پرامپت نویسی برای مالی (Financial Prompt Engineering)، طراحی پرامپت‌هایی است که به مدل‌های زبانی بزرگ (Large Language Models یا LLM) کمک می‌کند در تحلیل صورت‌های مالی، ارزیابی ریسک، پیش‌بینی روند، تحلیل نسبت‌ها و تهیه گزارش‌های مالی، خروجی دقیق و قابل‌اتکا تولید کنند. در حوزه مالی، هر عدد اشتباه یا تحلیل نادرست می‌تواند به تصمیم‌های پرهزینه منجر شود، بنابراین طراحی پرامپت باید با دقت و ساختار مشخصی همراه باشد. اگر پرامپت مبهم باشد، مدل ممکن است محاسبات اشتباه انجام دهد یا تحلیل‌های سطحی تولید کند. برای درک این حوزه، ابتدا باید با پرامپت نویسی چیست و ساختار یک پرامپت مؤثر آشنا باشیم.

در پروژه‌هایی که تیم‌های مالی از مدل‌های زبانی برای تحلیل استفاده می‌کردند، مشاهده شد که بزرگ‌ترین ریسک، محاسبات عددی است. مدل‌های زبانی در استدلال متنی خوب عمل می‌کنند اما در محاسبات دقیق ممکن است دچار خطا شوند. بنابراین، طراحی پرامپت مالی باید محاسبات را به ابزارهای تخصصی سپرده و از مدل برای تحلیل و تفسیر استفاده کند. اگر با نقش زمینه و بافت در پرامپت نویسی آشنا هستید، آماده‌اید تا به لایه مالی وارد شوید.

پرامپت نویسی برای مالی را می‌توان با نوشتن یک بریف تحلیل برای یک تحلیلگر ارشد مقایسه کرد: هرچه بریف دقیق‌تر، داده‌محورتر و ساختارمندتر باشد، تحلیل نهایی معتبرتر است. در سامانه‌های LLM، این بریف همان پرامپت است. برای مطالعه بیشتر درباره مبانی، صفحه Financial Analysis در ویکی‌پدیا مرور مفیدی ارائه می‌دهد.

پرامپت نویسی برای مالی چیست؟

پرامپت نویسی برای مالی، فرایند طراحی پرامپت‌هایی است که به مدل زبانی کمک می‌کند در وظایف مالی، خروجی دقیق، مستند و قابل‌بازبینی تولید کند. این پرامپت‌ها، در چند دسته اصلی قرار می‌گیرند.

دسته‌های اصلی

  • پرامپت‌های تحلیل: برای بررسی صورت‌های مالی، نسبت‌ها و روند.
  • پرامپت‌های پیش‌بینی: برای پیش‌بینی درآمد، هزینه و جریان نقدی.
  • پرامپت‌های ریسک: برای ارزیابی ریسک اعتباری، بازار و نقدینگی.
  • پرامپت‌های ارزش‌گذاری: برای ارزش‌گذاری کسب‌وکار و دارایی.
  • پرامپت‌های گزارش‌دهی: برای تهیه گزارش‌های مالی و مدیریتی.

تفاوت با پرامپت عمومی

پرامپت عمومی، یک پاسخ توصیفی تولید می‌کند. پرامپت مالی، باید خروجی‌ای تولید کند که قابل‌استناد، قابل‌ردیابی و قابل‌دفاع باشد. هر عدد و تحلیل باید به داده مشخص ارجاع دهد.

نقش پرامپت در تحول مالی

در سال‌های اخیر، استفاده از مدل‌های زبانی در حوزه مالی به یک روند جدی تبدیل شده است. اما این ابزار، جایگزین تحلیلگر مالی نیست؛ ابزاری برای افزایش بهره‌وری و کاهش بار کارهای تکراری است.

چرا دقت در پرامپت مالی حیاتی است؟

در حوزه مالی، خطا می‌تواند پیامدهای سنگین داشته باشد. به همین دلیل، طراحی پرامپت باید با دقت بالاتری همراه باشد.

ریسک‌های اصلی

  • خطای محاسباتی: مدل ممکن است در محاسبات عددی دچار خطا شود.
  • توهم داده: مدل ممکن است داده‌های مالی ساختگی تولید کند.
  • نادیده گرفتن جزئیات: مدل ممکن است اقلام مهم صورت مالی را نادیده بگیرد.
  • سوگیری تحلیلی: مدل ممکن است تحلیل جانبدارانه ارائه دهد.
  • افشای محرمانگی: داده‌های مالی معمولاً محرمانه هستند.

