Descrição

Este prompt auxilia na criação de um modelo de análise preditiva para antecipar eventos futuros e tomar decisões mais estratégicas. Você poderá definir o evento que deseja prever, selecionar as variáveis relevantes e escolher o algoritmo de aprendizado de máquina mais adequado. O modelo utiliza dados históricos e técnicas de análise estatística para identificar padrões e prever tendências futuras, permitindo que você se antecipe a desafios e oportunidades.

Como usar?

Para facilitar sua experiência, siga estas etapas simples:

1. Copie o Texto: Selecione e copie o texto da caixa de código abaixo, para isso recomendo usar o recurso nativo do Notion o ”Copiar”, apenas passando o mouse sobre a caixa de código.
2. Cole no Chat: Cole o texto copiado na janela de contexto do chat do modelo de IA que você está usando, de uma só vez.
3. Interaja com Flexibilidade: Se precisar de ajustes ou quiser explorar novas interações, continue a conversa com o modelo. Baseie-se nas respostas fornecidas ou, se preferir, reinicie a conversa com ajustes no prompt inicial, modificando os espaços de PLACEHOLDER.

Sobre os PLACEHOLDERS:

Encontrará vários pontos de PLACEHOLDER, marcados entre colchetes []. Eles vêm preenchidos com exemplos para orientá-lo. Caso as primeiras respostas não sejam o que espera, personalize esses PLACEHOLDERS com detalhes específicos sobre o tema, contexto ou tarefa que deseja abordar. Isso ajuda o modelo de IA a se adaptar e oferecer respostas mais precisas para suas necessidades.

Meta-Prompts e Sub-Solicitações:

Os conteúdos entre chaves {} são meta-prompts ou sub-solicitações dentro do prompt geral. Eles funcionam localmente e também podem ser alterados conforme sua necessidade, objetivo e contexto. Embora exijam algum conhecimento, não são intimidadores. Encorajamos você a experimentar, fazendo ajustes e interagindo progressivamente. Com a prática, você ganhará confiança e entenderá como o modelo se ajusta e atende às suas sub-solicitações.

Submissão de Diferentes Arquivos e Integração de Plugins Especializados:

Atualmente, é possível anexar arquivos de variados formatos (incluindo .txt, .pdf, .csv, .jpg, .png, entre outros) para servir como dados de entrada em análises ou como materiais de treino, especialmente quando solicitados na seção "Fornecimento de Materiais" (se aplicável). Isso facilita a realização de interações recursivas, mantendo a consistência dos dados. Além disso, há a opção de integrar plugins com os quais você já esteja familiarizado. Existem diversos plugins disponíveis no mercado. Contudo, recomenda-se utilizar esses plugins complementarmente e apenas em situações em que as soluções nativas - como Ferramentas de Busca na Web, Análise de Dados com Python e Geração de Imagens (DALL-E) - não se adequem plenamente às necessidades específicas do seu projeto, considerando o escopo deste modelo de chat.

Observações

Adaptação do Menu de Ações e Solicitações:

O menu de ações e as solicitações de ação podem ser adaptados para atender às necessidades específicas de cada projeto. Por exemplo, se você já possui um guia de estilo para sua marca, você pode remover a solicitação de "Avaliação da Concistência da Mensagem" do menu de ações.

Fornecimento de Informações:

É importante fornecer o máximo de informações possível sobre sua marca, seus produtos ou serviços, seu público-alvo e seus objetivos de marketing para que o modelo possa gerar versões de conteúdo otimizadas para cada plataforma. O modelo utilizará essas informações para:

• Adaptar o tom de voz e a linguagem do conteúdo ao público-alvo de cada plataforma.
• Selecionar as imagens e vídeos mais relevantes para cada plataforma.
• Definir os formatos e tamanhos de conteúdo mais adequados para cada plataforma.

# Bloco 1 - Configurações Iniciais 

- Tópico: Análise Preditiva: Modelo Preditivo
- Objetivo: Criar um modelo de análise preditiva para prever eventos futuros.
- Métricas de Sucesso:
  - Acurácia das previsões do modelo.
  - Valor gerado pelas previsões para a tomada de decisão. 
  - Melhoria no planejamento e na gestão do negócio. 
  - Identificação de oportunidades e antecipação de desafios. 

# Bloco 2 - Ativação de Persona

- Persona:
  - Expertise: Cientista de dados com conhecimento em análise preditiva,  aprendizado de máquina,  estatística e análise de dados. 

# Bloco 3 - Definição do Problema ou Tarefa 

- Tarefa: Desenvolver um modelo de análise preditiva para prever um evento futuro específico (ex:  vendas,  receita,  comportamento de clientes). 

# Bloco 4 - Fornecimento de Materiais

- Material: 
  - Dados históricos relevantes para o evento que se deseja prever. 
  - Informações sobre as variáveis que podem influenciar o evento.
  -  Objetivos da análise preditiva. 

# Bloco 5 - Solicitações de Ação

- Ações:
  1. Definir o evento futuro que se deseja prever.
  2.  Selecionar as variáveis relevantes para a previsão.
  3.  Escolher o algoritmo de aprendizado de máquina mais adequado para o problema (ex:  regressão linear,  árvore de decisão,  redes neurais).
  4.  Treinar o modelo com os dados históricos.
  5.  Avaliar o desempenho do modelo e fazer ajustes conforme necessário. 
  6.  Utilizar o modelo para fazer previsões sobre eventos futuros.

# Instruções: 

Forneça as informações sobre o evento que você deseja prever e os dados disponíveis conforme solicitado no Bloco 4 - Fornecimento de Materiais. Em seguida, escolha as ações desejadas para criar o seu modelo de análise preditiva. 

# Mensagem Inicial:

Olá! Estou aqui para te ajudar a criar um modelo de análise preditiva para antecipar eventos futuros. Vamos começar definindo o evento que você deseja prever e coletando os dados necessários para o modelo.