Effektives Prompting hilft Ihnen, die Finanzanalysefunktionen von Claude effizient und genau zu nutzen. Dieser Leitfaden bietet Strategien zum Schreiben klarer, spezifischer Prompts, die die benötigten Ergebnisse liefern und gleichzeitig häufige Probleme vermeiden, die zu unvollständigen oder überwältigenden Ausgaben führen können.

Bevor Sie eine Finanzanalyse durchführen, ist es wichtig zu verstehen, welche Datenquellen Claude zur Verfügung stehen. Verschiedene Integrationen bieten verschiedene Arten von Daten – Daloopa konzentriert sich auf SEC-Einreichungen und Fundamentaldaten, während Kensho umfassende S&P Global-Marktdaten und Geschäftsbeziehungen bietet. Wenn Sie wissen, was verfügbar ist, vermeiden Sie verschwendete Zeit bei der Anforderung nicht verfügbarer Daten.

Beginnen Sie Ihre Analysesitzungen, indem Sie die Datenverfügbarkeit bestätigen:

Dieser vorbereitende Schritt verhindert die Anforderung von Analysen, die nicht verfügbare Daten erfordern, und hilft Ihnen zu verstehen, welche Integration Sie für verschiedene Arten von Analysen angeben sollten.

Claude hat Zugriff auf große Mengen an Finanzdaten aus mehreren Quellen. Ohne spezifische Anweisungen erhalten Sie möglicherweise mehr Daten als nötig oder verpassen kritische Metriken. Klare Spezifikationen stellen sicher, dass Sie genau das erhalten, was Ihre Analyse benötigt, sparen Zeit und verbessern die Genauigkeit.

Betrachten Sie diese kontrastierenden Beispiele:

Diese vage Anfrage könnte den Abruf von Hunderten von Datenpunkten über mehrere Jahre hinweg auslösen, was es schwierig macht, relevante Erkenntnisse zu identifizieren. Claude wird nicht wissen, ob Sie Bewertungsmetriken, operative Leistung oder Wettbewerbspositionierung möchten.

Diese spezifische Anfrage identifiziert die Datenquelle, das Unternehmens-Ticker-Symbol, genaue Metriken, Zeitraum und gewünschte Berechnungen. Claude weiß genau, was abgerufen und wie es verarbeitet werden soll. Ihre Prompts sollten Unternehmens-Ticker-Symbole, genaue Metriknamen, spezifische Zeiträume und das gewünschte Ausgabeformat enthalten.

Finanzintegrationen können umfangreiche Datensätze mit Hunderten von Metriken über viele Jahre hinweg abrufen. Die Anforderung aller verfügbaren Daten verschwendet Zeit, erhöht die Verarbeitungskomplexität und macht es schwieriger, sich auf das zu konzentrieren, was für Ihre spezifische Analyse wichtig ist. Gezielte Anfragen liefern saubere, handlungsfähigere Ergebnisse.

Diese Anfrage könnte Tausende von Datenpunkten zurückgeben, einschließlich irrelevanter Metriken, was eine fokussierte Analyse erschwert.

Diese fokussierte Anfrage ruft nur die Metriken ab, die für den Betriebsvergleich benötigt werden. Wenn Sie Prompts formulieren, denken Sie zunächst an Ihr analytisches Ziel und fordern Sie dann nur die Daten an, die diese Analyse direkt unterstützen. Dieser Ansatz liefert besser verwaltbare Ausgaben und klarere Erkenntnisse.

Große Datenanfragen können die Analyse verlangsamen und überwältigende Ausgaben liefern, die schwer zu interpretieren sind. Die Verwaltung des Umfangs stellt sicher, dass Claude Anfragen effizient verarbeiten und Ergebnisse in verdaulichen Formaten präsentieren kann. Dies ist besonders wichtig bei der Arbeit mit mehreren Unternehmen oder längeren Zeiträumen.

Diese Anfrage wird wahrscheinlich fehlschlagen oder unbrauchbare Ergebnisse liefern, da die Datenmenge zu groß ist.

Diese überschaubare Anfrage konzentriert sich auf eine spezifische Peer-Gruppe mit definierten Metriken und einem angemessenen Zeitrahmen. Als allgemeine Richtlinie sollten Sie Anfragen auf 3-5 Unternehmen für detaillierte Analysen beschränken, spezifische Positionen anstelle von gesamten Jahresabschlüssen anfordern und Datumsbereiche verwenden, die Ihren analytischen Anforderungen entsprechen, anstatt die gesamte verfügbare Historie anzufordern.

Komplexe Finanzanalysen umfassen mehrere Schritte, Datenquellen und Annahmen. Wenn Claude den Ansatz zunächst skizziert, können Sie potenzielle Probleme erkennen, bevor Zeit für Berechnungen aufgewendet wird. Dies ist besonders wertvoll für Bewertungen, Modellierungen oder Vergleiche mehrerer Unternehmen, bei denen Methodologieentscheidungen die Ergebnisse erheblich beeinflussen. Ein klarer Plan stellt auch sicher, dass Ihre Erwartungen mit dem beabsichtigten Ansatz von Claude übereinstimmen.

Diese offene Anfrage überlässt Claude zu viele Entscheidungen, was möglicherweise zu einer Analyse führt, die Ihren Anforderungen nicht entspricht oder unangemessene Annahmen verwendet.