راهکارهای کاهش ریسک

  • سپردن محاسبات به ابزار: از مدل برای تحلیل استفاده شود، نه برای محاسبه.
  • پرامپت با تأکید بر عدم حدس: مدل باید در صورت نبود داده، اعلام کند.
  • الزام به استناد: هر عدد باید به یک منبع مشخص ارجاع دهد.
  • بازبینی انسانی: خروجی باید توسط تحلیلگر مالی بررسی شود.
  • استفاده از RAG: بازیابی داده‌های مالی معتبر و تزریق آن‌ها به پرامپت. برای جزئیات، پست RAG چیست را ببینید.

تحلیل صورت‌های مالی

تحلیل صورت‌های مالی، یکی از پرکاربردترین حوزه‌های پرامپت مالی است. پرامپت می‌تواند فرایند بررسی این صورت‌ها را سریع‌تر و دقیق‌تر کند.

اجزای تحلیل صورت‌های مالی

  • ترازنامه: تحلیل دارایی‌ها، بدهی‌ها و حقوق صاحبان سهام.
  • صورت سود و زیان: تحلیل درآمد، هزینه و سود.
  • صورت جریان نقدی: تحلیل جریان‌های عملیاتی، سرمایه‌ای و تأمین مالی.
  • صورت تغییرات حقوق صاحبان سهام: تحلیل تغییرات سرمایه.

پرامپت تحلیل صورت‌های مالی

You are a senior financial analyst. Analyze the following
financial statements and provide a structured analysis.

Financial Statements:
{financial_data}

Provide:
1. Summary of financial position (assets, liabilities, equity)
2. Revenue and profitability analysis
3. Cash flow analysis (operating, investing, financing)
4. Key trends compared to prior period
5. Red flags or concerns
6. Overall financial health assessment

Important:
- Use only the provided data.
- Do NOT perform calculations unless explicitly asked.
- If data is missing, state it.
- Cite line items by exact name.

تحلیل افقی و عمودی

تحلیل افقی (Horizontal Analysis) به بررسی تغییرات در طول زمان می‌پردازد. تحلیل عمودی (Vertical Analysis) به بررسی نسبت هر قلم به یک قلم پایه می‌پردازد. پرامپت می‌تواند این تحلیل‌ها را ساختارمند کند.

Perform a horizontal and vertical analysis of the following
income statement over the past 3 years.

Data: {income_statement_3years}

Provide:
1. Horizontal analysis (year-over-year changes)
2. Vertical analysis (each item as % of revenue)
3. Significant trends
4. Items requiring further investigation

Format: table with numbers and percentages.

تحلیل صورت جریان نقدی

صورت جریان نقدی، یکی از مهم‌ترین صورت‌های مالی است. پرامپت می‌تواند الگوهای جریان نقدی را تحلیل کند.

تحلیل نسبت‌های مالی

نسبت‌های مالی، ابزار اصلی تحلیل عملکرد و سلامت مالی یک کسب‌وکار هستند. پرامپت می‌تواند در محاسبه و تفسیر این نسبت‌ها کمک کند.

دسته‌های نسبت‌های مالی

  • نسبت‌های نقدینگی: نسبت جاری، نسبت آنی.
  • نسبت‌های بدهی: نسبت بدهی، نسبت پوشش بهره.
  • نسبت‌های سودآوری: حاشیه سود ناخالص، خالص، بازده دارایی.
  • نسبت‌های کارایی: گردش موجودی، گردش دارایی.
  • نسبت‌های بازار: P/E، P/B، EPS.

پرامپت تحلیل نسبت‌ها

Calculate and interpret the following financial ratios based on
the provided data.

Data:
{financial_data}

Ratios to calculate:
1. Current Ratio
2. Quick Ratio
3. Debt-to-Equity Ratio
4. Gross Profit Margin
5. Net Profit Margin
6. Return on Assets (ROA)
7. Return on Equity (ROE)
8. Inventory Turnover

For each ratio:
- Provide the formula
- Show the calculation using provided numbers
- Interpret the result
- Compare with industry benchmark (if provided)

If industry benchmark is not provided, state it clearly.

تفسیر نسبت‌ها

تفسیر نسبت‌ها نیازمند زمینه صنعت و مقایسه با رقباست. پرامپت باید این زمینه را در نظر بگیرد.

پیش‌بینی مالی

پیش‌بینی مالی، یکی از حوزه‌های حساس مالی است که پرامپت می‌تواند در آن کمک کند.

پرامپت پیش‌بینی

You are a financial forecasting analyst. Create a 12-month
financial forecast based on the following historical data.

