说实话,我第一次把Excel表格丢给ChatGPT的时候,心里是有点打鼓的。那份表格里有三万多行销售数据,字段名还是业务部门自己起的缩写,什么"GMV_01"、"QTY_A",光看名字根本猜不出含义。结果ChatGPT倒是一点不慌,它先问我:"你想用这份数据回答什么问题?"这一问把我问住了。我原本以为直接上传文件、敲一句"帮我分析一下"就完事了,后来才明白,AI不是算命先生,它需要你先把靶子立起来。
这一步其实最容易被跳过,也最影响后面所有环节的质量。我现在每次动手前会花十分钟做三件事:把分析目标写成一句话、给每个字段配一句人话解释、标出数据的时间范围和颗粒度。听起来琐碎,但这十分钟能省掉后面反复追问的两个小时。上次做用户复购分析,我提前写清楚"统计2023年1月至12月、按订单日期计的复购间隔",ChatGPT输出的口径就一次对上了,没有把退款订单混进去。
上传方式也有讲究。Excel文件如果超过几十兆,直接拖进对话框容易超限,我一般会先拆成几个工作表,或者转成CSV分段传。字段说明可以单独写在对话开头,比塞在Excel的隐藏列里更管用。还有个小经验:上传后让ChatGPT先"复述"一遍它看到的表结构,包括行数列数、字段名、前五行样例。这一步像是双方对暗号,对上了再往下走,心里踏实很多。
1.1 数据准备与上传
我吃过一次亏。有回传了一份"看起来很干净"的月度报表,ChatGPT分析出来的客单价高得离谱,我差点拿去汇报。后来抽样一查,问题出在金额字段里混着几个带"元"字的文本值,AI按字符串处理,统计时就崩了。那之后我养成习惯:上传前自己先扫一眼数据类型,数字列里有没有空格、单位、特殊符号,日期列是不是有的写"2024/1/5"有的写"1月5日"。
数据范围这件事也得说清楚。同一张表里可能既有历史归档数据,又有当月增量,颗粒度还不一样。我会在提问时明确告诉ChatGPT:"这表覆盖2022年到2024年6月,2024年7月之后的数据不完整,请只用完整月份做趋势判断。"不说这句话,它很可能把半截数据也画进趋势线里,结论就歪了。
目标定义我习惯用"业务问题"而不是"分析任务"来描述。比如不说"做一次相关性分析",而说"我想知道促销力度和复购率之间有没有关系,如果有,大概在什么区间最划算"。前者AI给你一堆相关系数就交差了,后者它会顺着业务逻辑往下推,给出更有操作性的建议。这个差别,用过几次就能明显感觉到。
1.2 数据清洗与结构理解
清洗这块,ChatGPT最让我省心的是它能"解释"自己在干什么。我会让它先输出一份数据质量诊断:每列的空值率、唯一值数量、疑似异常值。它列出来的东西有时候比我预想的还细,比如发现某个地区字段只有三个取值却分布在五万行里,提示我可能是录入时的分类口径出了问题。
缺失值处理我一般不让它一刀切。有些列缺失是正常的,比如"优惠券编号"没领券就是空;有些列缺失是危险的,比如"订单金额"空了就说明数据链路断了。我会把这两类分开告诉它,让它给出不同的处理建议。重复值也是同理,完全重复的行直接去,主键重复但内容有差异的得人工看一眼,AI没法替你判断哪条是真的。
格式统一这块有个小技巧:让ChatGPT直接给你一段Python或PowerShell脚本,而不是只给文字建议。脚本拿回来在本地跑一遍,比手动改几万行靠谱得多,也方便下次复用。字段类型识别它做得不错,但我会额外让它标注"疑似类型错误"的列,比如明明是数值却存成文本的那几列,提前揪出来。
1.3 分析框架与指标设定
框架这件事,我现在的做法是先让ChatGPT"提案",我再"砍"。它给的框架通常比较全,什么同比环比、分层拆解、漏斗转化都往上堆,但实际汇报用不了那么多。我会挑三到五个核心指标,剩下的作为备查。这样做的好处是,AI知道你要的是精简版,输出的内容会更有取舍。
