Whizi میں AI کے ساتھ اسپریڈشیٹس کا تجزیہ کیسے کریں

ڈیٹا کو کچھ بھی پوچھنے سے پہلے اس کی پروفائلنگ کریں

اسپریڈشیٹ تجزیہ کے غلط ہونے کی سب سے عام وجہ AI سے کچھ لینا دینا نہیں رکھتی۔ اصل مسئلہ یہ ہے کہ فائل میں 14 قطاریں علاقے کے نام کے آخر میں خالی جگہ کے ساتھ ہوتی ہیں، دو مختلف تاریخ فارمیٹس، درمیان میں کسی کی چھوڑی ہوئی سب ٹوٹل قطار، اور اس کالم میں 300 خالی خانے جس کا آپ اوسط نکالنے والے ہیں۔ پہلے سوال پوچھیں تو آپ کو کوڑے پر حساب کیا گیا ایک پراعتماد جواب ملے گا۔

اسی لیے ہر فائل پر پہلا پرامپٹ ایک جیسا ہوتا ہے۔

پرامپٹ: پروفائل

کچھ بھی تجزیہ کرنے سے پہلے اس فائل کی پروفائلنگ کریں۔ واپس بھیجیں: قطاروں کی تعداد، اندازہ شدہ قسم کے ساتھ کالم کے نام، ہر کالم میں غائب اقدار کی تعداد اور فیصد، عین ڈپلیکیٹ قطاروں کی تعداد، 25 سے کم الگ اقدار والے ہر کالم کی الگ اقدار، ہر عددی اور تاریخ کالم کی کم سے کم اور زیادہ سے زیادہ قدر، اور کوئی بھی ایسا کالم جس کی اقدار غیر مستقل نظر آئیں (مخلوط فارمیٹس، آخر میں خالی جگہ، مخلوط اکائیاں، مخلوط تاریخ فارمیٹس)۔ ابھی تجزیہ یا تشریح نہ کریں۔ صرف بتائیں فائل میں کیا ہے اور اس میں کیا غلط نظر آتا ہے۔

یہ ایک پرامپٹ اکثر انہی چیزوں کو پکڑ لیتا ہے جو ورنہ تجزیہ برباد کر دیتیں۔ خاص طور پر الگ اقدار کی فہرست سے پتا چلتا ہے کہ "UK"، "U.K." اور "United Kingdom" آپ کے ڈیٹا میں تین الگ علاقے ہیں۔

پرامپٹ: جو مل گیا اسے ٹھیک کریں

جو مسائل آپ نے پہچانے ہیں انہیں معیاری بنائیں: خالی جگہیں ہٹائیں، [کالم] کو ایک ہی فارمیٹ میں یکجا کریں، اور ان مختلف حالتوں کو یکجا کریں: [انہیں فہرست کریں]۔ اسے لاگو کرنے سے پہلے جو میپنگ آپ نے استعمال کی وہ مجھے ٹیبل کی صورت میں دکھائیں۔ کوئی قطار مجھے بتائے بغیر نہ ہٹائیں کہ کون سی اور کیوں۔

ایسے سوالات پوچھیں جن کے جواب جانچے جا سکیں

مبہم سوالات کے جواب بھی مبہم ملتے ہیں۔ کام کرنے والے پرامپٹس کالم، عمل اور آؤٹ پٹ فارمیٹ کا نام لیتے ہیں، اور طریقہ کار بھی مانگتے ہیں۔

پرامپٹ: طریقہ کار کے ساتھ مجموعہ

[کالم] کے حساب سے گروپ کریں اور [میٹرک] کا حساب لگائیں۔ گروپ، اس میں قطاروں کی تعداد اور میٹرک کے ساتھ ایک Markdown ٹیبل واپس کریں۔ ٹیبل کے نیچے بتائیں کہ آپ نے میٹرک کا حساب بالکل کیسے لگایا، کون سی قطاریں خارج کیں اور کیوں، اور خالی خانوں کو کیسے سنبھالا۔ [کالم] کے حساب سے نزولی ترتیب دیں۔

پرامپٹ: کوہورٹ سوال

ہر [کوہورٹ جہت، مثلاً سائن اپ مہینہ] کے لیے، [وقفہ] پر [میٹرک] کا حساب لگائیں۔ ہر عدد کے ساتھ کوہورٹ کا حجم بھی دکھائیں۔ [n] سے کم قطاروں والے کسی بھی کوہورٹ کو فیصد کے طور پر رپورٹ کرنے کے بجائے تشریح کے لیے بہت چھوٹا قرار دیں۔

یہ آخری ہدایت اسپریڈشیٹ تجزیہ کے سب سے گمراہ کن آؤٹ پٹ کو روکتی ہے: چار صارفین کا کوہورٹ "75% ریٹینشن" کے طور پر رپورٹ ہو کر نو ہزار والے کوہورٹ کے ساتھ ایک ہی ٹیبل میں بیٹھا ہو۔

