数据分析 AI 提示词是向聊天机器人描述数据和分析任务的指令，例如要求总结趋势、找出异常值或解释图表。清楚说明数据内容与要解决的问题，通常能得到更有针对性的回答。Chat Smith 可让你在一个应用中比较多个 AI 模型的结果。
数据分析要把数字变成决策，前提是数据可靠、方法适合问题，结论表达清楚。写得好的数据分析 AI 提示词能加快从检查数据、编写 SQL、验证统计结果到汇报洞察的每一步。
下面的 25 个提示词涵盖探索与清洗、制定分析方案、编写代码、提炼洞察和汇报结果五个阶段。将它们粘贴到免费 AI 聊天工具中，补充方括号里的信息，并在采取行动前用原始数据核对输出。
如何编写有效的数据分析 AI 提示词
仅说“分析这些数据”通常只能得到笼统清单。要获得有用的分析，请提供四类信息：
- 背景：数据代表什么、来自哪里，以及要支持什么决策
- 结构：列名、数据类型、行数或少量样本；切勿提供完整敏感数据
- 约束：使用的工具（SQL 方言、Excel 版本、Python 库）和所需严谨程度
- 输出形式：明确要求表格、分步方案、可运行代码或简短总结
模型选择同样重要。Claude Sonnet 5适合谨慎解读和发现薄弱假设，GPT-6 Astra适合结构化规划和多步分析。用两个模型回答同一个问题，有助于发现盲点。
用于数据探索与清洗的 AI 提示词
不少分析错误在正式分析之前就已出现。这些提示词帮助你理解和清洗数据。如果数据字典是一份长 PDF，可以先用AI PDF 摘要工具提取关键定义。检查少量列样本时，Gemini 3.1 Flash Lite通常足够。
1. 快速了解数据集
我有一个新数据集：[说明来源、行列数及主要变量]。我想回答[业务或研究问题]。请列出首先应提出的问题、立即需要进行的质量检查、最相关的变量，以及该数据无法回答的问题。
2. 数据质量审查
请审查数据质量。以下是列名、数据类型和 20 行样本：[粘贴]。检查缺失值、重复记录、格式不一致、不可能的数值及异常值。请以表格列出问题、涉及的列、严重程度和建议的修复方式。
3. 分步数据清洗方案
请为这个数据集制定逐步清洗方案：[描述列和已知问题]。我使用[Excel / SQL / Python pandas]。逐步说明操作、原因及具体函数或代码，并标出可能误删有效数据的步骤。
4. 缺失值处理策略
数据集的[列名]有[X]%缺失值。数据涉及[说明]，该列用于[说明]。比较删除行、简单填补、模型填补和缺失标记，推荐一种方法，并解释各方法可能造成的偏差。
5. 探索性数据分析计划
请为[描述数据集]制定探索性分析计划。列出需要计算的描述性统计量、值得绘制的分布与关系、需要比较的分组，以及三个值得进一步调查的模式。将工作量控制在一个下午内。
用于统计分析与规划的 AI 提示词
选方法、检验假设或判断结果是否可靠时可以使用这些提示词。GPT-5.6 Sol适合逐步统计推理，AI 数学计算器有助于复核样本量和检验统计量。
6. 将业务问题转成分析方案
请将相关方的问题转为分析方案：[原始问题]。我拥有的数据：[说明]。将其改写为具体可衡量的问题，确定合适的指标，概述方法，并指出问题与数据能力之间的差距。
7. 选择统计方法
我想知道[描述关系或差异]是否成立。我的数据：[变量类型、样本量和收集方式]。请推荐适合的统计检验或模型，列出假设、检查方法，并在假设不成立时给出替代方案。
8. 区分相关与因果
我发现[描述关系]。数据属于[观察性 / 实验性 / 准实验性]。请评估因果证据强度，列出最可能的其他解释，并写一句严格符合证据范围的结论。
9. 设计 A/B 测试
帮我为[功能、文案或价格变化]设计 A/B 测试。假设：[说明]。主要指标：[说明]。当前基线：[数值]。估算所需样本量，指出组间样本比例异常、新奇效应、提前查看结果和多重比较等风险，并说明如何解读临界结果。
10. 解读回归结果
请用通俗语言解释以下回归输出：[粘贴结果]。模型根据[预测变量]预测[结果]。说明哪些系数重要、它们在实际单位中的含义、拟合表现、多重共线性等警示，以及可以和不可以得出的结论。
用于 SQL、Excel 和 Python 数据分析的提示词
这些提示词把自然语言问题转为可用代码。DeepSeek V4 Pro适合多步查询和 pandas 脚本，DeepSeek V4 Flash适合快速修复和简单公式。请先在少量样本上运行结果。
