2026人工智能数据分析提示词手册

2026人工智能数据分析提示词手册（预览版）第页2026人工智能数据分析提示词手册预览版·含分析框架/提示词示例面向业务分析、增长运营、产品、市场、财务与管理者的AI数据分析工作流项目内容覆盖场景指标波动、转化漏斗、用户分群、留存复购、渠道投放、销售经营、财务预算、报告输出资料形态分析框架+可复制提示词+输出检查清单+常见误区修正使用方式把业务问题、字段说明、样例数据或数据摘要粘贴到提示词中，即可让AI辅助完成结构化分析核心价值把“问AI帮我分析一下”升级为“按业务问题、数据口径、分析路径和交付标准完成分析”。每条提示词都尽量给出明确角色、字段约束、分析步骤、风险校验与输出格式，适合直接复制到常用AI工具中使用。2026年版一页速览：下载后最先能用的内容适合在拿到数据表、经营看板或业务汇报任务后，快速定位分析路径与可复制提示词。你手上的任务建议先用的章节可直接产出的结果老板问“为什么昨天转化掉了？”7.转化漏斗与异常归因波动拆解表、可能原因清单、下一步验证数据拿到一张陌生Excel表3.数据审阅与质量检查字段字典、缺失异常检查、可分析字段建议需要做月度经营复盘10.报告输出与可视化建议复盘大纲、核心结论、图表建议、行动项广告花费上升但订单没涨8.渠道投放与ROI分析渠道对比、转化路径、预算调整建议想知道哪些用户更值得运营6.用户分群与对比分析分群标签、画像摘要、运营策略需要给团队统一指标口径4.指标体系与口径设计指标树、字段映射、口径说明、看板指标清单适用边界本手册帮助你把数据分析任务拆清楚、问准确、看完整，不承诺自动替代业务判断。涉及财务、合规、医疗、法律、投资等高风险结论时，应由具备相应资质或权限的人员复核。上传真实数据前，应先做脱敏处理；可以只提供字段名、数据摘要、样例行或聚合表，让AI先完成分析框架和追问清单。最推荐的3条使用路径先复制“拿到一张新数据表的通用分析提示词”，让AI帮你做字段理解、口径疑问、质量风险与可分析方向。再根据任务类型进入对应章节，例如漏斗、分群、渠道、财务或报告输出，把AI生成的分析计划转成可执行清单。最后使用“结论复核提示词”检查因果跳跃、样本偏差、口径不一致和行动建议是否可落地。直接复制：前12条高频数据分析提示词以下提示词覆盖最常见的业务数据分析场景，适合作为本手册的快速入口。01新数据表体检你是一名资深数据分析师。请基于我提供的数据字段、样例行和业务背景，先不要急着下结论。请依次完成：1）解释每个字段可能含义；2）识别主键、时间字段、金额字段、状态字段和分类字段；3）列出可能影响分析准确性的缺失、重复、异常值和口径风险；4）给出5个最值得优先分析的问题；5）输出一张“字段-用途-风险-建议处理”的表。02指标波动归因你是一名经营分析顾问。请围绕指标【填写指标】在【填写时间范围】内的变化，按“整体变化—维度拆解—结构变化—异常点—可能原因—验证数据—行动建议”的顺序分析。不要把相关性直接写成因果，所有原因都要标注证据强度：已验证、待验证、仅假设。03转化漏斗诊断请基于漏斗数据分析从【访问/曝光】到【成交/留存】各环节的转化变化。请输出：1）每一步转化率；2）同比/环比变化；3）最大流失环节；4）可能的产品、流量、价格、库存、页面、客服或支付原因；5）需要补充的数据；6）三条优先级最高的优化建议。04用户分群画像请把用户按行为价值和活跃程度进行分群。字段包括【字段列表】。请提出可解释的分群规则，并输出每类用户的人数占比、核心特征、贡献价值、流失风险、运营策略和适合追踪的指标。05留存复购分析请分析【用户/客户】在【时间范围】内的留存与复购情况。