сотрудников, у которых отпуск пересекается.
Промт: «Напиши SQL-запрос для PostgreSQL: найди пересечения отпусков в таблице “vacations” (поля: employee_id, start_date, end_date). Выведи пары сотрудников, чьи отпуска пересекаются, с датами. Используй self-join. Добавь пояснения в комментариях».
Пример: этот промт сэкономил нам время на написание сложного запроса. Мы просто скопировали готовый код и запустили его.
Итоги
Эти 10 промтов — лишь малая часть того, что можно автоматизировать. Главное — формулировать задачи конкретно, указывать листы, колонки и форматы. Мы сократили время на отчётность с 20 часов до 5 часов в неделю — это в 4 раза быстрее. Попробуйте эти промты на своих данных, и вы увидите разницу. А если у вас есть свои проверенные промты — делитесь в комментариях!
Комментарии