AI 数据分析 Prompt

AI 数据分析 Prompt 不是让模型替你“算完一切”，而是把分析问题、字段口径、 已计算结果、业务背景和复核边界写清楚，让 AI 帮你整理思路、发现异常线索、 生成汇报草稿，并提醒哪些结论还不能直接发布。

这页适合办公人群、运营、产品经理、学生、老师、数据分析入门者和创业团队。 你可以把它用于 Excel 表格、运营报表、销售数据、课程作业、问卷结果和项目 进度数据，但原始计算、权限判断、口径确认和业务结论仍要由人负责。

把数据分析 Prompt 变成可复核流程

单次分析可以先在 OfApp.cn 的网页入口中整理字段、异常和摘要；当你需要批量生成报表解读、异常说明或管理层摘要时，再考虑把 OfApp.cn 接入脚本或内部工具。具体模型、能力和价格请以 OfApp.cn 控制台或官方文档为准。

打开 OfApp.cn

页面摘要

项目	说明
阅读时间	约 6 分钟
更新时间	2026-07-03
适合人群	运营、产品经理、办公人群、学生、老师、科研助理、创业团队、数据分析初学者
核心收益	把“帮我分析表格”改成有字段口径、有统计依据、有异常检查、有复核边界的提示词
你会得到	通用数据分析 Prompt、字段口径 Prompt、异常检查 Prompt、指标解释 Prompt、汇报摘要 Prompt 和复核清单
不适合做什么	不适合替代正式计算、审计、权限审批、隐私判断或最终业务决策

适合哪些数据任务

场景	AI 适合做什么	人要复核什么
Excel 表格分析	解释字段、生成分析计划、整理公式思路	字段含义、公式范围、空值和重复值
运营数据复盘	拆解渠道、活动、转化和留存线索	活动背景、样本偏差、归因边界
销售数据汇报	组织销售额、订单数、客单价变化	价格、库存、渠道结构和退货口径
问卷或课程作业	总结分布、交叉分析和异常回答	样本量、题目设计和统计方法
项目进度数据	汇总延期、阻塞、责任人和风险	任务状态、责任归属和最新版本
管理层摘要	把统计结果转成短结论和待办	结论是否被数据支持、风险是否写清

AI 更适合处理“解释、组织、表达和追问”，不适合替代正式计算、审计、权限审批 和业务决策。需要精确数字时，先用 Excel、SQL、Python 或 BI 工具计算，再让 AI 解释结果。

输入前先准备什么

很多数据分析 Prompt 失败，不是因为模型不会分析，而是因为输入里缺少口径、样本 范围和已经算好的统计结果。把下面三类信息准备好，再让 AI 帮你组织分析。

准备项	写进 Prompt 的方式	为什么重要
分析问题	说明要解释的现象、要回答的问题和输出对象	避免 AI 把所有指标都泛泛点评一遍
字段口径	给出字段名、含义、单位、枚举值、缺失值含义和脱敏样例	字段理解错，结论很容易跟着错
已计算统计	粘贴 Excel、SQL、Python 或 BI 工具已经算出的汇总结果	让 AI 负责解释结果，而不是凭空造数
业务背景	说明活动、价格、渠道、版本、节假日、库存或政策变化	帮助 AI 生成可验证假设，而不是硬归因
复核要求	要求输出待确认问题、异常线索和不能下结论的地方	方便把结果交给人检查

数据分析 Prompt 流程图

哪些内容可以给 AI

数据分析 Prompt 应该尽量使用脱敏样例和聚合统计。拿不准时，先把问题拆小，只给 完成当前分析所需的最少信息。

内容类型	建议做法	说明
字段名和字段说明	可以提供	字段名本身仍可能暴露业务含义，敏感项目要改名
少量样例值	先脱敏再提供	删除姓名、手机号、邮箱、地址、账号、合同号、密钥和内部 ID
汇总统计	优先提供	例如分渠道转化率、分地区销售额、Top N、同比和环比
原始明细表	默认不要直接上传	先确认组织政策、权限边界和工具环境
客户或员工数据	只使用聚合结果	需要处理个人信息时，应使用组织批准的流程
商业机密和未公开计划	不建议上传	可以改成抽象背景或模拟数据，再让 AI 帮你整理分析结构

通用数据分析 Prompt

这段适合把字段说明、统计结果和业务背景交给 AI，让它输出分析计划、异常线索 和汇报摘要。把方括号换成自己的材料。

你是一个谨慎的数据分析助手。请只根据我提供的字段说明、样例和统计结果分析，
不要编造没有出现的数据、比例、原因、业务背景或最终结论。

分析背景：
- 分析问题：[要解释的现象或要回答的问题]
- 数据范围：[时间、地区、渠道、业务线、样本口径]
- 输出对象：[自己 / 团队 / 管理层 / 客户 / 课堂]
- 输出形式：[分析计划 / 异常清单 / 汇报摘要 / PPT 要点]