请区分新客、老客、回流用户，输出留存曲线解读、复购间隔、品类/渠道/地区差异、可能影响因素，以及下一步可以验证的实验方案。06渠道投放ROI请基于渠道花费、点击、转化、成交额和毛利数据，评估各渠道投放效率。请输出CTR、CVR、CPA、客单价、ROI或ROAS，并指出预算应增加、减少或继续观察的渠道，附上判断理由和风险提醒。07销售漏斗复盘请基于线索、商机、跟进、报价、成交数据，分析销售漏斗效率。请识别最容易卡住的阶段、销售周期变化、客户行业或来源差异，并给出团队管理和客户运营的改进建议。08财务经营看板请根据收入、成本、费用、毛利、库存或现金流数据，生成经营看板指标清单。请按收入增长、成本效率、利润质量、现金安全和风险预警五类组织，并说明每个指标的计算口径、观察频率和异常阈值。09可视化建议请把以下分析结论转化为图表方案。请说明每张图的图表类型、横轴、纵轴、分组字段、筛选条件、适合表达的结论，以及不建议使用的图表类型和原因。10汇报摘要生成请把分析结果整理成一页业务汇报。要求先给结论，再给证据，再给建议。请用“现象—解释—影响—行动”的结构，输出5条以内关键结论、3个风险点、3个下一步动作。11结论复核请以审稿人的身份检查这份数据分析结论。重点检查：样本是否偏、时间窗口是否合理、指标口径是否一致、维度拆解是否遗漏、相关性是否被误写成因果、建议是否可执行。请输出需要修改的句子和更严谨的改写。12追问清单在没有完整数据之前，请根据我的业务问题生成一份数据需求清单。请列出必须字段、可选字段、推荐时间范围、需要的维度、指标口径、样例数据格式，以及如果拿不到某些字段可以采用的替代分析方法。分析框架总览：从问题到决策的7步好的数据分析提示词不是“让AI自由发挥”，而是把分析目标、数据边界、验证步骤和交付格式说清楚。步骤核心任务重点信息产出物1问题定义把模糊诉求改写成可回答的问题业务目标、对象、时间范围、判断标准问题改写提示词、数据需求清单2数据体检判断数据是否能支撑分析字段含义、缺失、重复、异常、样本范围字段字典、质量问题清单3指标口径统一指标计算方式分子分母、时间口径、去重规则、币种/税费指标树、口径表4描述分析回答发生了什么趋势、占比、Top/Bottom、波动点趋势解读、重点维度5维度拆解定位变化来自哪里渠道、地区、品类、客群、价格带、销售阶段贡献度分析、差异对比6假设验证区分证据与猜测补充数据、对照组、时间窗口、外部因素证据强度表、待验证清单7决策输出把结论变成行动优先级、资源、风险、监控指标汇报页、行动计划、复盘机制判断一条提示词是否可用的标准它能让AI明确知道你要分析什么、不能分析什么、需要怎样呈现结论，以及哪些结论必须先经过验证。它不会只要求“给建议”，而会要求AI标注证据、风险、需要补充的数据和下一步动作。可复制的通用分析总提示词通用数据分析总提示词你是一名严谨的业务数据分析师。请基于我提供的业务背景、字段说明和数据摘要完成分析。请遵循以下顺序：1）先复述你理解的业务问题，并指出需要确认的口径；2）检查数据是否足以回答问题，列出缺失字段和可能偏差；3）给出适合的分析框架，不要直接跳到结论；4）按趋势、结构、维度、异常和对比对象展开；5）把每个结论标注为“数据直接支持/需要进一步验证/业务假设”；6）输出面向管理层的一页摘要和面向执行团队的行动清单；7）最后列出5个最值得继续追问的问题。目录可按任务直接跳转阅读，也可先使用“直接复制”页中的高频提示词。