指标口径是最容易翻车的地方。同样是"活跃用户",按登录算和按下单算是两个数。我会在对话里把口径写死:"本报告中的活跃用户定义为当月有至少一次下单行为的用户,不含仅浏览。"写死之后,后面所有分析都围绕这个定义走,不会中途漂移。对比口径也一样,同比还是环比、含不含节假日,提前说清楚。
业务问题的设定我喜欢带一点"假设"。比如"我怀疑新客首单折扣力度过大导致亏损,请帮我验证"。带着假设去问,ChatGPT会更倾向于找证据、找反例,而不是泛泛地描述数据。这种提问方式有点像跟分析师开会,你抛出观点,对方拿数据跟你碰,碰出来的结论才站得住。
1.4 让ChatGPT执行分析
分步提问是我用下来效率最高的方式。一次性丢十个问题过去,AI的回答会变得很"平均",每个都答一点,每个都不深。我一般拆成三轮:第一轮看整体描述统计,第二轮做分组对比,第三轮盯异常和趋势。每轮结束我会追问一句"这轮结果里最值得注意的一点是什么",它往往会挑出一个我漏掉的细节。
公式和透视表建议这块,ChatGPT给的东西可以直接落地。我会让它针对具体字段写出Excel公式,比如"用SUMIFS按地区汇总销售额",或者给出透视表的行列表配置。这些建议拿回Excel里改改就能用,比自己去翻函数文档快得多。有时候它还会提醒我"这个字段有空值,SUMIFS会漏算,建议先填充",这种提醒很实用。
趋势和异常识别是它比较擅长的部分。我一般会要求它同时给出"统计意义上的异常"和"业务意义上的异常"。前者是偏离均值几个标准差,后者是比如"某天订单量骤降但客单价飙升,疑似大客户集中采购"。两种异常分开列,我看的时候心里有数,哪些需要立刻查,哪些可以先观察。
1.5 图表与报告生成
图表这块我有个原则:先定结论,再定图。我会先让ChatGPT用文字把核心结论列出来,三条以内,每条一句话。然后再让它针对每条结论推荐图表类型。这样出来的图是"为结论服务"的,不是为了好看而堆砌。有次它建议用堆叠柱状图展示渠道占比变化,我改成折线图之后汇报效果明显更好,因为管理层更关心趋势而不是构成。
报告结构我一般让它按"背景—方法—发现—建议—风险"五段走。背景和方法各一小段,点到为止;发现部分是重头,每条发现配一个数据支撑和一个图表说明;建议要具体到动作,比如"将A渠道预算下调15%转投B渠道",而不是"优化渠道结构"这种空话。风险提示容易被忽略,但我会坚持让它写,比如"样本量较小的区域结论仅供参考",这种话放在报告里能挡掉不少质疑。
管理层摘要是最后生成的,也是最难写的。我的做法是让ChatGPT先写一版三百字以内的摘要,然后我自己再删一遍。删的时候只留"发生了什么、为什么、该怎么办"三件事,形容词和背景铺垫统统砍掉。摘要写好了,整份报告的重心就稳了。
1.6 结果校验与迭代优化
校验这步我从来不敢省。AI给的数字再漂亮,我也会随机抽五到十行原始数据手工核对一遍。核对的重点是口径,不是算术,算术AI很少错,错的多半是"它理解的口径和你想要的口径不一样"。抽样核对花不了几分钟,但能避免带着错误结论去开会。
逻辑复核我会用"反向提问"的方式。比如它说"A地区销售额增长主要来自新客",我就问"如果剔除新客,老客贡献是多少?"看它能不能自圆其说。答得上来,说明逻辑链是通的;答得含糊,那这条结论就得打个问号。这种方法有点像交叉验证,用不同角度问同一个问题,看答案稳不稳。
迭代优化我习惯留版本记录。每次追问修正后,我会在对话里简单记一句"本版修正了退款订单的口径",方便回头追溯。对话长了容易乱,ChatGPT有时候会把前面废弃的结论又拎出来用,有个版本记录能提醒它也提醒我自己。最后定稿前,我会让它把整份报告从头到尾复述一遍,看有没有前后矛盾的地方,这一步经常能揪出漏网之鱼。
写提示词这件事,我一开始也觉得玄乎。后来用多了发现,它其实跟给新同事派活差不多:你得告诉他你是谁、要干什么、手头有什么材料、最后交什么东西。区别只在于AI不会主动问你“老板这个口径对吗”,所以话得说在前头。我在过去半年里攒了十几个模板,有的用了二十几次,有的一次就废弃了。下面这几个是存活下来的,加上我踩过的坑,一起讲。
