不管用什么工具，AI 数据分析的完整链路都是一致的。把这六步焊死在脑子里，比记任何快捷键都管用。

完整链路

问数 → 取数 → 清洗 → 分析 → 可视化 → 结论

步骤一：问数

把业务问题翻译成数据问题。示例：

“上个月哪个品类的退货率异常升高？”

步骤二：取数

让 AI 生成 SQL 或直接连接数据源。用 Codex 时直接说”查 XX 表，字段是…”。

步骤三：清洗

常见清洗动作：去重、空值处理、类型转换、异常值剔除。交给 AI 前先说清楚规则。

步骤四：分析

按分析方法选型：对比、漏斗、留存、异动归因。不同问题用不同模型。

步骤五：可视化

让 AI 生成 Matplotlib / Power BI 图表；关键是要说明”看什么关系、给谁看”。

步骤六：结论

别让 AI 直接给你结论，给它限制条件：

基于以上分析，用 3 条以内的话总结，并给出一个可执行建议

提示词三要素

任何一步，提示词都包含三要素：

  1. 背景：数据是什么、业务上关心什么
  2. 任务：要 AI 产出什么（代码 / 图表 / 结论）
  3. 约束：格式、篇幅、不许做什么

下一篇阅读：30+ AI 数据分析提示词模板库。