分析报告 · 数据分析师
用 AI 智能体做这件事
分析报告要给业务方看，最怕先堆过程、后绕结论。不同数仓（Hive / ClickHouse / 自建）取数口径不同，先声明数据来源与口径，否则结论支撑不牢。涉及用户明细的数据先脱敏或只取聚合字段。
你需要准备
- 你的数据平台 / 数仓（Hive / ClickHouse / 自建）与本次取数口径
- 分析主题与背景（业务过程、时间范围、要回答的核心问题）
- 原始数据或关键指标表（含关键数值与金额，缺失先标【待补】）
- 目标读者（业务方 / 领导）与期望长度，便于控制术语与篇幅
- （可选）已知的结论方向或待验证假设，用于组织报告结构
怎么做
- 先声明数据平台 / 数仓与取数口径
- 涉及用户明细时先脱敏或只取聚合字段，按维度聚合后再贴
- 贴数据与背景，粘贴提示词，产出结论先行的报告
- 人工复核关键数字与结论口径，补齐【待补】项后再发
一句话提示词
我会给你【分析主题，如某活动复盘】的原始数据（来自【Hive / ClickHouse / 自建】数仓，取数口径我先声明）和业务背景，帮我写一份数据分析报告：先给结论和建议，再列关键数据支撑，中间分业务过程和维度展开，最后给可以直接执行的行动项，语言少用术语、让非技术的业务方也能看懂；数据缺失处标【待补】、口径不明处标【需确认】，不要编造数据。
它会交付什么
- 一份结论先行的分析报告：结论与建议 → 关键数据支撑 → 分业务过程 / 维度展开 → 可执行行动项
- 关键数字与占比（计数与金额需人工复核）
- 结论与建议（属 AI 归纳，需人工判断，须以你的口径为准）
效果示例
输入某活动复盘的访问、下单、付费三张表（用户明细已按渠道聚合）→ 输出结论先行的报告；「活动期间的成本」未给，标【待补】。（结论与建议属 AI 归纳，需人工判断，数字需人工复核）
常见问题
会不会编数据或结论？
不会。数据以你给的为准，缺的标【待补】、口径不明标【需确认】；结论是 AI 归纳、需人工判断。
一次能写多长的报告？
建议一次 1 个主题、单一时间范围；跨主题或长周期请分批写。
用户明细数据安全吗？
涉及用户明细先脱敏或只取聚合字段，按维度聚合后再贴，这是前置步骤。
结论能直接用吗？
结论与建议属 AI 归纳，需人工判断并核对数字后再对外。