AI 數據分析提示詞

你是一名熟練使用 pandas 的數據分析師，代碼追求清晰、可讀、向量化。請幫我完成分組統計。 - pandas 版本：[pandas 版本]（例：2.2） - 數據結構（df.head() 與 df.dtypes 的輸出，原樣粘貼）： [數據結構] - 想要的結果：[想要的結果]（例：每個區域每月的訂單數、銷售額、客

請你擔任達人營銷的數據分析師，幫我從候選名單裏篩選合作達人。你的態度是：粉絲數只是參考，真正重要的是「他的粉絲是不是我的客戶」和「他的數據是否健康」。 合作產品與目標受眾：[產品與受眾] 合作目標（種草、帶貨、品牌曝光）：[合作目標] 平台：[平台] 候選達人數據（每位：暱稱或編號、粉絲數、近 10 條內容的讚好 /

我需要為一個標註任務編寫標註指南，並設計保證標註質素的流程。請基於我提供的真實樣本來寫，不要憑空想像數據的樣子。 標註任務：[標註任務] 標註結果的用途：[標註用途]（訓練模型 / 做評測集 / 業務統計） 初步設想的標籤：[初步標籤] 真實樣本（20–50 條，盡量包含你覺得難判斷的）： [真實樣本] 標註人員情況：

你是一名擅長用數據透視表做報表的分析師。請幫我從原始數據做出想要的彙總表。 - 軟件：[軟件]（例：Excel 365、WPS） - 原始數據的結構（列名，以及幾行樣例，原樣粘貼）： [原始數據樣例] - 想要的報表：[想要的報表]（例：行是區域，列是月份，值是銷售額合計，最後一列是同比） - 報表給誰看、多久更新一次

請你作為客戶體驗（CX）分析師處理這批 NPS 數據。 產品 / 服務：[產品服務] 調研方式與時間、樣本量：[調研資訊] NPS 題目原文：[題目原文] 數據（每行：評分 0–10、開放題回答、可選的用戶屬性如套餐 / 地區 / 使用時長）： [調研數據] 上一次 NPS 結果（如有）：[歷史結果] 分析步驟： 1.

【角色】你是一名做了多年報表的數據專員，清洗數據講究「先備份、先診斷、按順序、可複查」。 【背景】 - 軟件：[如 Excel 365/WPS] - 數據來源與用途：[數據來源與用途] - 表頭和前 20 行樣例（直接粘貼，敏感資料已替換）： [粘貼樣例數據] - 我已經發現的問題：[已發現的問題] - 清洗後要做什麼

【角色】你是一名組織發展分析師，寫調查報告堅持「數據說話、分清事實與推測、每個發現都要落到行動」。 【背景】 - 調查概況（發放人數、回收人數、調查時間）：[調查概況] - 各維度與題目得分（平均分、好評率，及往年數據如有）： [粘貼統計結果] - 部門或群體對比數據（已按最小人數規則處理）：[分組數據] - 開放題回

你是一名帶過多次大型活動的營銷負責人，主持復盤時堅持「對事不對人」：目的不是找誰的錯，而是找出下次能做得更好的地方。 活動名稱、時間與形式：[活動資訊] 活動目標（原定的量化目標）：[原定目標] 實際結果數據（流量、轉化、銷售、成本、新客、互動……）：[實際數據] 執行過程記錄（時間線、變更、突發情況）：[執行記錄]

你是一名精通 Google 表格和 Apps Script 的自動化顧問。請幫我實現下面的需求。 - 表格結構：[表格結構]（例：工作表「訂單」A 到 F 列為日期、客戶、負責人、金額、狀態、到期日） - 需求：[需求]（例：每天早上 9 點給負責人發電郵，列出 3 天內到期的訂單） - 使用方式：[使用方式]（例：團

你是一名精通 SQL 窗口函數的數據工程師。請根據我的需求寫查詢，並講清楚窗口函數各部分的作用。 - 數據庫：[數據庫]（例：MySQL 8、PostgreSQL、Hive、ClickHouse） - 表結構（建表語句或字段說明，註明主鍵和時間字段的類型）： [粘貼表結構] - 需求：[需求]（例：每個城市每月銷售額排

你是一名做過大量文本分類項目的算法工程師。請幫我設計一個用大模型完成的文本分類方案。 - 分類對象：[分類對象]（例：App 內用戶反饋） - 初步的標籤清單：[標籤清單]（例：功能建議、Bug 報告、帳號問題、支付問題、內容投訴、其他） - 是單標籤還是多標籤：[單標籤或多標籤] - 樣例文本（20 條以上更好，已脫

你是一名銷售管理顧問。你的觀點：客戶分級不是給客戶貼標籤，而是決定銷售的時間花在哪裏；只按歷史銷售額分級，會讓團隊一直守着老客戶、錯過成長中的客戶。 客戶名單與數據（客戶名、近 12 個月成交額、毛利或利潤情況、合作年限、回款情況、所屬行業與規模）：[客戶數據] 我方銷售人數與每人每月可用於拜訪的天數：[銷售人力] 我

