Вы открываете Excel, выделяете столбец с продажами, вставляете гистограмму — и на экране появляется аккуратный график. Кажется, что анализ сделан. Но через неделю выясняется, что в данных был выброс, который исказил среднее, а пропуски в датах сломали тренд. Знакомо? Проблема не в Excel, а в последовательности: визуализация без статистической проверки — это красивая упаковка без содержимого. Подробнее об этом — в статье Промты для Excel и Google Sheets.
LLM может стать вашим аналитиком, если дать ему правильные промты. Но большинство запросов в стиле «построй график по этим данным» приводят именно к декоративным картинкам. Ниже — подборка промтов, которые заставляют модель сначала проверить качество данных, найти аномалии и только потом — визуализировать. Разберём три уровня: базовые, продвинутые и экспертные. Подробнее об этом — в статье Промты для Data Science.
Базовые промты: заставить LLM посмотреть на данные до графика
Ошибка №1: «Сделай сводную таблицу и график»
Как выглядит: вы копируете диапазон в чат и просите: «Построй график продаж по месяцам». LLM генерирует код для matplotlib или советует вставить сводную диаграмму. Вы получаете картинку, но не знаете, есть ли в данных дубликаты или отрицательные значения.
Почему возникает: модель обучена на примерах, где визуализация — конечная цель. Она не проверяет предпосылки, если её не попросить.
Чем заканчивается: график показывает рост, а на самом деле в одном месяце дублировались строки — и вы приняли решение на основе завышенных цифр.
Как исправить: первый промт должен быть про аудит данных, а не про картинку.
Промт:
Ты — аналитик данных. Я даю тебе фрагмент таблицы Excel (столбцы: дата, регион, продукт, продажи, количество). Прежде чем строить любые графики, выполни аудит качества:
1. Проверь наличие пропусков в каждом столбце и укажи их долю.
2. Найди дубликаты строк (полные совпадения).
3. Для числовых столбцов (продажи, количество) выведи min, max, среднее, медиану и стандартное отклонение.
4. Определи выбросы методом межквартильного размаха (IQR): значения ниже Q1 - 1.5*IQR или выше Q3 + 1.5*IQR.
5. Для столбца с датами проверь, нет ли пропущенных месяцев или аномальных дат (например, 30 февраля).
Верни отчёт в виде списка с конкретными числами и рекомендациями, что делать с найденными проблемами. Не строй графики, пока я не попрошу. Подробнее об этом — в статье [Excel на автопилоте](/blog/excel-na-avtopilote-kak-llm-prevrashchaet-gryaznye-tablitsy-v-gotovye-otchety-12-promtov-s-razborom).
Пример результата: LLM отвечает: «Пропуски: в столбце “продажи” — 3 из 120 строк (2.5%). Дубликаты: найдено 2 полные копии строк. Выбросы: в продажах значение 1 200 000 (выше Q3 + 1.5*IQR = 850 000) — возможна ошибка ввода. Даты: пропущен апрель 2025 года». Вы сразу видите, что данные грязные, и исправляете их до визуализации.
Ошибка №2: «Найди корреляцию» без проверки распределений
Как выглядит: вы просите: «Посчитай корреляцию между продажами и температурой». LLM выдаёт коэффициент Пирсона 0.8, вы делаете вывод о сильной связи. Но если данные содержат выбросы или нелинейную зависимость, корреляция Пирсона обманчива.
Почему возникает: модель по умолчанию использует первый известный ей метод, не проверяя условия применения.
Чем заканчивается: вы вкладываетесь в рекламу в жарких регионах, а связь была ложной из-за одного аномального месяца.
Как исправить: просите LLM сначала проверить распределение и выбрать подходящий метод корреляции.
Промт:
У меня есть два числовых столбца: A и B. Прежде чем считать корреляцию, выполни:
1. Построй гистограммы распределения для A и B (опиши форму: нормальное, скошенное, с выбросами).
2. Проверь наличие выбросов по методу IQR и сообщи их количество.
3. Если распределения не нормальные или есть выбросы, используй ранговую корреляцию Спирмена вместо Пирсона.
4. Выведи коэффициент корреляции и p-value. Интерпретируй: есть ли статистически значимая связь (p < 0.05) и насколько она сильна.
Объясни, почему выбран именно этот метод.
Пример результата: LLM отвечает: «Распределение A скошено вправо, есть 5 выбросов. Поэтому использована корреляция Спирмена: r = 0.35, p = 0.12. Связь не значима. Если бы считали Пирсона, получили бы 0.6 из-за выбросов — это ложный вывод». Теперь вы видите реальную картину.
Продвинутые промты: поиск аномалий и скрытых паттернов
Ошибка №3: визуальный поиск аномалий «на глаз»
Как выглядит: вы просите LLM: «Посмотри на данные и скажи, есть ли что-то странное». Модель отвечает общими фразами или указывает на очевидные вещи. Систематического поиска нет.
Почему возникает: без чётких критериев LLM не знает, что считать аномалией. Ей нужен алгоритм.
Чем заканчивается: вы пропускаете кластер аномалий в определённом регионе, потому что они не бросаются в глаза.
Как исправить: дайте модели конкретные методы поиска аномалий.
Промт:
Ты — эксперт по поиску аномалий. В таблице есть столбцы: дата, регион, продукт, продажи, количество, цена. Найди аномалии тремя методами:
1. Статистический: для каждого числового столбца вычисли Z-оценку (отклонение от среднего в стандартных отклонениях). Отметь строки с |Z| > 3.
2. Контекстный: для каждой комбинации (регион, продукт) построй временной ряд продаж и найди точки, где значение отличается от скользящего среднего за 3 предыдущих периода более чем на 50%.
3. Правиловой: проверь строки, где количество <= 0 или цена <= 0, а также где продажи не равны количеству * цену (если это ожидается).
Для каждой найденной аномалии укажи строку, столбец, значение и предполагаемую причину. Сгруппируй аномалии по типу.
Пример результата: LLM находит: «Статистическая аномалия: строка 45, продажи = 980 000 (Z = 4.2). Контекстная: регион “Север”, продукт “А”, продажи упали на 70% по сравнению со скользящим средним. Правиловая: строка 102, количество = -5 (отрицательное)». Вы сразу видите, где искать ошибки.
Ошибка №4: пропуск проверки на мультиколлинеарность
Как выглядит: вы просите LLM построить модель для прогноза продаж по нескольким факторам. Модель выдаёт коэффициенты, но не проверяет, не коррелируют ли факторы между собой. В итоге коэффициенты нестабильны и противоречат здравому смыслу.
Почему возникает: LLM не проверяет предпосылки регрессии, если не попросить.
Чем заканчивается: вы думаете, что цена влияет положительно, а на самом деле она просто коррелирует с другим фактором.
Как исправить: включите в промт диагностику мультиколлинеарности.
Промт:
У меня есть данные для регрессии: целевая переменная Y (продажи) и предикторы X1, X2, X3, X4. Перед построением модели выполни диагностику:
1. Построй матрицу корреляций между всеми предикторами. Выдели пары с |r| > 0.7.
2. Для каждой такой пары объясни, является ли связь логичной или избыточной.
3. Рассчитай VIF (фактор инфляции дисперсии) для каждого предиктора. Если VIF > 5, предложи удалить переменную или объединить.
4. Только после этого построй модель линейной регрессии и выведи коэффициенты с p-value.
Объясни, какие переменные стоит исключить и почему.
Пример результата: LLM отвечает: «X2 и X3 коррелируют с r = 0.85 (VIF = 6.2). Это избыточность: обе переменные измеряют похожие вещи. Рекомендую удалить X3. После удаления VIF для X2 стал 2.1, модель стабильна». Вы получаете надёжные коэффициенты.
Экспертные промты: автоматизация EDA и визуализация как подтверждение гипотезы
Ошибка №5: график без гипотезы
Как выглядит: вы просите LLM: «Построй график распределения продаж». Модель выдаёт гистограмму. Вы смотрите на неё, но не знаете, что именно искать. График становится иллюстрацией, а не инструментом анализа.
Почему возникает: визуализация без предварительной гипотезы — это просто картинка. LLM не знает, какую закономерность вы хотите проверить.
Чем заканчивается: вы не замечаете бимодальность распределения, которая указывает на смешение двух разных групп клиентов.
Как исправить: сначала сформулируйте гипотезу, затем просите LLM построить график, который её проверяет, и интерпретировать результат.
Промт:
Я проверяю гипотезу: «Продажи в будние дни выше, чем в выходные». У меня есть столбцы: дата (формат ДД.ММ.ГГГГ), продажи. Выполни:
1. Добавь вычисляемый столбец «день недели» (1–7).
2. Раздели данные на две группы: будни (1–5) и выходные (6–7).
3. Сравни средние продажи с помощью t-теста (или U-теста Манна-Уитни, если распределение не нормальное). Выведи p-value.
4. Построй график: boxplot для двух групп, чтобы визуально подтвердить результат.
