数据分析师用 AI 做代码评审：提示词与评审意见示例
对负责取数、做报表和业务分析的数据分析师来说，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。代码评审耗时且容易流于形式，AI 可以先找出明显的问题，让人把精力放在设计和业务逻辑上。本文给出数据分析师用 AI 做代码评审的一套可直接照抄的做法：把改动的代码和背景说明交给 AI，指定评审维度和输出格式，让它按严重程度列问题，再由人判断。
使用场景
数据分析师每周要评审不少代码改动，比如和“完成 9 月用户留存分析报告”相关的提交。改动多的时候很难每行都仔细看，容易漏掉边界条件、异常处理和安全问题。尤其当业务负责人同时还在等“核对两个口径不一致的 GMV 指标”的结果时，能把这部分工作提速，就能腾出精力处理更重要的判断。
推荐工具
代码托管平台和编辑器中有不少 AI 评审工具，例如 GitHub Copilot 的代码评审、GitLab Duo、Cursor 以及各类开源的 AI 评审机器人；也可以把差异内容贴给对话助手。
编辑器内的编程助手能结合项目上下文评审；独立的对话助手适合评审单个文件或片段。注意公司对源代码外发的规定。
案例：一次完整的使用过程（虚构）
下面这个例子是虚构的：小孙遇到的难题是“埋点在新版本中有字段调整，历史数据口径需要重新对齐”。为了不让它拖慢“完成 9 月用户留存分析报告”的进度，小孙决定借助 AI 做代码评审。第一次只写了一句简单的要求，结果很空泛；第二次把对象（业务负责人）、目的和限制条件都写清楚，输出就可用多了。这也是本文提示词模板要把背景写全的原因。
操作步骤
- 准备改动说明：这次改动要解决什么问题
- 提供代码差异或改动后的文件
- 指定评审维度：正确性、边界条件、安全、性能、可读性
- 人工确认每条意见，AI 的意见不等于结论
可复用的提示词
把方括号和括号里的内容换成你自己的信息即可：
【背景】当前的难点是：埋点在新版本中有字段调整，历史数据口径需要重新对齐。
请评审下面这段代码改动。
背景：完成 9 月用户留存分析报告，这次改动新增了一个按渠道查询“订单明细”的接口。
语言：Python（FastAPI）
评审维度：
1. 正确性和边界条件（空值、分页、时区）
2. 安全（注入、越权、敏感信息日志）
3. 性能（N+1 查询、缺少索引）
4. 可读性和可维护性
输出格式：严重程度（阻塞 / 建议 / 细节）| 位置 | 问题 | 修改建议
只指出确实存在的问题，不确定的请标注“需确认”。
代码：
（粘贴 diff）
效果示例（虚构演示）
下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：
严重程度 位置 问题 修改建议 阻塞 query_records 第 12 行 用字符串拼接构造 SQL，存在注入风险 改为参数化查询 阻塞 接口入口 未校验调用者是否有权访问该渠道的数据 增加权限校验 建议 第 20 行 每条记录单独查询关联信息，存在 N+1 问题 改为批量查询 建议 日志 打印了完整请求参数，可能包含敏感信息 脱敏后再记录 细节 第 5 行 变量名 d 含义不清 改为 record_date 需确认：page_size 未设上限，是否在网关层已限制？
注意示例中所有内容都是虚构的。实际使用时，AI 的输出质量取决于你提供的材料是否完整、要求是否具体。
注意事项与技巧
- 要求它“只指出确实存在的问题”，减少泛泛而谈的建议。
- 把团队的编码规范放进提示词，评审意见会更一致。
给数据分析师的特别提醒
让 AI 同时给出分析假设和验证方法，避免直接跳到结论。还有一点很关键：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。
一个容易被忽略的习惯：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。
举一反三
- 安全专项：只关注注入、越权、敏感数据等安全问题。
- 重构建议：让 AI 指出重复代码和可以简化的地方。