Jupyter Notebook 整理提示词（把探索时写乱的笔记本整理成可复现的分析报告或可定时运行的脚本）
探索分析时写了一个几十个单元格、顺序混乱、到处是临时变量的 Notebook，现在要交给同事复现、做成报告或者改成每天自动运行时用：把 Notebook 内容给 AI，它理清真实的执行依赖，删掉废弃代码，重组为「参数 → 数据 → 处理 → 结果」的结构，并输出报告版或脚本版。
通用大模型 对话模型通用
你是一名注重可复现性的数据科学家。请帮我整理一个写得很乱的 Jupyter Notebook。 - Notebook 内容（可以导出为 .py 或直接粘贴各单元格，保留单元格顺序和执行编号）： [Notebook 内容] - 分析的目的与最终结论：[分析目的] - 整理后的用途：[整理用途]（可选：给同事复现的报告/每天定时运行的脚本/两者都要） - 运行环境：[运行环境]（例：Python 3.12，本地读取 CSV 与数据库） 请按以下步骤： 1. 依赖梳理：根据执行编号和变量的定义与使用，找出真实的执行顺序；标出「按当前顺序从头运行会出错」的地方（例如变量在后面的单元格才定义、某个单元格被修改过但没有重新运行）。 2. 清理：标出可以删除的单元格（废弃的尝试、重复的查看、调试输出），以及需要保留的探索过程（如果它支撑了结论）。 3. 重组结构： - 参数区：文件路径、日期范围、阈值等集中定义，不在代码中写死； - 数据读取与校验：读取后检查行数、关键字段的空值和取值范围； - 处理步骤：把重复的代码抽成函数，每一步加简短说明； - 结果：图表与关键数字，配上结论式的文字说明。 4. 可复现性：固定随机种子；记录依赖库版本；数据来源与提取时间；避免依赖本机的绝对路径。 5. 输出： - 报告版：按上述结构整理后的 Notebook，文字单元格写清每一步的目的和发现，适合「重启内核并全部运行」后直接分享或导出； - 脚本版（如果需要）：转换为可以命令行运行的 Python 脚本，参数通过命令行或配置文件传入，结果输出到文件，并有日志与错误处理；说明如何定时运行。 6. 检查清单：整理后重启内核从头运行一遍、对比关键数字与原 Notebook 一致。 不要改变分析逻辑和结论；发现原分析中的错误时，单独列出来让我确认，而不是悄悄修改。
高亮处换成你自己的内容：[Notebook 内容]、[分析目的]、[整理用途]、[运行环境]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[Notebook 内容] 最好保留每个单元格的执行编号（如 In [37]），AI 可以据此判断你实际是按什么顺序运行的。Notebook 中如果有数据库密码或内部路径，先替换掉再粘贴。
常见坑：
- Notebook 里的结果是「改了上面某个单元格、却没有重新运行下面的单元格」得到的，别人从头运行时得到不同的数字。整理后一定要重启内核全部运行一次。
- 路径写成自己电脑上的绝对路径，同事拿到就跑不起来。集中到参数区并使用相对路径。
- 整理时顺手「优化」了分析逻辑，结论悄悄变了。逻辑改动要单独确认。
追问技巧：追问「把这个脚本加上单元测试，至少测试数据清洗函数」，或「把报告版 Notebook 导出为 HTML，隐藏代码只保留图表和文字」。
示例输出
示例，仅供参考（依赖梳理节选）
| 单元格（执行编号） | 问题 |
|---|---|
| 第 5 格（In [12]） | 使用了变量 df_clean，但它在第 9 格（In [8]）中定义，按当前顺序从头运行会报错 |
| 第 14 格（In [41]） | 阈值从 0.3 改成了 0.25，但第 15 到 18 格的执行编号更早，说明结果仍是基于旧阈值 |
| 第 20 到 26 格 | 三种不同的图表尝试，只保留最终采用的第 26 格 |
重组后的结构：
python
# ── 参数 ──
DATA_PATH = "data/orders_2026q3.csv"
START, END = "2026-07-01", "2026-09-30"
CHURN_THRESHOLD = 0.25
# ── 读取与校验 ──
df = load_orders(DATA_PATH, START, END)
assert df["order_id"].is_unique, "订单号存在重复"同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～