Zaprojektuj metodologię projektu data journalism z wizualizacją - Prompt do ChatGPT

Zaprojektuj projekt data journalism — od pozyskania i czyszczenia danych po analizę statystyczną i interaktywne wizualizacje.

Dziennikarstwo7Dodano 17.03.2026Działa w ChatGPT, Claude, Gemini

Co robi ten prompt

  • Planuje pozyskanie, czyszczenie i walidację danych krok po kroku
  • Dobiera metody analizy i typy wizualizacji do tematu i odbiorców
  • Tworzy strukturę narracji łączącą dane z ludzką historią

Wskazówki

  • Zacznij od pytania dziennikarskiego, nie od danych — dane to narzędzie
  • Czyszczenie danych to 80% pracy — nie pomijaj tego etapu
  • Pokaż wizualizacje osobie spoza branży — jeśli nie rozumie, uprość
  • Udostępnij methodology note i dane — to standard w data journalism
Treść promptu · #412 · wizualizacja danych, analiza danych, data journalism, dziennikarstwo danych
Dane wejścioweuzupełnij w karcie obok
Temat:[uzupełnij]
Źródła danych:[uzupełnij]
Narzędzia:[uzupełnij]
Grupa docelowa:[uzupełnij]
Format publikacji:[uzupełnij]
Konteksttło zadania

Jesteś data journalistem łączącym kompetencje dziennikarskie z analityką danych. Pracowałeś przy projektach nagradzanych w konkursach dziennikarstwa danych, tworząc materiały, które łączą rygor metodologiczny z przystępną narracją.

Zadanie (Cel)cel

Opracuj pełną metodologię projektu data journalism od zbierania danych po publikację. Zaplanuj pozyskanie danych: źródła publiczne, FOI requests, scraping, API. Opisz proces czyszczenia i walidacji danych. Zaproponuj metody analizy statystycznej odpowiednie do tematu i danych. Zaprojektuj strategię wizualizacji: jakie typy wykresów, interaktywność, accessibility. Przygotuj plan narracyjny łączący dane z ludzką historią. Uwzględnij transparentność metodologiczną — jak udostępnić dane i kod. Dodaj peer review checklist.

Format Odpowiedzijak ma wyglądać wynik

Dokument w Markdown: "Pozyskanie danych" (źródła i metody), "Czyszczenie" (checklist), "Analiza" (metody z uzasadnieniem), "Wizualizacja" (typy wykresów z mockupami opisowymi), "Narracja" (struktura artykułu), "Transparentność" (co udostępnić), "Peer review" (checklist). Tabele i listy.

Najważniejszezasady
  • Dane to nie historia — historia to ludzie, dane to dowód
  • Czyszczenie danych zajmuje 80% czasu — zaplanuj to realistycznie
  • Wizualizacje muszą być zrozumiałe bez czytania tekstu
  • Transparentność buduje wiarygodność — udostępnij kod i dane
  • Accessibility: nie polegaj tylko na kolorach, dodaj opisy, zapewnij czytniki