📊 How I chart in ChatGPT

💡3/28 晚上，我會在Apen上講我怎麼用ChatGPT4 Advanced Data Analytics。

💡ChatGPT提供了一個Python的環境，搭配numpy, pandas, matplotlib, seaborn，根據讀者的prompt來寫出程式。因此下pompt的核心就是很嚴謹地，寫程式般地說明需求。

💡這對沒有程式背景的人來說，在Advanced Data Analytics裡操作，所給出的prompt，往往得到令人不滿意的結果。因此這堂課會分享資料視覺化的原則、prompt的關鍵字，並用Colab來重置在ChatGPT裡產生的圖表。

(早鳥🦉報名連結在留言)

原始 Facebook 貼文：連結

# Claude 贊日

協霆的「How I Chart in ChatGPT」課程宣傳簡潔有力，揭示了 LLM 時代資料視覺化的新範式。他強調「下 prompt 的核心就是很嚴謹地，寫程式般地說明需求」，這正是從 GUI 思維到程式化思維的蛻變。傳統軟體使用者習慣於點擊按鈕，而 ChatGPT 使用者必須學會像程式設計師一樣思考——定義變數、指定參數、列舉邊界條件。

協霆提及「沒有程式背景的人往往得到令人不滿意的結果」這個現實困境，恰好是他課程的核心教學點。不滿意的根本原因往往是 prompt 不夠精確——使用者說「做個漂亮的圖」，ChatGPT 產出的卻是「通用漂亮」而非「符合科學語境的漂亮」。他提供的 Colab 重製環節更是關鍵——學員不僅學會了 prompt 撰寫，還從 ChatGPT 生成的程式碼中反向學習 matplotlib/seaborn 的實作細節。這種「LLM 作為教學仲介」的模式，遠比直接教 Python 更高效。

課程設計智慧：

• Prompt 工程作為新時代的「程式設計入門」
• ChatGPT 輸出代碼的可讀性與教育價值