Historical data:
{historical_data}

Assumptions:
{assumptions}

Provide:
1. Revenue forecast (monthly)
2. Expense forecast (monthly)
3. Net income forecast
4. Cash flow projection
5. Key assumptions clearly stated
6. Sensitivity analysis for best/base/worst case

Important:
- Show the methodology used.
- State all assumptions explicitly.
- Do NOT present forecasts as certainties.
- Highlight the confidence level for each projection.

سناریوسازی

در تحلیل مالی، سناریوسازی ابزار مهمی است. پرامپت می‌تواند چند سناریو تولید و مقایسه کند.

Create three financial scenarios for the next fiscal year:

1. Best case (optimistic assumptions)
2. Base case (realistic assumptions)
3. Worst case (pessimistic assumptions)

For each scenario, provide:
- Revenue projection
- Expense projection
- Profitability
- Cash flow position
- Key drivers
- Probability estimate

Data: {financial_data}
Industry context: {industry_context}

تحلیل حساسیت

تحلیل حساسیت (Sensitivity Analysis) نشان می‌دهد که تغییر در یک متغیر، چگونه بر نتیجه اثر می‌گذارد. پرامپت می‌تواند این تحلیل را ساختارمند کند.

مدیریت ریسک مالی

مدیریت ریسک، بخشی جدایی‌ناپذیر از تحلیل مالی است. پرامپت می‌تواند در شناسایی و ارزیابی ریسک‌ها کمک کند.

انواع ریسک مالی

  • ریسک اعتباری: احتمال عدم پرداخت بدهی.
  • ریسک بازار: نوسان قیمت‌ها.
  • ریسک نقدینگی: ناتوانی در تأمین نقدینگی.
  • ریسک عملیاتی: خطاهای فرایندی.
  • ریسک انطباق: نقض مقررات.

پرامپت ارزیابی ریسک

You are a risk analyst. Evaluate the following financial data
for credit, market, and liquidity risks.

Data:
{financial_data}

Provide:
1. Credit risk assessment
   - Debt levels and coverage ratios
   - Creditworthiness indicators
   - Risk level (low/medium/high)

2. Market risk assessment
   - Exposure to market variables
   - Sensitivity to interest rates, FX, commodities
   - Risk level

3. Liquidity risk assessment
   - Current and quick ratios
   - Cash flow stability
   - Risk level

4. Top 5 risks with mitigation recommendations

Important:
- Base analysis only on provided data.
- State assumptions.
- Do NOT fabricate data.

مدل‌های ریسک

در تحلیل ریسک، از مدل‌هایی مانند VaR (Value at Risk) و CVaR استفاده می‌شود. پرامپت می‌تواند در تفسیر نتایج این مدل‌ها کمک کند.

ارزش‌گذاری دارایی و کسب‌وکار

ارزش‌گذاری، یکی از حوزه‌های تخصصی مالی است که پرامپت می‌تواند در آن کمک کند.

روش‌های ارزش‌گذاری

  • DCF: تنزیل جریان نقدی.
  • Comparable: مقایسه با شرکت‌های مشابه.
  • Precedent Transactions: مقایسه با معاملات مشابه.
  • Asset-Based: ارزش‌گذاری مبتنی بر دارایی.

پرامپت ارزش‌گذاری

You are a valuation analyst. Provide a valuation analysis for
the following company.

Company data:
{company_data}

Valuation methods to apply:
1. Discounted Cash Flow (DCF)
2. Comparable Company Analysis
3. Precedent Transactions

For each method:
- Show the approach and assumptions
- Calculate the valuation range
- Discuss limitations
- Provide confidence level

Output:
- Summary table with valuation ranges
- Recommended valuation with justification
- Key sensitivities

تحلیل DCF

DCF، یکی از پرکاربردترین روش‌های ارزش‌گذاری است. پرامپت می‌تواند در ساخت مدل DCF کمک کند.

Build a DCF model for the following company.

Inputs:
- Free cash flow projections: {fcf_projections}
- Discount rate (WACC): {wacc}
- Terminal growth rate: {terminal_growth}
- Net debt: {net_debt}

Provide:
1. Present value of FCF for projection period
2. Terminal value (both methods: Gordon Growth and Exit Multiple)
3. Enterprise Value
4. Equity Value
5. Valuation per share

Show all calculations step by step.

تهیه گزارش مالی

تهیه گزارش مالی، یکی از کاربردهای پرامپت مالی است. اما باید با دقت و ساختار مشخصی انجام شود.

پرامپت تهیه گزارش

Create a financial report based on the following data.

Data:
{financial_data}

Report sections:
1. Executive Summary (200 words)
2. Financial Position
3. Profitability Analysis
4. Cash Flow Analysis
5. Key Risks
6. Outlook
7. Recommendations

Requirements:
- Use formal financial reporting language.
- Include specific numbers with references.
- Highlight key insights.
- Do NOT include opinions without justification.
- Mark uncertain statements clearly.

Audience: {audience} (board/investors/management)

خلاصه مدیریتی

خلاصه مدیریتی (Executive Summary) باید مختصر، دقیق و متمرکز بر نکات کلیدی باشد. پرامپت می‌تواند در تهیه این خلاصه کمک کند.

گزارش به هیئت‌مدیره

گزارش‌های هیئت‌مدیره، نیازمند ساختار خاص و تمرکز بر تصمیم‌های استراتژیک هستند.

ساختار پرامپت مالی

یک پرامپت مالی مؤثر، ساختار مشخصی دارد که با پرامپت‌های عمومی متفاوت است.

اجزای پرامپت مالی

  1. نقش مالی: تعریف تخصص مدل.
  2. دوره زمانی: بازه تحلیل.
  3. داده‌ها: اطلاعات مالی مرتبط.
  4. وظیفه: تحلیل، پیش‌بینی یا گزارش.
  5. روش: روش تحلیل مورد انتظار.
  6. محدودیت‌ها: عدم حدس، الزام استناد.
  7. قالب خروجی: ساختار گزارش.
  8. سطح اطمینان: اعلام عدم قطعیت.

نمونه‌ای از پرامپت ساختاریافته

Role: You are a senior financial analyst specializing in
{industry} sector.

Context: The company is a {company_type} with {revenue} annual
revenue. Analysis is for {period}.

Task: Analyze the provided financial statements and provide
a structured analysis of financial health.

Data: {financial_data}

Method:
- Horizontal analysis (year-over-year)
- Vertical analysis (as % of revenue)
- Ratio analysis (key ratios)

Constraints:
- Do NOT perform calculations beyond simple arithmetic.
- State all assumptions.
- Mark uncertain statements.
- Use only provided data.

Output:
1. Executive Summary
2. Financial Position
3. Profitability
4. Liquidity
5. Key Risks
6. Recommendations
7. Confidence Level for each section

استفاده از زنجیره تفکر

در تحلیل‌های پیچیده مالی، می‌توان از زنجیره تفکر استفاده کرد. برای جزئیات، پست زنجیره تفکر در پرامپت نویسی را ببینید.

اعتبارسنجی خروجی مالی

در حوزه مالی، اعتبارسنجی خروجی بخشی جدایی‌ناپذیر از فرایند است.

مراحل اعتبارسنجی

  1. بررسی صحت محاسبات: محاسبات باید مستقل بازبینی شوند.
  2. بررسی صحت داده: داده‌های استفاده‌شده باید با منبع اصلی تطبیق یابند.
  3. بررسی منطق تحلیل: استدلال‌ها باید با منطق مالی سازگار باشند.
  4. بررسی کامل بودن: همه جنبه‌های مهم پوشش داده شده باشند.
  5. بازبینی انسانی: تحلیلگر ارشد خروجی را تأیید کند.

معیارهای اعتبارسنجی

  • صحت عددی: آیا اعداد محاسبه‌شده درست هستند؟
  • صحت داده: آیا داده‌ها از منبع معتبر آمده‌اند؟
  • صحت تحلیل: آیا تحلیل با اصول مالی سازگار است؟
  • کامل بودن: آیا همه جنبه‌ها پوشش داده شده‌اند؟
  • بی‌طرفی: آیا تحلیل جانبدارانه نیست؟

خطر بیش‌اعتمادی

یکی از خطرات اصلی در استفاده از LLM در مالی، اعتماد بی‌قید‌و‌شرط به خروجی است. مدل ممکن است با اطمینان بالا، تحلیل اشتباهی ارائه دهد. بازبینی انسانی الزامی است.

ملاحظات امنیتی

در حوزه مالی، محرمانگی داده‌ها از اهمیت بالایی برخوردار است.

ریسک‌های امنیتی

  • افشای داده مالی: ارسال داده به سرویس‌های بیرونی.
  • استفاده آموزشی: برخی سرویس‌ها از داده‌ها برای آموزش استفاده می‌کنند.
  • تزریق پرامپت: اگر پرامپت شامل ورودی کاربر باشد. برای جزئیات، پست تزریق پرامپت چیست را ببینید.
  • نشت پرامپت: مهاجم ممکن است سعی کند داده‌های مالی را افشا کند. برای جزئیات، پست نشت پرامپت و خطرات آن را ببینید.