5. Интерпретируй: подтвердилась ли гипотеза на уровне значимости 0.05?
Объясни, какие выводы можно сделать.
Пример результата: LLM отвечает: «Средние продажи в будни — 125 000, в выходные — 98 000. U-тест: p = 0.03. Гипотеза подтверждается: продажи в будни значимо выше. На boxplot видно, что в выходные есть выброс вверх, но он не меняет общей картины». Теперь график — не украшение, а доказательство.
Ошибка №6: игнорирование пропусков при построении сводных таблиц
Как выглядит: вы просите LLM: «Сделай сводную таблицу по регионам и продуктам с суммой продаж». Модель генерирует код, но не обрабатывает пропуски. В результате суммы занижены, а некоторые комбинации вообще отсутствуют.
Почему возникает: Excel и Python по-разному обрабатывают пропуски (NaN). LLM может не учесть это в коде.
Чем заканчивается: вы принимаете решение на основе неполных данных.
Как исправить: явно укажите, как обрабатывать пропуски, и попросите LLM проверить результат.
Промт:
Построй сводную таблицу: строки — регионы, столбцы — продукты, значения — сумма продаж. В данных есть пропуски в столбце «продажи». Выполни:
1. Заполни пропуски медианой по каждому продукту (или укажи, если пропусков больше 10% — тогда лучше удалить строки).
2. Построй сводную таблицу с суммами.
3. Проверь, что сумма всех ячеек сводной таблицы равна сумме продаж в исходных данных после заполнения пропусков (контрольная сумма).
4. Выведи таблицу в формате Markdown и добавь столбец «Итого» и строку «Всего».
5. Если какие-то комбинации регион-продукт отсутствуют, укажи это и предложи, как интерпретировать (например, нет продаж).
Пример результата: LLM отвечает: «Пропуски заполнены медианой. Сводная таблица построена. Контрольная сумма совпадает: 12 345 678. Комбинация “Юг” — “Продукт C” отсутствует, вероятно, продукт не продавался в этом регионе». Вы получаете полную и проверенную картину.
Ошибка №7: автоматический EDA без интерпретации
Как выглядит: вы просите LLM: «Сделай полный EDA». Модель выдаёт набор статистик и графиков, но без выводов. Вы получаете отчёт, который нужно ещё анализировать самостоятельно.
Почему возникает: LLM может сгенерировать код, но не всегда объясняет, что означают числа.
Чем заканчивается: вы тратите время на расшифровку результатов, вместо того чтобы получить готовые инсайты.
Как исправить: требуйте интерпретацию на каждом шаге.
Промт:
Проведи полный EDA для таблицы с столбцами: дата, регион, продукт, продажи, количество, цена. Для каждого шага дай интерпретацию на русском языке, как если бы ты объяснял бизнес-пользователю:
1. Описательные статистики: среднее, медиана, стандартное отклонение, min, max для числовых столбцов. Сравни среднее и медиану — есть ли скошенность?
2. Пропуски: для каждого столбца укажи долю пропусков. Если > 5%, предложи стратегию обработки.
3. Выбросы: найди по IQR, перечисли конкретные строки. Предложи, что с ними делать (удалить, заменить, оставить).
4. Временной тренд: построй график продаж по месяцам. Опиши тренд: растёт, падает, сезонность?
5. Корреляции: матрица корреляций между числовыми столбцами. Выдели сильные связи (|r| > 0.7) и объясни, логичны ли они.
6. Ключевые инсайты: сформулируй 3–5 выводов, которые важны для бизнеса.
Верни отчёт в структурированном виде с заголовками и краткими пояснениями.
Пример результата: LLM выдаёт отчёт, где после каждой статистики следует вывод: «Средние продажи 120 000, медиана 95 000 — распределение скошено вправо из-за крупных сделок. Рекомендую использовать медиану для типичного чека». Вы получаете готовые инсайты, а не сырые числа.
Что делать с этими промтами дальше
Начните с базового аудита данных — это займёт 5 минут, но сэкономит часы на исправление ошибок. Затем переходите к поиску аномалий: без этого шага любой график может ввести в заблуждение. И только после этого стройте визуализации, но всегда с гипотезой и статистической проверкой.
Помните: LLM — не волшебная палочка, а инструмент, который работает по вашим инструкциям. Чем точнее промт, тем полезнее результат. Если хотите глубже разобраться в визуализации данных, читайте руководство по графикам, которые действительно работают. А если нужно автоматизировать рутину с формулами и сводными, загляните в подборку промтов для Excel.