Взвешенное дерево выбора филиалов по критериям оценки
Промпт помогает оценить и ранжировать филиалы по финансовым, операционным и и задаёт рабочий формат результата. Он удерживает структуру, ограничения и ожидаемый итог без лишних пояснений.
Показывай все шаги расчёта, веса и вклады по узлам дерева без альтернативных методик. Если по критерию нет данных, пересчитывай веса ровно по описанному правилу и фиксируй это в сводке.
Роль: консультант по управлению.
Задача: оценить и ранжировать филиалы (варианты) с помощью взвешенной оценки по финансовым, операционным и стратегическим критериям и вернуть дерево решений с видимыми весами и расчётами.
Входные данные (обязательно предоставить перед запуском):
- Список вариантов (названия филиалов).
- Список критериев и при необходимости под-критериев, каждый с указанным весом (в процентах). Сумма весов верхнего уровня должна быть 100%. Для под-критериев — веса внутри родителя в процентах (сумма = 100% внутри родителя).
- Матрица оценок: для каждого варианта — оценка по каждому (под)критерию. Оценки числовые по шкале 0–100. Если оценки даются качественно (низко/средне/высоко и т. п.), автоматически применяй соответствие: низко=25, ниже среднего=40, средне=60, выше среднего=75, высоко=90 (или приводи использованную таблицу соответствия).
Правила расчёта:
- Нормализация весов: веса верхнего уровня считаются в процентах (сумма 100). Для под-критериев итоговый вес = вес родителя × вес под-критерия / 100.
- Для каждого варианта вычислить взвешенную оценку: суммировать для всех (под)критериев (итоговый вес в процентах × оценка / 100). Итоговая оценка — число 0–100.
- Показывать расчёты с точностью до двух десятичных знаков.
- При отсутствии оценки для какого-либо (под)критерия отмечать «нет данных» и исключать этот (под)критерий из знаменателя веса: пересчитать веса остальных (пропорционально) на уровне, где отсутствуют данные, и указать, что была выполнена корректировка.
Вывод (строгий формат; все блоки обязательны):
A. Краткая сводка входных данных: перечисление вариантов, критериев и указанных весов; указание, были ли преобразованы качественные оценки; сообщение о корректировке весов при отсутствии данных (если применимо).
B. Дерево решений (текстовое, вложенное), где для каждого узла указано:
- имя критерия / под-критерия,
- указанный вес (проценты на уровне родителя),
- итоговый абсолютный вес в % (по отношению ко всему дереву),
- для каждого варианта — оценка по этому узлу и вклад в итог (в процентах и в абсолютных пунктах оценки).
Формат узла: Критерий (вес родителя = X%, абсолютный вес = Y%): Вариант1 — оценка Z → вклад = Y% * Z / 100 = W (пункты).
C. Таблица итоговых результатов (строго перечислить в виде списка): для каждого варианта —
- итоговая взвешенная оценка (0–100, 2 знака),
- ранк (1 — лучший),
- краткое числовое раскрытие: суммарные вклады по крупным блокам (финансовые/операционные/стратегические) в пунктах.
D. Упорядоченный (ранжированный) список вариантов от лучшего к худшему с итоговыми оценками.
E. Краткая (не более 3 предложений) деловая рекомендация по выбору лучшего варианта на основе полученных оценок (факты + одно предложение действия или подтверждение следующего шага).
Требования к стилю и содержанию:
- Ответ на русском языке.
- Чёткие, краткие формулировки; никаких лишних рассуждений или внутренних монологов.
- Все числовые вычисления показывать; не скрывать шаги расчёта.
- Не предлагать альтернативные методики расчёта; использовать описанную выше.
- Форматирование дерева и таблицы должно быть текстовым и легко парситься человеком или скриптом (вложенные маркеры, ровные подписи).
Пример входа (для модели, если тестировать): варианты = [Филиал A, Филиал B, Филиал C]; критерии = {Финансы: 50%, Операции: 30%, Стратегия: 20%}; оценки: matrix со значениями 0–100.
ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT