这是一个虚构但很典型的案例：阿杰是一位负责取数、做报表和业务分析的数据分析师，最近手头在忙“完成 9 月用户留存分析报告”，同时还要准备“输出新用户分层分析”。这次阿杰需要整理一份给业务负责人的分析报告，决定试试 AI 校对润色。

背景

对阿杰来说，大量时间花在写取数语句、调整表格格式和把结论翻译成业务语言上。偏偏这次还遇到一个变数：埋点在新版本中有字段调整，历史数据口径需要重新对齐。分析报告需要尽快交给业务负责人，时间并不宽裕。

第一次尝试：问题出在哪

阿杰一开始只写了一句话：

帮我写一份关于“新用户次月留存下降的原因”的分析报告。

结果 AI 给出的内容四平八稳却用不上。复盘下来，主要有两个问题：

  • 不区分校对和润色。
  • 只依赖 AI 不自己通读。

改进后的提示词

阿杰按照 AI 校对润色的思路重写了提示词，核心是告诉 AI 文字的用途和读者：

请校对下面这段数据分析师写给业务负责人的分析报告。
要求：
1. 只修改错别字、标点、语法错误和前后不一致的地方，不要改写句子风格；
2. 输出修改清单：| 原文 | 修改为 | 原因 |；
3. 专业术语如果你不确定是否正确，标出来让我确认，不要直接改；
4. 最后单独列出你觉得表达不清、但没有修改的句子。
原文：[粘贴]

结果（示意）

下面的效果为虚构演示，用来说明这类改进通常带来的变化：

示例输出（虚构）：

原文修改为原因
再次感谢您的支持再次感谢您的支持。句末缺少标点
项目将于下周一启动，周二开始实施【请确认】启动与实施日期前后表述可能不一致

拿到结果后，阿杰没有直接转发，而是对照原始资料逐条核对，再补上 AI 不知道的背景。

复盘：这次用到的方法

  • 要求以列表形式给出修改建议，而不是直接返回全文。
  • 逐条判断建议是否接受，尤其注意专业术语和特定表达。
  • 对重要内容，确认修改没有改变原意。
  • 说明修改程度，否则 AI 可能大幅改写你的文字。

之后阿杰发现，同样的方法也适用于另一类场景：写得不够流畅，需要改善表达。

复盘时阿杰还想到一个问题：润色后文字会变得像 AI 写的吗？答案是：深度润色可能会，选择轻度或中度润色，并保留你自己的表达习惯。

给数据分析师的提醒

给 AI 表结构和字段含义，而不是真实数据；需要样例时用脱敏或虚构的几行。AI 不了解你们的指标口径，写出的语句和结论都要用小样本核对一遍。另外，对话里不要出现用户明细、手机号和未公开的经营数据。

一个额外的小技巧：对外发布的内容，校对完再请一位同事看一遍。

如果你也是数据分析师

可以先从“支持市场部拉取活动人群数据”或“和产品对齐埋点口径”这样的小任务开始练习 AI 校对润色，熟练之后再用到分析报告这类更正式的材料上。每次记录一下哪句提示词最管用，慢慢就有了自己的模板。

相关阅读