一、数据分析提示词的基础结构二、需求澄清与分析问题改写三、数据审阅与质量检查四、指标体系与口径设计五、趋势、结构与异常分析六、用户分群与对比分析七、转化漏斗与留存复购八、渠道投放与销售经营分析九、财务经营与预算分析十、报告输出、可视化与汇报表达十一、AI协作流程与质量复核附录：提示词索引与交付检查清单一、数据分析提示词的基础结构本章把提示词拆成稳定结构，帮助你把任何业务问题转成可执行的数据分析任务。1.1一条好提示词的8个组成部分组成部分应该写清楚什么示例表达业务背景行业、业务模式、当前目标我们是线上零售业务，本月目标是提升首单转化率分析对象用户、订单、渠道、产品、门店、销售线索等分析对象是2026年第一季度的新注册用户数据字段字段名、字段含义、取值范围、主键字段包括user_id、register_date、channel、first_order_amount核心问题要回答的具体问题，而不是泛泛分析为什么本周首单转化率环比下降12%分析路径趋势、拆解、对比、归因、验证先看整体趋势，再按渠道、设备、地区、活动拆解输出格式表格、摘要、清单、报告、图表建议输出一页管理层摘要和一张行动优先级表约束条件不要过度推断、要标注证据等级、要指出缺失信息不能把相关性直接写成因果验收标准怎样算分析可用每条建议必须对应数据证据、影响范围和执行负责人1.2从“帮我分析”改成“可交付分析”的写法低效问法更高质量的问法差异帮我分析一下这份数据。请基于订单数据，围绕本月成交额环比下降的问题，按趋势、渠道、品类、价格带和新老客拆解，并标注每个结论的证据强度。明确业务问题、拆解维度和证据要求为什么转化变差？请比较本周与上周从访问到支付成功的漏斗转化，找出跌幅最大的环节，并列出至少5个待验证原因及对应所需数据。从泛泛原因转为漏斗定位给我一些增长建议。请基于用户分群结果，分别为高价值沉默用户、低频复购用户和新注册未首购用户设计运营动作，并说明预期影响、风险和监控指标。让建议绑定分群和指标提示词骨架：适合所有数据分析任务请扮演【资深数据分析师/增长分析师/经营分析顾问】。业务背景：【写清业务模式、目标和当前问题】。数据说明：【粘贴字段名、字段含义、样例行或数据摘要】。分析目标：【写清需要回答的问题】。请按照【问题复述—口径确认—数据质量检查—分析框架—关键发现—证据等级—行动建议—补充数据需求】的顺序输出。要求：不要使用空泛表达；所有结论必须说明依据；无法判断的地方请明确写“需要补充数据”。1.3给AI的数据材料如何准备没有权限上传明细数据时：提供字段名、字段解释、样例行、聚合结果和业务背景，也能让AI先给出分析框架。有真实数据但含敏感信息时：先删除姓名、电话、身份证、地址、账号、合同号等个人或商业敏感字段。字段很多时：优先保留主键、时间、金额、状态、来源、品类、地区、用户标签和业务事件字段。数据很大时：先提供数据摘要，例如行数、时间范围、Top值、缺失率、主要维度分布，再让AI设计进一步分析。二、需求澄清与分析问题改写大多数分析失败不是模型能力不足，而是问题没有被定义清楚。本章提供把模糊业务诉求转成分析任务的方法。2.1需求澄清的6个关键问题关键问题为什么重要追问示例要改善哪个业务指标？决定分析目标与输出重点是提升GMV、利润、转化率、留存率，还是降低成本？判断好坏的时间窗口是什么？避免用错误周期解释波动看日环比、周环比、月同比，还是活动前后对比？谁是分析对象？决定样本范围全量用户、某渠道用户、新客、老客、门店、销售线索？需要和谁比较？没有对比就很难判断异常与上周、去年同期、目标值、行业均值、对照组比较？可以采取什么行动？让建议可落地能调整价格、投放、页面、库存、客服话术或销售跟进节奏吗？结论给谁看？影响表达深度和格式给老板看、给业务负责人看，还是给分析团队继续执行？