پرامپٹ: بے قاعدگی کی تلاش

اس ڈیٹا میں کیا مشکوک ہے؟ دیکھیں: قابلِ قبول حد سے باہر اقدار، ٹائم سیریز میں اچانک رکاوٹیں، ایسے کالم جہاں تقسیم بیچ میں بدل جاتی ہے، وہ قطاریں جو عین یا تقریباً ڈپلیکیٹ ہیں، وہ اقدار جو حد سے زیادہ گول نظر آئیں، اور کوئی بھی چیز جو ڈیٹا اکٹھا کرنے کے طریقے میں تبدیلی کی نشاندہی کرے۔ ہر ایک کے لیے مخصوص قطاریں نقل کریں۔

یہ اس صفحے کا سب سے قیمتی پرامپٹ ہے اور عام اسپریڈشیٹ ورک فلو میں اس کا کوئی مثل نہیں۔ یہ باقاعدگی سے وہ دن ڈھونڈ لیتا ہے جب ٹریکنگ ٹوٹی، وہ وینڈر جس نے مختلف کرنسی میں رپورٹ کرنا شروع کیا، اور وہ ڈپلیکیٹ امپورٹ جس نے کسی سہ ماہی کو پھلا دیا۔

پرامپٹ: چارٹ کی وضاحت

اس سوال اور اس ڈیٹا شکل کے لیے صحیح چارٹ تجویز کریں، اور بتائیں کہ واضح متبادل یہاں کیوں بہتر نہیں۔ پھر مجھے وضاحت دیں: چارٹ کی قسم، x، y، سیریز، مجموعہ، ترتیب کا نظام، اور axis کا سلوک۔ ڈوئل axis استعمال نہ کریں۔ بار چارٹ کا axis نہ کاٹیں۔

ریاضی اصل میں کہاں غلط ہوتی ہے

اس کا صاف جواب ضروری ہے، کیونکہ "AI ریاضی میں کمزور ہے" سچ بھی ہے اور غیر مددگار حد تک مبہم بھی۔

متن میں اعداد پر استدلال کرنے والا لینگویج ماڈل دراصل پیٹرن مکمل کر رہا ہوتا ہے، حساب نہیں لگا رہا۔ یہ ساخت بیان کرنے، قطاروں کی درجہ بندی کرنے، اور یہ پہچاننے میں قابلِ اعتماد ہے کہ آپ کو کون سا حساب درکار ہے۔ یہ سینکڑوں قطاروں میں لمبی ریاضیاتی زنجیر انجام دینے میں کہیں کم قابلِ اعتماد ہے، اور یہ خاموشی سے ناکام ہوتا ہے: آؤٹ پٹ خوبصورتی سے فارمیٹ کیا گیا غلط اعداد کا ٹیبل ہوتا ہے، بغیر کسی انتباہ کے۔

عملی اصول:

• صرف نتیجہ نہیں، طریقہ کار بھی مانگیں۔ "بالکل بتائیں آپ نے یہ کیسے حساب کیا اور کیا خارج کیا" غلطی کو نظر آنے کے قابل بنا دیتا ہے، اگر کوئی ہو۔
• ایک گروپ کو ہاتھ سے چیک کریں۔ آؤٹ پٹ ٹیبل میں سب سے چھوٹا گروپ چنیں اور اسے اصل اسپریڈشیٹ میں تصدیق کریں۔ اگر یہ ملتا ہے تو طریقہ کار غالباً درست ہے؛ اگر نہیں ملتا تو ٹیبل میں کسی بھی چیز پر بھروسہ نہیں کیا جا سکتا۔
• کسی بھی اہم چیز کو دوسرے ماڈل سے تصدیق کریں۔ دو الگ ماڈلز کا ایک ہی عدد پر پہنچنا ایک ماڈل کے خود کو دہرانے سے کہیں بہتر ثبوت ہے۔ Whizi کا ساتھ ساتھ منظر بالکل اسی کے لیے موجود ہے۔
• دوہری گنتی سے خبردار رہیں۔ فائل میں چھوڑی گئی سب ٹوٹل قطاریں اور ایک سے کئی جوائنز عام مجرم ہوتے ہیں، اور ماڈل کو معلوم نہیں ہوگا کہ یہ غلط ہیں۔
• جو چیز عین درست ہونی چاہیے، اس کے لیے فارمولا یا کوڈ مانگیں۔ Give me the Excel formula یا give me the pandas code ریاضی کو ایک قطعی انجن میں ڈال دیتا ہے، اور ماڈل کو اس کام کے لیے رکھتے ہیں جس میں وہ اچھا ہے، یعنی یہ جاننا کہ کون سا حساب چلانا ہے۔

یہ آخری نکتہ مالیاتی یا رپورٹنگ کام کے لیے اصل جواب ہے۔ ماڈل کو تجزیے کی ڈیزائننگ کے لیے استعمال کریں، اسے چلانے کے لیے اپنی اسپریڈشیٹ یا اسکرپٹ استعمال کریں۔

