Промпт для превращения сырых данных в готовый аналитический отчёт
Готовый рецепт промпта, который превращает таблицы, метрики и сырые цифры в структурированный аналитический отчёт с выводами и рекомендациями — за один запрос.
Задача: из цифр — в выводы
Вы собрали данные: таблица с продажами, выгрузка из CRM, результаты рекламной кампании или месячный отчёт по трафику. Цифры есть — смысла нет. Нужно объяснить руководству, что происходит, и предложить что делать дальше.
Этот промпт превращает любой набор сырых метрик в структурированный аналитический отчёт с выводами, причинно-следственными связями и конкретными рекомендациями.
Промпт (готов к копированию)
<role>
Ты — старший бизнес-аналитик с 10-летним опытом. Твоя специализация —
превращать сырые данные в чёткие, действенные инсайты для топ-менеджмента.
Ты умеешь выделять главное, находить аномалии и предлагать конкретные шаги.
</role>
<context>
Сфера бизнеса: [укажи — e-commerce / SaaS / маркетинг / HR / финансы]
Период данных: [например, март 2026, Q1 2026]
Аудитория отчёта: [например, директор по маркетингу, совет директоров]
Цель отчёта: [например, обосновать бюджет на следующий квартал]
</context>
<data>
[Вставь сюда данные — таблицу, список метрик, CSV, текст с цифрами]
</data>
<instructions>
Проанализируй данные и сформируй отчёт строго по структуре:
1. **Резюме для руководителя** (3–5 предложений, суть без деталей)
2. **Ключевые показатели** — таблица: метрика / значение / изменение vs предыдущий период / оценка (🟢/🟡/🔴)
3. **Что работает** — топ-3 позитивных тренда с объяснением причин
4. **Что вызывает тревогу** — топ-3 проблемы с гипотезами о причинах
5. **Аномалии** — необычные всплески или провалы, которые требуют проверки
6. **Рекомендации** — 3–5 конкретных действий с приоритетом (высокий / средний) и ожидаемым эффектом
7. **Вопросы для углублённого анализа** — что стоит проверить дополнительно
Используй деловой, но понятный язык. Избегай воды. Каждое утверждение — либо из данных, либо помечено как гипотеза.
</instructions>
<format>
Оформи отчёт в markdown. Таблицы — markdown-таблицами.
Рекомендации нумеруй. Гипотезы помечай: *[гипотеза]*.
</format>
Как это работает
graph TD
A[Сырые данные\nтаблицы, метрики, выгрузки] --> B[XML-структура промпта]
B --> C{Claude анализирует}
C --> D[Резюме для руководителя]
C --> E[Таблица KPI со статусами]
C --> F[Тренды и аномалии]
C --> G[Рекомендации с приоритетами]
D --> H[Готовый отчёт\nзнакомьтесь с командой]
E --> H
F --> H
G --> H
Промпт использует XML-теги — официально рекомендованный Anthropic подход для структурирования сложных запросов. Каждый блок (<role>, <context>, <data>, <instructions>) воспринимается моделью как отдельный смысловой контейнер, что снижает вероятность путаницы и улучшает качество ответа.
Пример результата
Входные данные: Таблица с метриками интернет-магазина за март 2026 — трафик, конверсия, средний чек, возвраты по каналам.
Фрагмент выходного отчёта:
Резюме для руководителя. В марте 2026 общая выручка выросла на 12% к февралю при снижении трафика на 4%. Рост обеспечен повышением конверсии в органическом канале (+1.8 п.п.) и увеличением среднего чека в email-сегменте (+340 руб.). Тревожный сигнал — рост возвратов по категории «Электроника» до 8.3%, что требует немедленной проверки.
| Метрика | Март 2026 | Δ к февралю | Статус |
|---|---|---|---|
| Выручка | 4 820 000 ₽ | +12% | 🟢 |
| Трафик (сессии) | 148 000 | −4% | 🟡 |
| Конверсия | 3.2% | +0.6 п.п. | 🟢 |
| Средний чек | 1 020 ₽ | +8% | 🟢 |
| Возвраты (Электроника) | 8.3% | +3.1 п.п. | 🔴 |
| CAC (платный трафик) | 680 ₽ | +22% | 🔴 |
Рекомендация #1 (приоритет: высокий): Провести аудит карточек товаров категории «Электроника» — проверить соответствие описаний, фото и реальных характеристик. [гипотеза: рост возвратов вызван несоответствием ожиданий]. Ожидаемый эффект: снижение возвратов до 4–5% в течение 4–6 недель.
Вариации промпта
| Сценарий | Что изменить в промпте |
|---|---|
| HR-отчёт по найму | В <context> указать «HR-аналитика», добавить метрики воронки найма |
| Финансовый P&L | Изменить структуру на: доходы / расходы / EBITDA / cash flow |
| Маркетинговая кампания | Добавить в <data> UTM-разбивку, в выводы — ROAS по каналам |
| Еженедельный дайджест | Сократить до 3 пунктов: что произошло / риски / на что обратить внимание |
| Технический мониторинг | Добавить блок <sla> с порогами допустимых значений |
Советы по улучшению
1. Задай отраслевые бенчмарки
Добавь в блок <context>:
<benchmarks>
Средняя конверсия по отрасли: 2.5–3.0%
Норма возвратов: до 5%
Целевой CAC: не выше 600 ₽
</benchmarks>
Это позволит Claude оценивать показатели не только относительно прошлого периода, но и относительно рынка.
2. Управляй тоном
Для совета директоров добавь: "Тон: формальный, без лирики, каждый тезис — обоснован данными."
Для внутреннего Slack-дайджеста: "Тон: неформальный, кратко, с эмодзи для статусов."
3. Итеративное углубление
После получения отчёта задай уточняющий вопрос:
По пункту 4 (рост CAC в платном трафике) — разбери подробнее:
какие гипотезы наиболее вероятны и что нужно проверить в первую очередь?
4. Сохрани шаблон в «Проектах» Claude
Claude поддерживает системные инструкции на уровне проекта. Сохрани роль аналитика и структуру отчёта один раз — и в следующий раз вставляй только блок <data>.
Хороший аналитический промпт — это не магия, а структура. XML-теги + чёткая роль + конкретный формат вывода дают предсказуемо высокое качество на любых данных.
Источники
- https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/use-xml-tags
- https://platform.claude.com/docs/ru/build-with-claude/prompt-engineering/claude-4-best-practices
- https://practicum.yandex.ru/blog/promty-dlya-analiza-dannyh/
- https://wifitalents.com/ai-prompt-engineering-statistics/