把模糊问题改写成分析任务我会给你一个业务问题。请帮我把它改写成可执行的数据分析任务。原始问题：【例如：最近销售不好，帮我看看原因】请输出：1）更准确的问题表述；2）需要确认的业务口径；3）建议的数据范围和时间窗口；4）必须字段与可选字段；5）推荐分析框架；6）最终交付物形式。要求：如果原问题缺少关键信息，请直接列出需要我补充的问题，不要先编造结论。2.2常见业务诉求的分析化表达业务说法分析化表达优先分析方向最近转化不太好在明确时间窗口内，漏斗各环节转化率相对基准期的变化与贡献度漏斗分步、渠道来源、设备、页面、价格、支付失败用户质量下降不同来源用户在首购、复购、客单价、退款率、留存上的差异渠道质量、活动类型、用户画像、后续价值销售跟进效率低线索从创建到成交的转化率、跟进时长、阶段停留和销售人员差异销售阶段、行业、客户规模、跟进频次利润变薄收入、成本、费用、折扣、履约、退货对毛利率变化的贡献价格、成本、促销、产品结构、渠道结构活动效果一般活动前后目标指标变化、参与用户结构、成本收益和长期价值新客、老客、转化、复购、ROI、库存消耗需求改写原则把“为什么”拆成可验证的几个方向；把“好不好”变成指标与基准；把“怎么办”绑定到可执行动作。AI最擅长帮你结构化思考、生成分析路径和发现遗漏，但前提是你把业务约束说清楚。三、数据审阅与质量检查正式分析前，先确认数据能否回答问题。本章提示词适合处理Excel、CSV、BI导出表和数据库查询结果。3.1字段识别与字段字典生成字段字典请根据以下字段名和样例值，生成字段字典。字段与样例：【粘贴字段名、样例值或数据前20行】请输出一张表，包含：字段名、可能含义、数据类型、是否适合做维度、是否适合做指标、可能的异常取值、分析用途、需要向业务确认的问题。要求：不要假设所有字段都可靠；遇到含义不确定的字段请标注“待确认”。检查数据质量请作为数据质量审核员，检查这份数据是否适合做业务分析。数据背景：【说明来源、时间范围、抽取方式】字段说明：【字段列表】请从缺失值、重复记录、主键唯一性、时间范围、异常值、口径一致性、样本偏差、数据延迟、维度枚举和金额单位十个方面检查。输出：风险等级、可能影响、建议处理方式，以及哪些问题必须在分析前解决。3.2数据质量检查清单检查项典型问题处理建议主键同一订单、用户或线索出现重复记录先确认一行代表什么，再按业务主键去重或汇总时间字段时区不一致、创建时间与支付时间混用明确分析使用哪个时间，必要时保留多个时间口径金额字段含税/不含税、退款、优惠、币种混用在指标口径中写清分子分母和扣减项状态字段取消、退款、关闭、待支付等状态混在一起按状态过滤或拆分，不要直接汇总分类字段同一渠道多种写法、空值过多统一枚举映射，保留未识别值样本范围只包含部分渠道或部分门店结论限定在样本范围内，不扩展到全业务数据延迟当天数据尚未回流完整对近实时数据单独标注，避免误判下滑3.3让AI设计SQL或表格处理前的提示词生成查询思路而非直接执行我需要从数据库或Excel中提取数据来回答以下问题：【业务问题】。现有表和字段：【表名、字段名、字段含义】。请先给出查询逻辑，不要直接写最终结论。请说明：需要哪些表、如何关联、过滤条件、时间口径、分组维度、计算指标、可能的重复风险，以及结果表应包含哪些字段。如果你认为字段不够，请列出缺失字段和替代方案。四、指标体系与口径设计指标口径不清会让AI分析看似完整但无法执行。本章帮助你建立可复用的指标树和口径表。