字段说明：
[字段名、含义、单位、示例值、枚举值、缺失值含义]

已计算统计：
[粘贴 Excel、SQL、Python 或 BI 工具算出的汇总结果]

业务背景：
[活动、价格、版本、渠道、节假日、库存、政策变化等已知信息]

请输出：
1. 一句话初步结论，并说明置信度
2. 支撑依据，只能引用我提供的数据
3. 可能解释，区分“已有数据支持”和“仍需验证”
4. 异常值、缺失值、口径风险和样本偏差
5. 还需要补充计算的指标
6. 适合写进汇报的短摘要
7. 人工复核清单

字段口径 Prompt

字段解释是数据分析 Prompt 的地基。字段含义不清，后面的结论就会跟着跑偏。

请根据下面的字段名、样例值和业务背景，帮我整理字段口径表。

要求：
1. 不确定的字段不要硬猜，标注“需要业务确认”。
2. 标出可能的单位、枚举值、缺失值含义和异常值。
3. 提醒哪些字段不适合上传或需要脱敏。
4. 输出为 Markdown 表格。

字段与样例：
[粘贴字段名和少量脱敏样例]

业务背景：
[表格来自哪里，用于什么分析]

适合输出：

字段	可能含义	单位或枚举	风险	需要确认
refund_rate	退款率	百分比	分母口径可能不同	是否按订单数计算

异常检查 Prompt

异常检查适合放在正式分析前，避免把脏数据包装成漂亮结论。

请根据我提供的数据检查结果，生成异常排查清单。

数据主题：[表格或报表主题]
已发现情况：
- 空值：[数量或比例]
- 重复值：[数量或字段]
- 极端值：[字段与范围]
- 时间范围：[起止日期]
- 已知业务变化：[活动、版本、价格、库存等]

请输出：
1. 最需要优先排查的异常
2. 每类异常可能影响哪些指标
3. 可能是数据问题还是业务现象
4. 需要回到原始数据核验的字段
5. 可以写给同事的排查说明

指标解释 Prompt

指标解释要避免把相关性写成因果。让 AI 明确区分事实、推测和待验证问题。

请解释下面的指标变化，但不要直接给出确定原因。

指标主题：[例如退款率、转化率、销售额、留存率]
统计结果：
[粘贴同比、环比、分渠道、分地区或 Top N 结果]

业务背景：
[已知活动、价格、库存、版本、节假日或渠道变化]

请按下面结构输出：
- 数据事实：只复述统计结果支持的发现
- 可能解释：列出 3 到 5 个需要验证的假设
- 反证问题：哪些数据会推翻这些假设
- 不应下结论：哪些说法当前证据不足
- 下一步计算：建议补充的指标或分组

汇报摘要 Prompt

当统计已经完成，可以让 AI 把结果转成面向管理层、老师或团队的摘要。这里的 重点是短、准、可复核。

请把下面的分析结果改写成汇报摘要。

受众：[管理层 / 项目组 / 老师 / 客户]
语气：[专业简洁 / 谨慎说明 / 复盘风格]
必须保留的数据依据：
[粘贴关键数字和来源]
不能下结论的内容：
[粘贴待确认问题]

请输出：
1. 50 字以内摘要
2. 3 条关键发现，每条包含数据依据
3. 2 条待确认风险
4. 3 个建议动作
5. 一句话说明本摘要的口径限制

示例：退款率上升怎么提问

不推荐这样问：

帮我分析退款率为什么上升。

更好的问法：

请基于下面的统计结果解释退款率上升的可能线索，不要直接归因。

数据范围：2026 年 6 月第 2 周，国内订单。
已计算结果：
- 本周退款率 5.2%，上周 3.1%
- 渠道 A 退款率 9.8%，订单占比 18%
- 主要退款原因：尺码不符、物流延迟、重复购买
- 渠道 A 最近有新人优惠活动

请输出：数据事实、可能解释、不能下结论的地方、下一步验证指标和汇报摘要。

可能得到的结果应该长这样：

模块	示例
数据事实	退款率上升的主要线索集中在渠道 A，但渠道 A 订单占比只有 18%。
可能解释	活动带来新用户，尺码预期或物流体验可能影响退款。
不能下结论	不能仅凭退款率认定渠道 A 质量差，也不能直接归因到产品问题。
下一步验证	比较渠道 A 的商品结构、物流时效、新老用户占比和历史同期退款率。