کون سا ماڈل کون سی فائل پڑھتا ہے، اور کتنی بڑی بہت بڑی ہے؟

CSV اور Excel دونوں براہِ راست اپ لوڈ ہو جاتے ہیں، اور تینوں ماڈلز کام کو صاف طور پر تقسیم کرتے ہیں۔

ماڈل	کانٹیکسٹ ونڈو	فی پیغام کریڈٹس	کس کام کے لیے استعمال کریں
GPT-5.6 Terra	1M ٹوکنز	4	سخت فارمیٹس: صاف ٹیبلز، JSON، عین کالم میپنگز
Claude Sonnet 5	1M ٹوکنز	10	ملٹی سٹیپ مجموعے پر تصدیقی پاس
Gemini 3.5 Flash	1M ٹوکنز، تقریباً 1,900 مسودہ صفحات	8	سب سے بڑی فائلیں، یا ایک ہی تھریڈ میں اسپریڈشیٹ اور PDF

کانٹیکسٹ اور کریڈٹ کے اعداد Whizi کے ماڈل کاسٹ انڈیکس سے آتے ہیں، فہرست کی شرحیں 2026-08-20 کو حاصل کی گئیں۔

چند عملی نکات:

• صاف مستطیل دیں۔ ایک ہیڈر قطار، کوئی مرج شدہ سیل نہیں، کوئی خالی فاصلہ قطار نہیں، کالم K میں کوئی نوٹ نہیں۔ ملٹی ہیڈر فارمیٹ شدہ رپورٹس کسی بھی فائل سائز کی حد سے زیادہ نکالنے کو الجھا دیتی ہیں۔
• پریزنٹیشن شیٹ نہیں، خام شیٹ بھیجیں۔ فارمیٹنگ اور سب ٹوٹلز والا ورژن ہی دوہری گنتی پیدا کرتا ہے۔
• بہت وسیع فائلوں کو پہلے کالم فہرست سے فائدہ ہوتا ہے۔ اگر نام مبہم ہوں تو تجزیہ کرنے سے پہلے پوچھیں ہر کالم کا مطلب کیا ہے، اور ماڈل کو بتائیں کہ اس نے کیا غلط سمجھا۔
• بہت بڑی فائلوں کے لیے Gemini 3.5 Flash استعمال کریں، جو Claude Sonnet 5 اور GPT-5.6 Terra جیسا ہی 1M ٹوکن کانٹیکسٹ پڑھتا ہے مگر تینوں میں سب سے کم فی جواب لاگت پر۔ اس سے آگے، سوچ سمجھ کر نمونہ لیں: تصادفی طور پر 5000 قطاروں کا نمونہ تجزیہ کریں اور بتائیں ہر عدد پر مجھے کتنی نمونہ غلطی کی توقع رکھنی چاہیے خاموشی سے کاٹنے سے بہتر ہے۔
• پہلے ذاتی ڈیٹا ہٹا دیں۔ نام، ای میلز اور شناخت کنندگان تجزیے کے لیے تقریباً کبھی درکار نہیں ہوتے، اور انہیں ہٹانا اس بحث سے تیز ہے کہ آپ کو انہیں اپ لوڈ کرنے کی اجازت تھی یا نہیں۔

اپ لوڈز کی تفصیلات دستاویزات اپ لوڈ کرنے میں بیان کی گئی ہیں۔

ایک حقیقی فائل پر مکمل آٹھ مرحلہ ترتیب

ایک حقیقی فائل پر پورا ورک فلو، ترتیب سے:

1. اپ لوڈ کریں۔ پروفائل پرامپٹ چلائیں۔ الگ اقدار اور غائب گنتیاں غور سے پڑھیں۔
2. جو ملا اسے ٹھیک کریں، لاگو کرنے سے پہلے میپنگ ٹیبل کا جائزہ لیں۔
3. ڈیٹا کا خلاصہ اور وہ تین سوالات مانگیں جو اسے لگتا ہے آپ کو پوچھنے چاہئیں۔ یہ مرحلہ تیز ہے اور اکثر تجزیے کی سمت بدل دیتا ہے۔
4. اپنا اصل سوال پوچھیں، جواب میں طریقہ کار اور اخراجات لازمی مانگیں۔
5. ہمیشہ بے قاعدگی والا پرامپٹ چلائیں۔ حیرانیاں یہیں ملتی ہیں۔
6. سب سے چھوٹے گروپ کو ہاتھ سے چیک کریں۔
7. اہم عدد کی دوسرے ماڈل سے تصدیق کریں۔
8. چارٹ کی وضاحت مانگیں، یا فارمولا اگر عدد کا عین اور دوبارہ پیدا کرنے کے قابل ہونا ضروری ہو۔

مراحل 1، 5 اور 6 وہی ہیں جنہیں لوگ چھوڑ دیتے ہیں، اور یہی وہ ہیں جو ایک قابلِ دفاع تجزیے کو ایک خوبصورت فارمیٹ شدہ اندازے سے الگ کرتے ہیں۔