4.1指标口径表的基本结构字段说明示例指标名称业务上如何称呼这个指标首单转化率计算公式分子、分母、去重规则首单用户数/新注册用户数时间口径以哪个时间字段归属按注册日期统计新注册，按首单支付时间统计首单过滤条件排除哪些无效记录排除测试用户、取消订单、异常渠道拆解维度可以按哪些字段观察渠道、设备、地区、活动、注册日期观察频率日、周、月或活动期日看趋势，周看稳定性预警阈值什么程度需要关注连续3天低于过去4周均值10%生成指标口径表请根据以下业务目标设计指标口径表。业务目标：【例如：提升新用户首单转化】业务流程：【例如：曝光—点击—注册—加购—支付—复购】可用字段：【字段列表】请输出：北极星指标、一级指标、二级指标、计算公式、时间口径、过滤条件、拆解维度、预警阈值、适合展示的图表。要求：指标之间要有逻辑关系，不要堆砌指标；每个指标都要说明它能支持什么决策。4.2电子商务场景指标树示例目标层指标层可拆解维度典型动作成交增长成交额、订单数、支付用户数、客单价渠道、品类、价格带、新老客、地区调整投放、促销、商品结构、页面策略转化效率访问转化率、加购率、支付成功率流量来源、设备、页面、活动、库存优化页面、支付路径、客服响应用户价值复购率、留存率、生命周期价值用户等级、首购品类、首购渠道、优惠券使用会员运营、召回、组合推荐利润质量毛利率、折扣率、退款率、履约成本品类、供应商、地区、渠道价格管理、库存管理、供应链优化4.3指标口径冲突修正提示词发现口径冲突请检查以下指标口径是否存在冲突或歧义。指标口径：【粘贴指标说明】字段说明：【粘贴字段说明】请重点检查：分子分母是否匹配、是否混用了创建时间和完成时间、是否重复计数、退款/取消是否处理、是否含测试数据、不同部门叫法是否一致。输出：冲突点、可能导致的误差、推荐统一口径、需要业务确认的问题。五、趋势、结构与异常分析描述性分析是业务复盘的基础。不要只问“有什么结论”，要让AI按趋势、结构、贡献和异常点输出。5.1趋势分析提示词趋势变化解读请分析指标【指标名称】在【时间范围】内的变化趋势。数据包括：【日期、指标值、可选维度】。请输出：整体趋势、关键拐点、最大涨跌区间、周期性特征、异常日期、与基准期的差异、可能解释和需要验证的数据。要求：不要只描述“上升/下降”，要说明变化幅度、持续时间、是否具有业务意义。5.2结构分析提示词结构贡献拆解请分析指标【指标名称】的结构变化。维度包括：【渠道/地区/品类/客群/价格带等】。请输出：各维度占比、同比/环比变化、贡献最大的维度、拖累最大的维度、结构变化是否解释总体变化，以及下一步应重点查看的细分组合。5.3异常点处理方式异常类型可能原因分析动作单日尖峰活动、投放加量、系统重复计数、渠道刷量对照活动日历和渠道明细，检查重复记录连续下滑流量质量下降、库存不足、价格变化、竞品活动按渠道、品类、库存、价格、页面拆解周期性波动周末效应、发薪日、季节性、节假日与历史同期和同星期几比较某维度突变渠道结构变化、品类上下架、地区政策或供应变化对比该维度的占比、转化和客单价指标背离订单数涨但成交额降、转化涨但利润降拆解客单价、折扣、退款、毛利和成本异常点复核请复核以下异常点是否值得作为业务结论。异常现象：【描述异常】数据背景：【时间范围、指标、维度】请检查：是否受节假日/活动影响、是否有数据延迟、是否可能是样本过小、是否存在口径变化、是否需要和历史同期比较。输出：异常可信度、可能解释、优先验证路径、暂不应下结论的部分。六、用户分群与对比分析用户分群让分析从“平均数”走向“可运营对象”。本章适合会员、SaaS、内容、零售、教育和本地生活等场景。