与其记住所有要点，不如把 AI 代码执行数据分析整理成一张清单。代码执行分析是使用 AI 助手中能够编写并运行代码的功能，上传表格后用自然语言提问，AI 会自动写代码计算、清洗数据、画图，并把结果和代码一起展示给你。功能类技能的关键在于知道什么时候调用它、给它什么材料，以及怎样检查它的结果。各家产品的入口和名称可能不同，但思路相通。

这些时候尤其要用

  • 清洗格式混乱的数据，比如统一日期、去重。
  • 探索数据，寻找异常值和趋势。

为什么要用清单？AI 给出的每一个数字背后都有一段代码，你可以检查它筛选了哪些行、用了什么公式。

使用前

  • 确认所用 AI 工具具备代码执行或数据分析功能。
  • 上传前删除或脱敏不必要的敏感字段。
  • 先让 AI 描述数据：行数、列名、数据类型、缺失值。
  • 确认材料中不包含学员的健康状况和身体数据，必要时先脱敏。

使用中

  • 用业务语言提出问题，说明指标的口径定义。
  • 查看 AI 写的代码和中间结果，确认计算逻辑正确。
  • 比如“复购率”的定义要写清楚，否则 AI 会用自己的理解。
  • 删除姓名、手机号等不需要的字段后再上传。

使用后

  • 让它输出图表和可下载的结果文件，并保存代码以便复现。
  • 分步提问，每一步确认结果再继续。
  • 对外发出前已由自己通读并确认。
  • 健身教练特别注意：把学员的目标、基础、可训练时间和限制条件写清楚，AI 才能给出可执行的计划。

红线清单

  • 不看代码直接用结论。
  • 没说明指标口径。
  • 上传完整的个人隐私数据。
  • 数据有问题却没先检查。

配套模板

清单配合下面的模板使用效果更好：

我上传了一份训练记录表格，字段包括：学员、训练日期、训练时长分钟、训练类型。
请用代码完成以下分析：
1. 先检查数据：行数、各字段缺失值、明显异常值；
2. 按“学员”分组，统计记录数和“训练时长分钟”的平均值、中位数；
3. 按“训练日期”画出每周趋势折线图；
4. 用三句话总结发现，并说明你的计算口径。
请展示你使用的代码，所有数字以代码运行结果为准。

按清单完成后，结果大致会是这样（虚构示例）：

示例（虚构）：用户上传门店销售表，问“哪个时段客流最多”。AI 写代码按小时分组统计，发现 12 点和 18 点是两个高峰，并画出柱状图；同时提示“有 23 行时间字段为空，已排除在统计之外”。

让清单更好用的两个习惯

  • 让 AI 把清洗和分析代码整理成一个完整脚本，下次可以直接复用。
  • 大数据量时先用一部分样本测试代码，再处理全量。

清单之外

不会编程能用吗？ 可以，用自然语言提问即可，但建议让 AI 用中文解释代码逻辑，帮助你判断是否正确。

和表格软件的公式比哪个好？ 一次性的复杂分析用代码执行更快，需要长期维护和他人协作的报表用表格公式更合适。

清单的使用建议

清单的意义在于把容易忘的动作固定下来。刚开始每一项都勾一遍，几次之后你会发现真正容易漏的只有两三项，把它们标红即可。如果你是健身教练，处理“录制 2 条动作讲解视频”这类工作前过一遍清单，最能体现价值。

相关阅读