質問する

Workbench は、質問が十分に具体的で、指標、期間、比較ロジックの軸を固定できるときに最もよく機能します。

目的はモデルを「うまくプロンプトする」ことではありません。ビジネス要求の曖昧さを減らすことです。

プラスメニューから分析コンテキストを追加する

質問の前に、特定のファイルやデータソースを使う必要がある場合は、Workbench 入力欄の横にある + メニューを使います。

メニューには主に 3 つの経路があります。

• ファイルをアップロード: ローカルの Excel または CSV を現在の会話に追加します。アップロード後、Tukun.ai は構造を読み取り、テーブルとフィールドを推定し、そのファイルをフォローアップ質問で使える状態に保ちます。
• データベースに接続: Workbench 内でデータベース設定用の新しい turn を開始します。接続フォームはアシスタント返信カード内に表示されるため、別の追加ページへ移動する必要はありません。
• データソースを選択: よく使うデータソースを開き、現在の会話に追加します。目的のソースが見つからない場合は、さらに表示する入口から完全なデータソース一覧へ移動できます。

入力欄に表示されるソース chip は、次の質問に送られるコンテキストを示します。次の turn で使わないソースは、送信前に chip を削除してください。

強い質問の構成要素

強い質問には通常、次の要素が含まれます。

• 気にしている指標
• 期間
• 粒度または頻度
• 内訳またはセグメント
• 重要な除外条件またはフィルタ

例:

過去 6 か月の月次売上をプラン別に表示し、社内アカウントとテストアカウントは除外してください。

狭く始めて、あとで広げる

多くのユーザーは、巨大な 1 つのプロンプトより、小さな質問を順番に重ねるほうが良い結果を得られます。

推奨パターン:

1. ベースとなる指標と期間を尋ねる。
2. セグメント内訳を追加する。
3. 除外条件や特別なフィルタを追加する。
4. 比較や解釈を求める。

最初のターンに向いた質問

• 「過去 12 週間の週次アクティブアカウント数を表示してください。」
• 「過去 6 か月の月次売上をチャネル別に比較してください。」
• 「先月のランディングページ別コンバージョン率は何ですか？」
• 「今四半期のサポートチケット件数をプロダクト領域別に分解してください。」

明確化が必要な質問

これらは無意味ではありませんが、すぐに信頼するには広すぎます。

• 「今どうなっていますか？」
• 「何が変わりましたか？」
• 「なぜ売上が下がっていますか？」
• 「今週、経営陣が気にすべきことは何ですか？」

まずもっと狭い依頼に変えてください。

フォローアップは意図的に使う

良いフォローアップ:

• 粒度を変える
• フィルタを追加または削除する
• 前期間と比較する
• 合計をセグメントに分ける
• どの解釈を使ったか確認する

有効性の低いフォローアップ:

• 同じ広い要求を、より強い言い回しで繰り返す
• 定義が曖昧なまま確信度だけを尋ねる
• ベース分析が正しくなる前に戦略提案を求める

プロンプト強化が本当の解決ではないとき

質問が不安定な答えを繰り返すなら、問題は次のどれかかもしれません。

• 指標定義が不明確
• テーブルの意味が複数競合している
• 除外ルールが欠けている
• データソースがまだ準備できていない

この場合の正しい次の一手は「もっと強くモデルに聞く」ことではありません。たいていはセマンティック整理かソース検証です。

実用的な自己チェック

送信前に自分へこう問いかけてください。

「別のチームメイトがこの質問を読んで、私が期待する結果を正確に理解できるか？」

できないなら、先に質問を締めてください。