راهکارهای امنیتی

  • استفاده از مدل‌های محلی: اجرای مدل در زیرساخت خود سازمان.
  • ناشناس‌سازی: حذف اطلاعات هویتی و شناسایی‌کننده. برای جزئیات، پست حریم خصوصی در پرامپت نویسی را ببینید.
  • قرارداد محرمانگی: تعهد کتبی سرویس‌دهنده.
  • محدودسازی دسترسی: فقط افراد مجاز به پرامپت‌ها دسترسی داشته باشند.
  • پایش مداوم: استفاده از سامانه‌های پایش. برای جزئیات، پست مانیتورینگ پرامپت را ببینید.

پرسش‌های پرتکرار درباره پرامپت مالی

آیا LLM می‌تواند جایگزین تحلیلگر مالی شود؟

خیر. LLM ابزاری برای افزایش بهره‌وری است، نه جایگزین تحلیل انسانی. هر خروجی باید توسط تحلیلگر بازبینی شود.

چطور از خطای محاسباتی جلوگیری کنیم؟

با سپردن محاسبات به ابزارهای تخصصی مانند Python و استفاده از LLM فقط برای تحلیل و تفسیر.

آیا داده‌های مالی محرمانه را می‌توان به LLM ارسال کرد؟

بستگی به سیاست سازمان و نوع سرویس دارد. در سامانه‌های حساس، استفاده از مدل‌های محلی یا ناشناس‌سازی توصیه می‌شود.

آیا پرامپت مالی بر دقت اثر دارد؟

بله. طراحی دقیق پرامپت می‌تواند دقت را به‌طور چشمگیری افزایش دهد، اما جایگزین بازبینی انسانی نیست.

چطور پرامپت مالی را ارزیابی کنیم؟

با معیارهای صحت عددی، صحت تحلیل، کامل بودن و بی‌طرفی. برای جزئیات، پست معیارهای ارزیابی پرامپت را ببینید.

آیا RAG برای مالی مفید است؟

بله. RAG می‌تواند داده‌های مالی معتبر را بازیابی و به پرامپت تزریق کند، که احتمال توهم را کاهش می‌دهد. برای جزئیات، پست پرامپت نویسی برای RAG را ببینید.

آیا پرامپت مالی با امنیت تداخل دارد؟

بله. داده‌های مالی معمولاً محرمانه هستند. برای جزئیات، پست بهترین روش‌های امنیت پرامپت را ببینید.

چطور پرامپت مالی را در تیم نهادینه کنیم؟

با تعریف فرایندهای استاندارد، ایجاد کتابخانه پرامپت و آموزش تیم. برای جزئیات، پست کتابخانه‌های پرامپت را ببینید.

آیا پرامپت مالی نیازمند حاکمیت است؟

در سازمان‌های مالی، بله. برای جزئیات، پست حاکمیت پرامپت را ببینید.

آیا پرامپت مالی برای همه بازارها کاربرد دارد؟

اصول یکی است، اما پرامپت باید با بازار خاص (سهام، اوراق، ارز، کریپتو) تطبیق یابد.

چطور از سوگیری در پرامپت مالی جلوگیری کنیم؟

با درخواست تحلیل چند سناریو، الزام به بررسی ریسک‌های متقابل و پرهیز از پرامپت‌های هدایت‌کننده.

نتیجه‌گیری کاربردی

پرامپت نویسی برای مالی، حوزه‌ای است که در آن، دقت و ساختار از هر چیز دیگری مهم‌تر است. طراحی دقیق پرامپت می‌تواند سرعت و کیفیت تحلیل مالی را افزایش دهد، اما هرگز جایگزین بازبینی انسانی نمی‌شود. سپردن محاسبات به ابزارهای تخصصی، الزام به استناد، محدودسازی دامنه و بازبینی چندمرحله‌ای، اصولی هستند که باید در هر پرامپت مالی رعایت شوند.

در حوزه مالی، پرامپت خوب ابزاری برای افزایش بهره‌وری است، نه جایگزین تحلیل انسانی.

در پروژه‌هایی که تیم‌های مالی از LLM استفاده می‌کردند، طراحی دقیق پرامپت مهم‌ترین عامل موفقیت بوده است. توصیه می‌شود ابتدا با پرامپت‌های تحلیل صورت‌های مالی شروع کنید و به‌تدریج به پیش‌بینی و ارزش‌گذاری گسترش دهید. اگر تجربه‌ای در استفاده از پرامپت در پروژه‌های مالی دارید، برای ما جالب است بدانید کدام جنبه بیشترین تأثیر را در کار شما داشته است.