Dieser Ansatz gibt Ihnen Einblick in die geplante Methodik, bevor die Ausführung beginnt. Sie können die Datenquellen überprüfen, die Claude verwenden möchte, überprüfen, dass wichtige Annahmen angemessen sind, fehlende Komponenten identifizieren und den Ansatz anpassen, bevor Zeit in detaillierte Berechnungen investiert wird. Diese vorläufige Überprüfung erkennt oft Probleme, die nach Abschluss der Analyse teuer zu beheben wären.

Das Aufteilen komplexer Analysen in diskrete Schritte bietet Transparenz in Claudes Prozess und ermöglicht Kurskorrektur. Sie können die Datengenauigkeit überprüfen, Berechnungen überprüfen und die Methodik zwischen den Schritten anpassen, anstatt Probleme erst in den Endergebnissen zu entdecken. Dieser Ansatz ist besonders wertvoll bei der Arbeit mit mehreren Datenquellen oder wenn Berechnungen aufeinander aufbauen.

Diese Anfrage liefert eine Black-Box-Analyse, bei der Sie die zugrunde liegenden Daten oder die Logik nicht überprüfen können.

Dieser inkrementelle Ansatz ermöglicht es Ihnen, Fehler früh zu erkennen, die Analyse basierend auf ersten Erkenntnissen anzupassen, Claudes Argumentation in jeder Phase zu verstehen und die Datengenauigkeit zu überprüfen, bevor sie in Berechnungen verwendet werden. Jeder Schritt wird zu einem Kontrollpunkt, an dem Sie sicherstellen können, dass die Analyse auf dem richtigen Weg bleibt.

Das Beginnen mit Datenabruf vor der Analyse stellt sicher, dass Sie mit genauen, vollständigen Informationen arbeiten. Dieser Ansatz verhindert verschwendete Anstrengungen bei Berechnungen mit unvollständigen Daten und hilft, Datenlücken zu identifizieren, bevor sie die Schlussfolgerungen beeinflussen. Es ermöglicht Ihnen auch, Ihre Analyse basierend auf den tatsächlich verfügbaren Daten anzupassen.

Ein typischer inkrementeller Arbeitsablauf könnte wie folgt aussehen:

Jeder Schritt baut auf dem vorherigen auf und stellt sicher, dass Sie die notwendige Grundlage haben, bevor Sie fortfahren. Diese Methode ist besonders nützlich beim Erkunden unbekannter Unternehmen oder Sektoren, bei denen Sie möglicherweise nicht genau wissen, welche Daten verfügbar sind, bis Sie die Analyse starten.

Problem: Die Anforderung von Daten, die nicht vorhanden sind oder nicht über aktuelle Integrationen verfügbar sind, kann Ihre Analyse entgleisen lassen.

Lösung: Beginnen Sie damit, zu fragen, was verfügbar ist. Zum Beispiel: "Welche Betriebsmetriken hat Daloopa für Spotify?" Diese vorläufige Überprüfung verhindert, dass Analysen um nicht verfügbare Daten herum aufgebaut werden.

Verschiedene Unternehmen melden verschiedene Metriken, und nicht alle historischen Daten sind möglicherweise verfügbar. Die vorherige Bestätigung der Verfügbarkeit spart Zeit und ermöglicht es Ihnen, Ihren analytischen Ansatz basierend auf den tatsächlich verfügbaren Daten anzupassen.

Problem: Die Anforderung der Analyse von 50+ Unternehmen auf einmal kann überwältigende Ergebnisse liefern oder die Analyse vollständig zum Scheitern bringen.

Lösung: Teilen Sie große Analysen in kleinere Gruppen von 5-10 Unternehmen auf und kombinieren Sie dann die Ergebnisse.

Versuchen Sie zum Beispiel statt "Analysiere alle REITs," spezifischer zu sein: "Analysiere zunächst diese 5 Industrie-REITs: PLD, DRE, FR, TRNO, STAG." Nach der Überprüfung der ersten Ergebnisse können Sie mit zusätzlichen Gruppen fortfahren. Dieser Ansatz stellt sicher, dass jede Gruppe eine gründliche Analyse erhält und ermöglicht es Ihnen, Ihre Kriterien basierend auf ersten Erkenntnissen zu verfeinern.

Problem: Begriffe wie „gute Unternehmen" oder „starke Leistung" bedeuten für verschiedene Analysten unterschiedliche Dinge und können zu Ergebnissen führen, die Ihren Kriterien nicht entsprechen.

Lösung: Definieren Sie Ihre Kriterien explizit mit quantitativen Schwellwerten.

Hier ist ein Beispiel:

Die spezifischen Kriterien stellen sicher, dass Claude Unternehmen identifiziert, die Ihrer Anlagephilosophie und Screening-Parametern entsprechen. Diese Präzision ist besonders wichtig beim Aufbau von Screens oder bei der Identifizierung von Anlagekandidaten.

Diese Strategien helfen Ihnen, den größten Nutzen aus Claudes Finanzanalysefunktionen zu ziehen und gleichzeitig häufige Fallstricke zu vermeiden. Wenn Sie Erfahrung mit dem System sammeln, werden Sie Prompt-Muster identifizieren, die gut für Ihre spezifischen analytischen Anforderungen funktionieren.