効果的なプロンプトは、Claudeの財務分析機能を効率的かつ正確に使用するのに役立ちます。このガイドでは、不完全または圧倒的な出力につながる可能性のある一般的な問題を回避しながら、必要な結果を生み出す明確で具体的なプロンプトを作成するための戦略を提供します。

財務分析を開始する前に、Claudeが利用できるデータソースを理解することが不可欠です。統合によって提供されるデータの種類は異なります。DaloopaはSEC提出書類とファンダメンタルズに焦点を当て、KenshoはS&P Globalの包括的な市場データとビジネス関係を提供します。アクセス可能なデータを把握することで、利用できないデータを要求して時間を無駄にすることを防ぎます。

分析セッションを開始する際は、データの利用可能性を確認してください:

この予備的なステップにより、利用できないデータを必要とする分析を要求することを防ぎ、さまざまな種類の分析にどの統合を指定すべきかを理解するのに役立ちます。

Claudeは複数のソースを通じて膨大な量の財務データにアクセスできます。具体的な指示がないと、必要以上のデータを受け取ったり、重要な指標を見逃したりする可能性があります。明確な仕様により、分析に必要なものを正確に取得でき、時間を節約し、精度を向上させます。

次の対照的な例を考えてみましょう:

この曖昧なリクエストは、複数年にわたる数百のデータポイントの取得をトリガーする可能性があり、関連する洞察を特定することが困難になります。Claudeは、評価指標、業務パフォーマンス、競争上のポジショニングのいずれを求めているのかわかりません。

この具体的なリクエストは、データソース、企業ティッカー、正確な指標、期間、および希望する計算を特定しています。Claudeは何を取得し、どのように処理するかを正確に把握しています。プロンプトには、企業ティッカー、正確な指標名、特定の期間、および希望する出力形式を含める必要があります。

財務統合は、何年にもわたる数百の指標をカバーする広範なデータセットを取得できます。利用可能なすべてのものをリクエストすると、時間が無駄になり、処理の複雑さが増し、特定の分析にとって重要なことに焦点を当てることが難しくなります。ターゲットを絞ったリクエストは、よりクリーンで実用的な結果を生み出します。

このリクエストは、無関係な指標を含む数千のデータポイントを返す可能性があり、焦点を絞った分析を行うことが困難になります。

この焦点を絞ったリクエストは、業務比較に必要な指標のみを取得します。プロンプトを作成する際は、まず分析目標について考え、その分析を直接サポートするデータのみをリクエストしてください。このアプローチにより、より管理しやすい出力とより明確な洞察が得られます。

大規模なデータリクエストは分析を遅くし、解釈が困難な圧倒的な出力を生み出す可能性があります。スコープを管理することで、Claudeがリクエストを効率的に処理し、消化しやすい形式で結果を提示できるようになります。これは、複数の企業や長期間を扱う場合に特に重要です。

このリクエストは、関与するデータの膨大な量のため、失敗するか、使用できない結果を生み出す可能性があります。

この管理可能なリクエストは、定義された指標と妥当な時間枠を持つ特定のピアグループに焦点を当てています。一般的なガイドラインとして、詳細な分析のためにリクエストを3〜5社に制限し、財務諸表全体ではなく特定の項目をリクエストし、利用可能なすべての履歴をリクエストするのではなく、分析ニーズに合った日付範囲を使用してください。

複雑な財務分析には、複数のステップ、データソース、および仮定が含まれます。Claudeに最初にアプローチの概要を示してもらうことで、計算に時間を費やす前に潜在的な問題を発見できます。これは、方法論の選択が結果に大きく影響する評価、モデリング、または複数企業の比較に特に価値があります。明確な計画は、期待とClaudeの意図するアプローチとの整合性も保証します。

このオープンエンドのリクエストは、Claudeに多くの決定を委ねすぎており、要件に合わない分析や不適切な仮定を使用する結果になる可能性があります。