6.1分群前先明确目标分群目的推荐字段输出成果提升转化注册来源、首次行为、访问频次、首购时间、优惠券使用新客转化分群、首购策略提升复购最近购买时间、购买次数、购买金额、品类偏好RFM分层、复购提醒、交叉销售降低流失活跃天数、最近访问、客服投诉、使用频率、续费时间流失预警、召回优先级提升客单价消费档位、组合购买、折扣敏感度、会员等级高潜用户名单、组合推荐策略优化投放渠道、素材、落地页、首单质量、退款率、复购率渠道质量分群、预算调整用户分群分析请基于以下用户数据设计可执行的分群方案。业务目标：【例如：提升复购/降低流失/提升首购】字段说明：【用户ID、注册时间、渠道、购买次数、最近购买时间、成交金额、品类偏好等】请输出：分群逻辑、每类用户的定义、关键特征、业务价值、风险信号、运营策略、观察指标。要求：分群规则要能被业务团队理解并复用，不要只给抽象标签。6.2RFM分层提示词RFM分层请使用RFM思路分析客户价值。字段包括：客户ID、最近一次购买日期、购买次数、累计消费金额。请说明Recency、Frequency、Monetary的计算方式，给出高价值客户、潜力客户、沉睡高价值客户、低价值客户等分层定义，并为每类客户提供沟通策略、优惠策略和风险提醒。如果数据不适合直接做RFM，请说明原因和替代分群方法。6.3对比分析提示词两组用户对比请比较用户组A与用户组B的差异。用户组定义：【例如：活动参与用户vs未参与用户】比较指标：【转化率、客单价、留存、复购、退款率等】请输出：差异最大的指标、可能原因、是否可能存在样本偏差、需要控制的变量、可验证的下一步分析。要求：不要直接判断活动有效，必须说明是否存在自选择偏差或渠道结构差异。七、转化漏斗与留存复购转化和留存是最常见的增长分析主题。本章提供从定位流失环节到制定实验方案的提示词。7.1漏斗分析基础漏斗阶段常见指标常见原因曝光/访问曝光量、访问量、点击率流量质量、素材吸引力、关键词或推荐位变化注册/留资注册率、表单提交率门槛过高、表单字段过多、信任不足浏览/加购商品点击率、加购率、停留时长价格、评价、库存、页面信息不足下单/支付下单率、支付成功率优惠不可用、运费、支付失败、库存不足复购/留存复购率、留存率、活跃率体验不佳、触达不足、产品消耗周期不匹配漏斗环节诊断请分析以下转化漏斗数据。漏斗阶段：【阶段列表】每阶段人数或次数：【粘贴数据】对比基准：【上周/上月/目标值/去年同期】请输出：各环节转化率、环比/同比变化、最大流失环节、贡献度最高的下滑环节、可能原因、需要补充的数据、优先优化动作。要求：如果某阶段人数统计口径可能重复，请先提醒我确认。7.2留存分析提示词留存与回访分析请基于用户活跃或购买数据分析留存。字段包括：用户ID、注册日期、活跃日期或购买日期、渠道、用户类型。请输出：按cohort的留存率、首日/7日/30日留存变化、不同渠道或用户类型的差异、异常cohort、可能原因和提升建议。要求：说明cohort的定义，并区分自然留存、活动拉动和数据延迟的影响。7.3复购分析提示词复购行为分析请分析客户复购行为。字段包括：客户ID、订单日期、品类、订单金额、渠道、优惠使用。请输出：首购到二购间隔、复购率、复购品类路径、高复购人群特征、低复购原因假设、适合的召回节点和推荐策略。要求：把“高复购”与“高利润”区分开，必要时提醒补充毛利、退款和履约成本数据。八、渠道投放与销售经营分析本章把营销投放和销售管理中的常见问题转化为可复制的数据分析提示词。8.1渠道投放分析渠道投放效率评估请分析各渠道投放效率。数据字段包括：渠道、日期、花费、曝光、点击、注册、下单、成交额、毛利、退款。请计算并解读：CTR、CPC、CVR、CPA、客单价、ROI/ROAS、毛利ROI。请输出：渠道分层、预算建议、风险提醒、需要继续观察的指标。要求：不要只按成交额排序，要同时考虑获客成本、转化质量和后续价值。