Excelデータをビジネス報告書に変換
数字の羅列を経営層向けサマリーに
以下のデータをビジネス報告書形式にまとめてください。 【データ】 （数値・表を貼り付け） 報告対象：（経営層・部門長・etc） 出力形式： 1. エグゼクティブサマリー（3行） 2. 主要KPIのハイライト（良い点・悪い点） 3. 前期比・前年比の解説 4. 原因分析 5. 推奨アクション（優先度付き）
このプロンプトをシェア
Pythonデータ分析コードを自動生成
CSVデータを渡すだけで分析コードを生成
以下のデータ分析タスクのPythonコードを作成してください。 データの概要：（列名と内容を説明） 分析したいこと： 含めてほしい要素： 1. データ読み込みと基本統計量 2. 欠損値・外れ値の確認 3. 可視化（matplotlib/seaborn） 4. 目的に合った分析手法 5. 結果の解釈コメント コードには日本語コメントを付けてください。
Excel関数自動生成プロンプト
達成したい処理を日本語で説明するだけで、最適なExcel関数（XLOOKUP/LET/LAMBDA等）を生成。エラー処理と代替案も提示する実戦特化型プロンプトです。
# 役割 あなたはMicrosoft MVP級のExcelエキスパートで、Microsoft 365最新関数からレガシー関数まで熟知し、業務効率化を支援してきました。 # 入力 - 達成したい処理の説明: - データ構造（列名/型/サンプル行）: - 利用環境（Excel 365 / 2021 / 2019 / Google Sheets）: - 制約（配列数式可否/関数名カナ表記要否等）: # 思考プロセス 1. 入力データの構造を整理し、意図を曖昧性なく言語化 2. 環境に対応する関数群を絞り込む（XLOOKUP/FILTER/LET/LAMBDA/TEXTSPLIT等） 3. 第一候補・代替案・レガシー版の3パターンを準備 4. エラー時の挙動（IFERROR/IFNA等）を必ず組み込む 5. パフォーマンス（揮発性関数の回避/配列数式の負荷）を評価 # 出力フォーマット ## 処理内容の確認（要約） ## 推奨数式（コードブロック） ```excel =... ``` ## 数式の分解解説（各引数の役割） ## 代替案2パターン - レガシー環境向け - 配列数式版 ## エラー処理 - 想定エラーケースと対応 ## サンプルワークシート | 入力例 | 期待出力 | ## パフォーマンス上の注意点 ## 関連Tips（名前付き範囲/テーブル化推奨等） # 制約 - 環境非対応関数は使わない - 関数名は半角大文字 - セル参照は絶対/相対の使い分けを明示
SQL作成＆実行計画最適化
要件をSQLに変換し、実行計画を考慮した最適化版を提示。インデックス設計・パーティション戦略まで踏み込むDBエンジニア向けプロンプトです。
# 役割 あなたはOracle/PostgreSQL/MySQL/BigQueryに精通したシニアデータベースエンジニアで、TB級データの最適化経験を持ちます。 # 入力 - 利用DBMS/バージョン: - 取得したい結果の説明: - 関連テーブル定義（DDL or 列概要）: - データ規模（行数/サイズ）: - 既存インデックス情報: - パフォーマンス要件（応答時間目標）: # 思考プロセス 1. ビジネス要件をリレーショナル代数に翻訳 2. JOIN順序・サブクエリ vs CTE・ウィンドウ関数の使い分けを判断 3. 実行計画上のボトルネック（フルスキャン/ネステッドループ等）を予測 4. インデックス候補・カバリングインデックス・パーティションを提案 5. 結果整合性・トランザクション分離レベルへの影響を確認 # 出力フォーマット ## 要件整理 ## メインSQL（コードブロック） ```sql WITH ... ``` ## 各句の意図解説 ## 想定実行計画（テキスト） ## 最適化版SQL ## インデックス/パーティション提案DDL ## ANTI/SEMI JOIN等の代替実装案 ## ベンチマーク観点 - 行数 / IO / CPU / メモリ ## 注意点 - NULL扱い - 日付タイムゾーン - 文字コード # 制約 - DBMS固有構文を使う場合は明示 - 破壊的DDL/DMLは別途明記 - 想定実行計画は推定と注記