11. 编写 SQL 查询
请编写[PostgreSQL / BigQuery / MySQL]查询，以完成[描述需求]。数据表：[表名、列及关联方式]。逐步添加注释，明确处理 NULL，并说明如何验证结果是否正确。
12. 优化 SQL 查询
以下查询处理[数量]行时速度很慢：[粘贴查询]。请解释原因，重写以改善性能，建议索引或结构调整，并确认新查询返回完全相同的结果。
13. 编写 Excel 公式
我需要 Excel 公式计算[描述计算]。数据位于[列和区域]。请给出公式，逐部分解释，并在更简洁时提供使用[XLOOKUP / LET / 动态数组]的版本。
14. 编写 Python pandas 脚本
请用 pandas 编写 Python 脚本，读取[文件类型]，执行[筛选、分组、合并、透视等操作]，输出[目标结果]。添加注释、清晰的变量名，并在每一步后快速检查行数是否合理。
15. 解释与调试代码
我接手了这段代码：[粘贴 SQL 或 Python]。请逐步解释逻辑，找出错误或缺陷，指出可能悄悄产生错误数字的问题，并给出更清晰的版本。
用于发现数据洞察与异常的 AI 提示词
只有能指导决策的结果才有意义。这些提示词帮你区分真实信号与噪声。Gemini 3 Pro适合权衡多种解释，再向Grok 4.5提出同样的问题，也能获得另一种视角。
16. 提取关键洞察
我的分析结果如下：[粘贴或描述]。需要支持的决策：[说明]。找出 3–5 条最有决策价值的洞察，区分可靠结论与初步迹象，指出潜在混杂因素或数据问题，并把每条洞察表述为建议。
17. 调查异常
我的数据在[时间段]出现[峰值、下跌或异常模式]。正常基线为[说明]。按可能性列出原因，说明如何用数据检验每一种原因，并判断这是真实事件还是数据质量问题。
18. 分群与队列分析
请根据这些变量[列出变量]为[客户 / 用户 / 产品]提出分群方案。目标是[说明]。推荐需要比较的群体或队列、比较指标，以及判断群体差异是否具有意义的方法。
19. 检查趋势与预测
以下是过去[时间段]按[日 / 周 / 月]记录的[指标]：[粘贴数据]。描述趋势、季节性和结构性变化，提出预测下一[时间段]的简单方法，并解释预测的不确定性。
20. 设计 KPI 与指标
为[团队、产品或目标]设计指标框架。推荐 3–5 个核心指标，注明领先或滞后指标，精确定义计算方式，并指出将其设为目标后最容易被人为操纵的指标。
用于数据可视化与报告的 AI 提示词
即使分析正确，读者看不懂也难以发挥作用。这些提示词帮助你选图、组织叙事和准备回答质疑。较长的报告可先用AI 摘要工具压缩，Claude Haiku 4.5能快速为不同受众生成多个摘要版本。
21. 选择合适的图表
我想向[受众]展示[比较、趋势、分布或关系]。数据：[描述变量]。推荐最合适的图表，解释它为什么优于其他常见选项，并具体说明坐标轴、标签、颜色及应省略的内容。
22. 构建数据故事
请把这些发现组织成面向[受众]的数据故事，以帮助他们决定[决策]：[描述结果]。开头呈现最重要发现，围绕一项建议构建逻辑，用数据回应可能的异议，最后给出明确的下一步。
23. 撰写管理层摘要
请根据[粘贴主要发现]为[受众]写约 150 字摘要。首先给出结论，最多使用三个关键数字，用一句话说明主要局限，并以建议行动收尾。
24. 规划仪表板布局
为跟踪[目标]的[受众]规划仪表板。推荐顶部 KPI、辅助图表、必要筛选项及从上到下的布局。指出应删除的内容，使仪表板能清晰回答一个核心问题。
25. 复核分析是否可靠
请扮演持怀疑态度的资深分析师，在我汇报前审查：[问题、数据、方法和结论]。指出值得质疑的方法、超出数据支持范围的结论、遗漏的其他解释，以及利益相关方最可能提出的三个问题和回答。
在 Chat Smith 中使用数据分析 AI 提示词
Chat Smith 汇集 Claude、GPT、Gemini、Grok 和 DeepSeek，既有Gemini 3.5 Flash等快捷模型，也有高级推理模型。你可以用一个模型写 SQL，再用另一个核对解读并比较答案。将常用提示词保存为模板，方便下次使用。
得出结论后，AI 邮件写作工具可以快速把摘要转为发送给相关方的更新。最终判断仍由你做出；这些提示词帮助你更快得到可靠答案。
常见问题