8.2渠道质量诊断观察角度看什么可能动作前端效率曝光、点击率、点击成本优化素材、人群、关键词、推荐位中端转化注册率、加购率、支付率优化落地页、价格策略、商品匹配后端质量复购、退款、投诉、毛利降低低质量渠道预算，提高高质量渠道占比结构变化渠道占比、用户类型、设备、地区判断整体指标变化是否由渠道结构导致渠道质量对比请比较不同渠道的用户质量。字段包括：渠道、用户ID、注册时间、首单时间、订单金额、复购、退款、投诉、会员等级。请输出：首购转化、复购、客单价、退款率、投诉率、生命周期价值的渠道差异；判断哪些渠道“短期转化好但长期质量差”，哪些渠道“前期贵但后续价值高”。8.3销售经营分析销售漏斗效率复盘请分析销售漏斗数据。阶段包括：线索创建、首次跟进、有效沟通、需求确认、报价、谈判、成交。字段包括：线索来源、行业、客户规模、负责人、阶段时间、成交金额、失败原因。请输出：阶段转化率、阶段停留时间、销售人员差异、来源质量、失败原因分布、可优化动作和管理指标。九、财务经营与预算分析财务类分析要特别重视口径、假设和风险。本章适合经营看板、预算复盘、成本利润分析。9.1财务经营指标框架分析主题核心指标建议拆解收入增长收入、订单数、客单价、回款、合同额客户、产品、渠道、地区、销售团队成本效率采购成本、履约成本、人工成本、获客成本品类、供应商、仓配、渠道、项目利润质量毛利、毛利率、净利、折扣、退款产品结构、客户结构、促销、价格带现金安全现金余额、应收账款、回款周期、库存周转客户账期、项目进度、库存品类预算执行预算使用率、偏差金额、偏差率部门、项目、费用科目、时间进度经营看板设计请根据业务目标设计经营看板。业务类型：【填写行业或模式】管理目标：【增长/利润/现金流/成本控制/项目管理】可用字段：【字段列表】请输出：指标分层、指标公式、数据来源、更新频率、异常阈值、图表建议、适合管理层重点关注的5个指标。预算偏差分析请分析预算执行偏差。数据包括：预算金额、实际金额、月份、部门、费用科目、项目、收入或产出指标。请输出：总体偏差、偏差最大的部门/科目/项目、偏差原因假设、是否属于时间性偏差还是结构性偏差、需要补充的审批或业务数据、预算调整建议。利润变化拆解请分析利润或毛利率变化。字段包括：收入、成本、费用、折扣、退款、品类、渠道、时间。请按价格变化、销量变化、产品结构、成本变化、折扣促销、退款售后、渠道结构拆解影响。输出：主要拉动因素、主要拖累因素、证据强度、需要业务确认的点和改善建议。十、报告输出、可视化与汇报表达分析不是结束，能被理解和采取行动才是交付。本章让AI帮你把分析结果转成汇报页和执行清单。10.1结论表达公式表达层级应包含内容示例一句话结论最重要发现和业务含义本周成交额下降主要来自新客支付转化下滑，而非访问量减少数据证据数字、对比、贡献度新客支付转化率环比下降18%，贡献了整体成交额下降的63%原因假设已验证与待验证分开已验证：移动端支付失败率上升；待验证：优惠券门槛调整影响行动建议具体动作、负责人、指标优先排查支付失败，灰度恢复优惠门槛，监控支付成功率与首单转化把分析结果整理成一页汇报请把以下分析内容整理成一页业务汇报。分析内容：【粘贴分析结论、数据表或摘要】汇报对象：【老板/业务负责人/项目团队】请输出：标题、核心结论、关键数据证据、风险提示、行动建议、需要决策的问题。要求：先结论后证据；每条结论不超过两句话；避免堆砌过程描述。10.2图表建议提示词生成可视化方案请根据以下分析目标和字段设计可视化方案。分析目标：【要表达的结论】字段：【字段列表】请推荐5张以内图表，并说明每张图的目的、图表类型、横轴、纵轴、分组字段、筛选条件、适合放在汇报中的标题，以及容易误导读者的画法。