2.1 提示词设计原则
我现在的提示词基本上都按五件套来搭:角色、目标、上下文、输出格式、约束。角色这栏看起来最虚,实际影响不小。写“你是一位资深电商数据分析师”和写“帮我分析数据”,AI输出的深度差着一个档次。我一般会把角色写得更具体一点,比如“你是一位服务过快消品牌的商业分析师,习惯用数据讲业务故事,不喜欢堆砌术语”。最后半句很关键,它会把AI往“说人话”的方向拽。
目标要写成一句可检验的话。我最开始爱写“分析销售数据”,结果AI给我的东西又长又散。改成“找出Q2销售额环比下滑的三个主要原因,并各配一个数据证据”之后,输出立刻聚焦了。上下文这块我会塞三样东西:数据结构说明、业务背景、已知的坑。最后一项很多人不写,我觉得挺亏。比如提前告诉AI“6月数据包含一次系统迁移导致的部分订单重复”,它后面做趋势分析时就会主动规避那段。
输出格式我一般写得比较死。表格、分点、字数上限,能定的都定下来。约束条件里我必写两条:“不确定的地方标注‘待核实’,不要编造”和“所有数字必须能追溯到提供的字段”。这两句像刹车片,AI偶尔会为了把话说圆而脑补,有了这两条至少会收敛一些。模板这东西不是越全越好,我试过写两页纸的提示词,结果AI反而抓不住重点,现在控制在三百字以内,一句话对应一件事。
2.2 数据清洗提示词模板
数据清洗的提示词我改过最多版。早期版本是“帮我清洗这份数据”,AI回一句“数据已清洗完毕”就完了,等于什么都没干。现在我的模板开头是:“以下是一份包含N行M列的业务数据,字段说明见附件。请先输出一份数据质量体检报告,不要修改任何数据。”先体检再动手,这个顺序能挡住很多麻烦。
体检报告我会要求包含四块:每列的空值率与唯一值、疑似类型错误、疑似重复记录、取值范围异常。模板里我会举一个例子,比如“金额列出现负数且绝对值大于1000的,列为疑似退款,需要单独确认”。给一个例子,AI就知道你想要什么颗粒度的异常。处理规则我分成“可自动处理”和“需人工确认”两栏让它填,前者像去空格、统一日期格式,后者像主键重复但金额不同的记录。这个分法是我从一次数据事故里学来的,当时AI自作主张把重复订单合并了,其实那是两笔真实的分批付款。
标准化规则我会在模板里写死几个:日期统一成YYYY-MM-DD、金额统一保留两位小数、地区名称对齐到国家统计局行政区划。写死的好处是每次输出一致,方便跨月对比。质量检查那一步我要求它输出一行“清洗前后行数变化及原因”,这个数字对不上,说明中间有没交代清楚的操作,我会回头追问。整套模板跑下来大概两三轮对话,比人工翻一遍快,也比人工翻得细。
2.3 探索性分析提示词模板
探索性分析我用的模板相对短,核心是四个动作:描述统计、相关性、分组对比、异常检测。描述统计部分我会指定看哪些列,不指定的话AI会把所有字段都算一遍,输出一大坨用不上的东西。相关性那栏我有个固定句式:“请计算X与Y的相关系数,并说明这个系数在业务上意味着什么,不要只报数字。”加了后半句,AI会补一句人话解释,比如“相关系数0.62说明促销力度和复购率存在中等偏强的正相关,但促销过猛时相关性反而减弱”。
分组对比是我用得最多的。模板里我会写明分组维度、对比指标和对比口径。举个例子:“按用户注册渠道分组,对比各组近90天的客单价、复购率和退货率,口径为完成支付的订单,剔除测试账号。”口径不写清楚,AI很可能把未支付订单也算进去,数字就虚高了。异常检测我要求它同时给统计异常和业务异常,模板原话是“列出偏离均值两倍标准差以上的记录,并标注你认为业务上可疑的原因”。
这套模板有个隐蔽的好处:它逼我提前想清楚分析维度。我以前经常是边看结果边想下一步,现在模板里那几个空填完,分析路径基本就定了。AI照着走,我照着看,来回两三轮就能把一份数据的轮廓摸清楚。有时候它会在异常检测里冒出一条我完全没想到的线索,比如某个渠道的退货率异常集中在一个品类,这种意外发现是模板化分析里最值钱的部分。