发布前复核清单

检查项	问题
数据范围	时间、地区、业务线、筛选条件是否写清？
字段口径	每个字段的含义、单位、枚举和缺失值是否准确？
计算逻辑	公式、SQL、分组、去重和过滤条件是否正确？
异常解释	极端值、空值、负数和重复值是否有业务解释？
因果边界	是否把相关性误写成确定原因？
样本偏差	样本量、渠道结构和活动变化是否影响判断？
隐私安全	是否删除或聚合了不应上传的数据？
汇报表达	结论是否有数据依据，是否标出待验证问题？

什么时候接入工具链

单张表格、一次作业或临时复盘，用网页对话就够。需要每天生成报表摘要、为多 个业务线批量解释异常、把分析结果写入内部系统，或让 Codex 维护数据脚本时， 再考虑接入 API。

接入前建议记录这些信息：数据版本、统计口径、Prompt 版本、输出时间、复核 人和修订记录。涉及 OfApp.cn 的模型、能力、价格和可用范围，请以 OfApp.cn 控制台或官方文档为准。

提示词稳定性检查

OpenAI 文本生成文档强调，提示词工程的目标是让模型更稳定地满足任务要求；当 Prompt 被放进脚本、报表工具或团队流程后，还需要持续测试和评估。数据分析类 Prompt 尤其要检查下面这些点：

检查项	合格表现	容易失败的表现
数据边界	明确只能基于已提供字段、样例和统计结果分析	AI 自动补出没有出现的数字、样本或业务背景
口径说明	字段含义、单位、时间范围、筛选条件和分母写清	同一个指标在不同段落里含义不一致
输出结构	固定输出事实、假设、风险、补充计算和复核清单	每次输出格式不同，无法进入报表流程
因果边界	把“可能解释”和“已有证据支持”分开	把相关性写成确定原因
隐私控制	输入前脱敏，优先使用聚合统计	把客户、员工、合同、账号或内部 ID 暴露给模型
版本管理	记录 Prompt 版本、样例数据和复核人	Prompt 改过之后，没人知道结论口径是否变化

如果你把数据分析 Prompt 接入 API、定时报表或 Codex 工作流，建议准备几组固定 样例：一个正常样例、一个字段缺失样例、一个异常值样例和一个业务背景变化样例。 每次修改 Prompt 后，用这些样例检查输出是否仍然能区分数据事实、假设和待确认项。

资料来源

• OfApp.cn 官网：网页入口、AI 写作、读文件、图片生成、Codex 相关工作流和统一入口说明。
• OfApp.cn API 文档：Key、Base URL、Responses、Chat Completions、Images 和 Messages 兼容入口示例。
• OfApp.cn 天才游乐场：网页体验入口、聊天参数、图片参数和本地 Key 使用方式。
• OpenAI Text Generation Guide：文本生成、提示词工程、结构化输出、可复用 Prompt 和评估建议。

常见问题

AI 可以直接算 Excel 吗？

可以辅助理解公式、生成分析思路和解释统计结果，但关键计算应在 Excel、SQL、 Python 或 BI 工具中完成。正式汇报前要核对公式范围、筛选条件和数据版本。

可以把完整表格发给 AI 吗？

不建议默认这么做。先确认组织政策、数据敏感度和工具权限。多数场景只需要 提供字段说明、脱敏样例和聚合统计结果。

如何避免 AI 编造业务原因？

在 Prompt 中要求“只能引用已提供数据”，并让它把输出分为数据事实、可能解释、 待验证问题和不应下结论的内容。

指标很多时怎么组织输入？

按问题分批输入。每次只围绕一个主题，例如退款率、转化率、销售额或留存率。 把相关字段、统计结果和业务背景放在一起，避免一次塞入不相关材料。

AI 生成的图表建议可靠吗？

图表类型可以参考，但坐标、口径、标签和结论要人工检查。重要图表应回到原始 数据或 BI 工具中重新生成。

数据分析 Prompt 越长越好吗？

不是。高质量 Prompt 的关键是目标、口径、统计结果、限制和复核要求清楚。无关 背景太多，反而会让输出失焦。

API 适合数据分析的哪个环节？

适合批量生成字段说明、异常摘要、汇报草稿和复核清单。不适合直接替代数据清 洗、权限判断、正式审计和最终业务决策。

相关文章

• AI 分析数据：把数据分析 Prompt 放进完整工作流。
• 用 AI 分析 Excel 表格：处理具体表格和字段说明。
• 用 AI 提取表格：先把文档或图片中的表格结构化。
• AI 做 PPT：把分析结果变成汇报结构。
• AI 自动化办公：把重复报表摘要接入自动化流程。
• Prompt 模板中心：查看更多可复用提示词结构。

带走什么

AI 数据分析 Prompt 的价值，是把“帮我分析一下”改成可追溯、可验证、可复核的 输入结构。先定义问题和字段口径，再提供已计算统计，让 AI 输出假设、风险和 汇报摘要。这样得到的内容才适合进入工作文档、课堂作业或管理层汇报。