10.3常见图表选择想表达什么推荐图表不建议随时间变化折线图、面积图、柱线组合只用饼图看趋势结构占比堆叠柱、条形图、树图维度过多时使用饼图不同维度对比条形图、分组柱状图三维图、颜色过多的图转化路径漏斗图、阶段表只给最终转化率相关关系散点图、分箱对比直接写因果关系贡献度拆解瀑布图、贡献表只展示总额变化汇报口径检查请检查这份汇报是否适合给管理层阅读。汇报内容：【粘贴内容】请检查：结论是否前置、数据证据是否足够、图表标题是否表达观点、行动建议是否明确、风险是否被说明、是否有过度推断。请输出需要删除、合并、重写和补充的部分，并给出一版更清晰的改写。十一、AI协作流程与质量复核把AI当作分析协作者，而不是最终裁判。本章提供从提问、迭代到复核的稳定流程。11.1推荐工作流阶段你提供给AIAI应产出你需要复核准备业务背景、目标、字段、样例数据分析计划和数据需求是否遗漏核心口径体检字段和数据摘要数据质量风险主键、时间、状态、金额是否正确分析清洗后的结果或聚合表趋势、拆解、异常、对比是否符合业务事实验证补充数据、对照组、历史同期证据等级和待验证假设是否把相关性写成因果交付结论草稿和图表汇报页、行动清单建议是否可执行11.2结论质量复核提示词复核AI分析结论请作为严谨的数据分析审稿人，复核以下分析结论。结论内容：【粘贴AI生成的分析】已知数据范围：【说明样本、时间、口径】请检查：1）是否存在样本偏差；2）是否遗漏重要维度；3）是否把相关关系写成因果；4）是否有口径不一致；5）是否有结论与证据不匹配；6）行动建议是否可执行。请输出：问题清单、风险等级、建议修改、需要补充的数据。11.3与AI迭代时的追问方式要求AI先列假设在没有足够证据前，先输出可能原因和验证路径，不直接给最终结论。要求标注证据等级把结论分为数据直接支持、间接支持、待验证假设，降低误判风险。要求给出反例让AI主动说明哪些情况会推翻当前结论，避免单向解释。要求对比多个方案把行动建议按影响、成本、风险、可验证性排序，而不是只给一组建议。要求输出数据需求当数据不足时，让AI明确列出还需要哪些字段、时间范围和对照组。要求改写给不同对象同一份分析可分别改写成管理层摘要、执行团队任务和数据团队需求。让AI主动找反例请站在反方角度挑战以下分析结论。结论：【粘贴结论】请列出可能推翻该结论的5类情况，包括数据口径、样本范围、时间窗口、外部事件和替代解释。请说明每类情况需要用什么数据验证，以及如果验证成立，结论应如何改写。附录一：场景化提示词索引以下提示词可作为日常分析的快捷库，根据字段和业务背景替换后即可使用。A01指标异动早会版请把昨天【指标】异常变化整理成早会可用的5分钟说明：现象、影响范围、可能原因、需要业务配合验证的事项、今天要做的动作。A02经营周报版请基于本周经营数据生成周报摘要，包含目标达成、同比环比、核心拉动因素、拖累因素、风险预警和下周重点。A03活动复盘版请复盘本次活动效果，比较活动前、活动中、活动后指标，区分新客、老客、不同渠道和不同品类，并计算投入产出。A04商品分析版请分析商品表现，输出销量、销售额、毛利、转化、退款、库存周转和关联购买，并给出上新、补货、清仓或组合推荐建议。A05门店分析版请比较各门店经营表现，分析客流、成交、客单价、品类结构、人员效率和库存差异，指出标杆门店和需改善门店。A06会员运营版请基于会员等级、积分、购买频次、最近购买时间和品类偏好，设计会员运营分层和触达策略。A07客服质检版请分析客服数据，包含响应时长、解决率、满意度、投诉类型、退款原因和转化