2.4 分析报告提示词模板
报告模板是我花心思最多的一份。结构固定为六段:背景、方法、关键发现、行动建议、风险提示、附录。背景和方法我要求各不超过一百五十字,写多了就是凑字数。关键发现部分我要求三到五条,每条格式是“结论句+数据证据+一句业务解读”,三样缺一不可。这个格式是从咨询报告里拆出来的,用下来确实比大段叙述清楚。
行动建议这栏我踩过坑。早期AI给的建议都是“加强管理”“优化流程”这种放之四海而皆准的话,后来我在模板里加了一条约束:“每条建议必须包含责任方、动作、预期影响和验证方式,禁止使用‘加强’‘优化’‘提升’这类没有动作的动词。”加了这条之后,输出变成“建议由市场部在两周内将A渠道预算下调15%转投B渠道,预期ROI提升0.3,一个月后用渠道转化率验证”。能不能落地,一眼就能看出来。
风险提示和附录是我坚持保留的。风险提示模板里我要求写两类:数据层面的(样本偏差、口径限制)和结论层面的(因果关系未验证、外部因素干扰)。附录我要求列出所有引用的字段和计算逻辑,方便别人复核。有次汇报,财务同事当场问某个数字怎么来的,我翻到附录指给他看,省了十分钟解释。这份模板用熟了之后,我写报告的时间从半天压缩到两小时,剩下的时间都花在核对和打磨措辞上。
2.5 行业场景模板复用
模板复用这件事,我的做法是留骨架换血肉。销售分析的模板骨架是“趋势—结构—驱动因素—预测”,换成运营场景,骨架不变,把指标换成DAU、留存率、功能渗透率就行。我做了一张对照表存在笔记里,左边是通用骨架,右边是各行业的指标映射。销售看GMV、客单价、转化率;运营看活跃、留存、漏斗;财务看收入、成本、毛利、账期;用户增长看获客成本、激活率、LTV。
财务场景我单独调过模板。财务数据对口径的敏感度比其他场景高一个量级,所以我在模板里加了一段“口径声明”,要求AI在报告开头明确写出收入确认方式、成本分摊规则、统计期间。有次做月度经营分析,AI把一笔跨期收入算进了当月,我追问之后它才发现口径没对齐。那之后我把“跨期项目如何处理”写成了模板里的固定问题,每次必问。
用户增长场景的模板我加了AB实验的框架。除了常规的指标对比,我会让它输出“实验组与对照组的差异显著性、样本量是否充足、是否存在辛普森悖论风险”。这几项以前我总忘,写进模板之后就变成默认动作了。模板复用不是照搬,每换一个行业,我会先跑一遍小样本试一下,看哪些指标映射不对,改完再正式用。这么折腾两三次,一套模板就能覆盖大半个部门的需求。
2.6 提示词迭代与安全边界
提示词是需要养的。我每份模板下面都挂着一个修改记录,写清楚哪一版改了什么、为什么改。比如“v3版增加了‘剔除测试订单’的约束,因为v2版把内部测试单算进了销售额”。这种记录攒多了,能看出AI常犯的错误集中在哪,下次写新模板时提前堵上。我还有个习惯,每次用完模板会让AI自己提一句“这份提示词哪里还可以更明确”,它提的建议有一半挺有用。
数据脱敏是底线。涉及用户信息的字段,我在上传前就换成脱敏ID,姓名、手机号、地址这类字段直接不传。提示词里我会加一句“以下数据已脱敏,请勿尝试还原或推断个人身份”。公司内部有些敏感指标,比如具体毛利率,我会在做外部演示时用比例替代绝对值。这些动作不复杂,养成习惯就好。
事实校验这块,我的原则是AI说的每个数字都要能对上源头。模板里我固定加一条:“输出中每个关键数字后标注来源字段和计算方式。”有了这条,复核的时候按图索骥就行。过度推断是另一个要防的点,AI很容易从相关性直接跳到因果,我会在模板里写“区分描述性结论和推断性结论,推断部分必须标注置信度和局限”。最后一道关永远是人工复核,模板再好也只是把AI的输出框在一个合理范围里,拍板的人还是自己。这套边界划清楚之后,我用AI反而更大胆了,因为知道哪里该收手。