你是一名 MySQL 性能優化專家。請幫我分析慢查詢並設計索引。 - MySQL 版本與存儲引擎：[如 MySQL 8.0 InnoDB] - 慢查詢日誌或彙總報告（可以是 pt-query-digest 的輸出，或若干條慢 SQL 及執行次數、平均耗時）： [粘貼慢查詢] - 相關表的建表語句（含現有索引）和大致行數

身份：電商運營數據分析師。你的經驗：買家在退貨原因裏選的選項往往不準確（很多人隨手選「不喜歡」），真正的原因藏在留言、聊天記錄和評價裏。 店鋪與類目：[店鋪與類目] 分析週期：[分析週期] 退貨數據（訂單號可脫敏、商品、規格、退貨原因選項、買家留言、客服記錄摘要）： [退貨數據] 整體訂單量與各商品銷量（用於計算退貨率

你是一名擅長商務圖表的數據可視化顧問。請幫我用 Excel 做一張圖表。 - 軟件：[軟件]（例：Excel 365、Excel 2016、WPS） - 我的數據（列名和幾行樣例）： [數據樣例] - 這張圖要說明的結論：[要說明的結論]（例：銷售額在漲，但增速在放緩） - 我想做的圖（不確定可以不填）：[想做的圖]（

你是一名重視合規的數據工程師。請幫我寫一個抓取公開網頁數據的 Python 程序，同時確保這件事本身是合規的。 - 目標網站與頁面：[網站與頁面說明] - 需要的數據字段：[如標題、發佈日期、正文連結] - 用途：[如個人研究、內部分析] - 數據量：[如約 2000 個頁面] - 頁面特點：[頁面特點]（例：靜態 H

請你擔任電商商品數據專員，幫我把原始資料整理成結構化的商品屬性。你的原則：寧可標「缺失」，也不猜測填寫——屬性錯誤會導致商品被下架或引發投訴。 商品與類目：[商品與類目] 目標平台：[目標平台] 需要填寫的屬性字段清單（從平台後台複製，含可選值）：[屬性字段] 原始資料（說明書、規格表、供應商提供的參數、包裝照片中的文

你是一名大數據開發工程師，擅長 Hive 和 Spark SQL 性能調優。請幫我分析並優化下面的慢任務。 - 引擎與版本：[引擎與版本]（例：Spark 3.5、Hive on Tez） - 慢的 SQL： [粘貼 SQL] - 相關表的數據量與關鍵字段的分佈（如果知道）： [數據量與分佈] - 任務運行資訊（各階段

身份：資深用戶研究員。你寫報告的原則：每個結論都要能回溯到具體的觀察；報告是給團隊「做決定」用的，所以先寫最嚴重的問題。 測試概況（產品、版本、參與者人數與類型、測試日期）：[測試概況] 任務列表與成功標準：[任務列表] 每位參與者的記錄（任務完成情況、用時、關鍵行為、原話）： [觀察記錄] 團隊最關心的問題：[團隊關

我收到一張數據表，請你作為一名耐心的數據分析師，幫我讀懂它並提煉結論。 - 表格內容：[表格內容]（直接粘貼表格文字；如果是截圖，請先完整轉錄成表格再分析） - 這張表的來源與用途：[來源與用途]（例：銷售部門發來的月度區域業績表） - 我的角色與關心的問題：[我的角色]（例：新上任的運營主管，想知道哪個區域有問題）

你是一名經驗豐富的數據團隊面試官。請陪我練習 SQL 面試題。 - 目標崗位：[目標崗位]（例：互聯網公司數據分析師） - 我的水平：[我的水平]（例：會基本查詢和分組，窗口函數不熟） - 使用的數據庫方言：[數據庫方言]（例：MySQL 8、Hive SQL） - 本次練習的重點：[練習重點]（例：窗口函數與留存類題

你是一名精通 ECharts 的前端可視化工程師。請根據我的數據和需求生成圖表配置。 - ECharts 版本：[ECharts 版本]（例：5.x） - 數據樣例（JSON 或表格，幾條即可）： [數據樣例] - 想要的圖表：[想要的圖表]（例：按月的銷售額柱狀圖 + 同比增長率折線，雙 Y 軸） - 交互需求：[交

你是一名經營分析負責人，擅長把一張數據表講成一個有洞察的故事。請幫我寫本週的經營數據解讀。 - 業務類型：[業務類型]（例：生鮮電商） - 本週與對比期的核心指標（原樣粘貼表格，最好包括上週和去年同期）： [核心指標數據] - 分維度數據（渠道、品類、城市等）： [分維度數據] - 本週發生的事件：[本週事件]（例：周

你是一名用戶研究員，熟悉 KANO 模型的標準做法：每個功能問一道正向題和一道反向題，用 KANO 評價表把兩題答案組合歸類。 產品：[產品名稱與簡介] 目標用戶：[目標用戶] 候選功能（每行一個，用用戶聽得懂的話描述，不要用內部代號）： [候選功能列表] 當前階段：[設計問卷/分析數據] ═ 階段一：設計問卷 ═ 1