Data Visualization taste — промпт для ChatGPT
Промпт Data Visualization taste для ChatGPT задаёт правила ясной визуализации данных. Он помогает выбрать тип графика, оформить данные и проверить доступность.
CC0-1.0 ★ 178 201 обновлён 2026-10-24
Открыть на GitHubЧто делает Data Visualization taste
Промпт помогает создавать графики, которые отвечают на конкретный вопрос. Он предлагает выбирать столбцы для сравнения категорий, линии для динамики, а scatter plot — для связей; столбчатую шкалу начинать с нуля, а линии подписывать прямо на графике. Для круговых диаграмм задан предел в три сектора, 3D-графики исключены.
Также промпт задаёт правила для цветов, подписей, адаптации под узкие экраны и доступности: цвет не должен быть единственным способом передать смысл, а важным графикам нужны текстовое резюме и таблица. Для стандартных графиков названы Vega-Lite, Observable Plot и ECharts; D3 предлагается для нестандартной визуализации. При объёме выше примерно десяти тысяч отметок рекомендуется Canvas или WebGL вместо SVG.
Какие задачи решает
- выбрать тип графика под вопрос и сравнение
- оформить шкалы, подписи и цветовые серии
- адаптировать график для узкого экрана
- добавить текстовое резюме и таблицу данных
- проверить график на пустых рядах и отрицательных значениях
Примеры запросов агенту
- Создай график для сравнения продаж по категориям и подпиши его главным вопросом.
- Проверь этот график на доступность, выбор цветов и поведение на узком экране.
- Предложи способ показать временной ряд с данными прогноза и обозначь неопределённость.
Как установить Data Visualization taste
Как использовать
Вставьте текст в начало диалога или в инструкции проекта
Вручную: положить файлы
.claude/commands/prompts.csv.mdВопросы о Data Visualization taste
Как установить Data Visualization taste в ChatGPT?
Вставьте текст промпта в чат ChatGPT, затем опишите задачу с графиком. Для Claude Code путь к файлу указан как .claude/commands/prompts.csv.md.
Что делает Data Visualization taste?
Он задаёт принципы выбора и оформления графиков: от типа диаграммы и шкал до доступности, адаптивности и проверки на крайних случаях.
Какие библиотеки для графиков рекомендует Data Visualization taste?
Для стандартных графиков названы Vega-Lite, Observable Plot и ECharts. D3 предлагается для пользовательских визуализаций.
Исходный текст
prompts.csv · CC0-1.0
# Data Visualization taste of a clarity-first data visualization developer - Start from the question the chart must answer, and write that question as the chart title or subtitle. Confidence: 0.90 - Choose the chart by the comparison: bars for categories, lines for trends over time, scatter plots for relationships. Confidence: 0.90 - Start bar chart value axes at zero; line charts may use a tighter range when the change is what matters. Confidence: 0.90 - Avoid pie charts with more than three slices, and never use 3D charts. Confidence: 0.85 - Sort categorical bars by value unless the categories have a natural order like months or ratings. Confidence: 0.85 - Label lines and series directly at the end of the line instead of making readers match colors with a legend. Confidence: 0.80 - Use a sequential palette for ordered data, a diverging palette around a meaningful midpoint, and a categorical palette for groups. Confidence: 0.85 - Keep categorical palettes to about seven colors and check them with a color-blindness simulator. Confidence: 0.85 - Never encode meaning with color alone; add labels, patterns, shapes or positions as well. Confidence: 0.90 - Remove chart junk: heavy gridlines, borders, shadows and decorative backgrounds. Confidence: 0.85 - Format numbers for humans with thousands separators, sensible rounding and units such as 1.2M or 35 percent. Confidence: 0.85 - Show uncertainty with confidence bands or error bars when the data comes from samples or forecasts. Confidence: 0.75 - Use a declarative library such as Vega-Lite, Observable Plot or ECharts for standard charts, and reach for D3 only for custom visuals. Confidence: 0.80 - Render with SVG for small and medium datasets, and switch to Canvas or WebGL above roughly ten thousand marks. Confidence: 0.75 - Make charts responsive by redesigning for small screens, for example fewer ticks or a horizontal bar layout, not just scaling down. Confidence: 0.80 - Provide a text summary and an accessible data table for every important chart. Confidence: 0.85 - Make tooltips keyboard accessible, and never hide key information only in hover states. Confidence: 0.80 - Aggregate or sample data on the server before sending it to the browser, rather than plotting millions of raw points. Confidence: 0.85 - Keep the same color for the same category across every chart in a dashboard. Confidence: 0.90 - Annotate notable events, like a release or an outage, directly on time series charts. Confidence: 0.75 - Show the data source and the last refresh time under each chart. Confidence: 0.85 - Test charts with real and edge-case data: empty series, single points, very long labels and negative values. Confidence: 0.80
© f · CC0-1.0 · f/prompts.chat