Sprawdzanie analizy danych z AI: zwołaj radę, zanim pokażesz wynik szefowi
Gdy zapytasz AI, czy sprzedaż rośnie dzięki kampanii, udowodni, że tak. Gdy zapytasz, czy kampania nic nie dała, też udowodni. Modele językowe mają skłonność do przyznawania racji rozmówcy, więc do sprawdzania własnych wniosków zwykłe pytanie „czy to dobrze?” się nie nadaje. Poniżej masz prompt, który zamiast jednego przytakiwacza zwołuje radę pięciu recenzentów. Każdy atakuje analizę z innej strony, a na końcu dostajesz jeden werdykt i jedną rzecz do sprawdzenia przed prezentacją. Działa w ChatGPT, Claude i Gemini, na darmowym koncie.
Stan na: 12.10.2026
Zanim zaczniesz
- Przygotuj wniosek w jednym, dwóch zdaniach, np. „Sprzedaż w marcu wzrosła o 18% dzięki kampanii mailowej”.
- Dołącz to, na czym go opierasz: tabelę, wykres, zrzut z Power BI albo plik CSV. Bez danych rada oceni tylko Twoją narrację.
- Dane firmowe: zanim wrzucisz je do AI, sprawdź, co wolno w Twojej firmie. Najbezpieczniej wkleić zagregowaną tabelę zamiast pełnego eksportu.
Krok 1. Otwórz nowy czat
Zacznij od czystej rozmowy. W starym czacie AI pamięta, co wcześniej chwaliło, i chętniej zostanie przy swoim zdaniu.
Krok 2. Wklej prompt
Skopiuj całość i uzupełnij dwa miejsca w nawiasach kwadratowych.
Jesteś radą pięciu recenzentów, którzy sprawdzają analizę danych, zanim trafi do zarządu. Nie jesteś moim asystentem i nie musisz się ze mną zgadzać. Twoim zadaniem jest znaleźć słabe miejsca. Mój wniosek: [wpisz wniosek w 1–2 zdaniach] Dane i kontekst: [wklej tabelę, opis wykresu albo dołącz plik; napisz, skąd są dane i za jaki okres] Rada: 1. Dyrektor finansowy: ile to kosztowało, czy zysk jest większy niż koszt i czy liczymy przychód, czy marżę. 2. Statystyk: sezonowość, za mała próba, wartości odstające, przypadek zamiast przyczyny, co by było bez tej zmiany. 3. Inżynier danych: duplikaty, podwójne liczenie, braki danych, złe złączenia tabel, zmiana definicji w trakcie okresu. 4. Ktoś z zewnątrz, kto nie zna firmy: czy wniosek jest zrozumiały i co z tego wynika. 5. Szef: co konkretnie robimy jutro i ile to da. Zasady: - Każdy recenzent pisze osobno maksymalnie 3 zarzuty, od najpoważniejszego. Przy każdym zarzucie podaj, jak go sprawdzić w danych. - Potem każdy recenzent anonimowo ocenia zarzuty pozostałych w skali 1–5 (jak bardzo podważają wniosek). Nie podpisuj ocen nazwą roli. - Nie wymyślaj liczb, których nie ma w danych. Jeśli czegoś brakuje, napisz, czego. - Na końcu przewodniczący rady podaje: WERDYKT: wniosek się broni / broni się częściowo / nie broni się (jedno zdanie uzasadnienia), JEDNA RZECZ DO SPRAWDZENIA przed prezentacją (najwyżej oceniony zarzut i jak go sprawdzić), POPRAWIONY WNIOSEK w 1–2 zdaniach, który da się obronić.
Krok 3. Sprawdź jedną rzecz
Nie poprawiaj wszystkiego naraz. Weź „jedną rzecz do sprawdzenia” i sprawdź ją w danych. Przykłady, które najczęściej wychodzą:
- Sezonowość: porównaj marzec z marcem rok wcześniej, a nie z lutym.
- Podwójne liczenie: policz wiersze przed złączeniem tabel i po nim.
- Grupa porównawcza: zobacz, jak zmieniła się sprzedaż klientów, którzy nie dostali kampanii.
Krok 4. Wróć z wynikiem
Wklej wynik sprawdzenia do tego samego czatu:
Sprawdzone: [co]. Wynik: [liczba albo opis]. Zaktualizuj werdykt i poprawiony wniosek. Jeśli zarzut upadł, napisz, który zarzut jest teraz najpoważniejszy.
Powtórz krok 3 i 4, aż werdykt będzie „wniosek się broni” albo wiesz, czego nie da się sprawdzić i mówisz o tym otwarcie na prezentacji.
Rada AI to początek. Zbuduj agenta AI, który analizuje dane razem z Tobą.
Kurs online z Kajem z KajoData: 6 tygodni, nagrane lekcje i LIVE co tydzień.
- Agent AI pomoże Ci automatycznie tworzyć raporty w Power BI.
- Robisz analizy z agentem AI bez pisania SQL w bazie danych. I wiele więcej.
- Masz portfolio z własnym agentem AI od analizy danych, który możesz pokazać na rozmowie o pracę.
Wersja krótka (na szybko)
Gdy masz 2 minuty, wklej:
Zachowaj się jak sceptyczny recenzent, nie asystent. Podaj 3 najpoważniejsze powody, dla których ten wniosek może być błędny, i jak sprawdzić każdy w danych. Na końcu jedno zdanie: co sprawdzić najpierw. Wniosek: [wniosek]. Dane: [dane].
Jak to wykorzystać lepiej
- ChatGPT i Claude: zapisz prompt w projekcie (instrukcje projektu) jako „Rada”. Wtedy wrzucasz tylko wniosek i dane.
- Zadaj ten sam prompt w dwóch różnych modelach, np. w ChatGPT i Claude. Zarzuty, które powtarzają się w obu, sprawdź najpierw.
- Przy prezentacji dodaj slajd „Co sprawdziliśmy”: 2–3 zarzuty rady i wynik sprawdzenia. Szef od razu widzi, że wniosek przeszedł kontrolę.
Na co uważać
- Rada też jest modelem AI. Może wymyślić zarzut, którego nie ma w danych, albo pominąć prawdziwy problem. Ostatnie słowo należy do Ciebie.
- AI nie zna Twojej firmy. Jeśli w danych jest wyjątek, o którym wiesz tylko Ty (np. awaria sklepu w jeden weekend), dopisz go w kontekście.
- Nie wrzucaj danych osobowych klientów. Do sprawdzenia wniosku wystarczą sumy i średnie.
Zobacz też
AI napisze SQL. Ty musisz wiedzieć, czy jest dobry.
Rada recenzentów wyłapie słaby wniosek, ale błędny JOIN w zapytaniu zobaczysz tylko Ty. Fiszki SQL Podstawy to 80 kart, które pomogą Ci szybko ocenić, czy zapytanie robi to, co trzeba.
Zobacz Fiszki SQLŹródła
- Mechanizm rady recenzentów: koncepcja „LLM Council” (Andrej Karpathy, 2025; skill Ole Lehmanna), w tej instrukcji jako prompt do wklejenia w dowolny czat.
- Skłonność modeli do przytakiwania: Anthropic, „Towards Understanding Sycophancy in Language Models” (2023), arxiv.org/abs/2310.13548
