给软件工程师的 PandasAI 上手指南：步骤、提示词与注意事项
在「数据与分析」类工具里，PandasAI 的定位是：用自然语言对 DataFrame 提问的开源库。
这篇写给软件工程师：围绕代码阅读与重构、测试与排错和技术文档这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。
软件工程师的三个高频用法
1. 代码阅读与重构
提示词示例：
先不要改代码。阅读这个模块，画出主要函数的调用关系，指出可以安全重构的部分和风险点，再给出分步重构计划。
把关：先计划后改动。
2. 测试与排错
提示词示例：
这是失败的测试输出和相关代码，请定位原因，给出最小修复，并补一个能防止回归的测试用例。
把关：修复后测试通过。
3. 技术文档
可直接复制到 PandasAI 里修改：
根据这段代码和注释生成接口文档：参数、返回值、错误码、调用示例，示例必须能直接运行。
把关：示例代码可运行。
也可以试试：指标异动解读
这是「数据与分析」类工具的通用任务，软件工程师同样用得上。
日活本周下降了，请列出可能原因的排查清单，按「数据问题 / 产品变化 / 外部因素」分类，每项写明需要查看的数据。
边界与合规
不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。
- 产出由软件工程师本人负责，AI 只是草稿和辅助。
- 对外内容发布前至少看一遍。
- 如单位有规定的工具清单，优先在清单内选择；PandasAI 的同类还有 Vanna、Julius。
一周试用建议
选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 PandasAI 纳入日常流程。
更多可以试的用法
图表建议
适用情况：手头有一组需要汇报的数据时。
根据这些数据推荐合适的图表类型，说明理由，并指出容易误导读者的画法（如截断坐标轴）。
检查点：指出了误导风险。
自然语言问数
输入：一张销售明细表。
请基于这张表回答：上个季度销售额最高的 3 个地区是哪些？与前一季度相比变化多少？请同时给出你使用的计算方法或 SQL，便于我复核。
检查点：给出了可复核的计算过程。
评测大模型应用
准备材料：一批真实用户问题和应用回答。
为这批回答设计评测：定义 4 个评分维度，写出评分标准，抽取 20 条进行人工打分，并统计各维度的问题类型。
检查点：评分标准清晰可复用。
常见问题：AI 算出的数字和报表不一致
检查口径和过滤条件，要求它输出 SQL 或公式逐步复核。
常见问题：图表结论被过度解读
区分相关与因果，在报告中标注假设。
常见问题：生成的 SQL 运行报错
提供准确的表结构和字段说明，先在测试库运行。
概念补充：追踪（Tracing）
记录大模型应用每次调用的输入输出与耗时。
概念补充：口径
指标的定义与计算规则，不同口径会得出不同结论。
适合人群：HR 与招聘
HR 与招聘可以用 PandasAI 处理岗位描述撰写、面试题与评估表等工作。需要注意：简历筛选不得以性别、年龄等因素做歧视性判断，候选人信息需妥善保管。
注意事项
文中提示词和示例仅作示意，实际效果取决于你的材料和 PandasAI 当前版本，重要内容请人工核对后再使用。
涉及个人信息、商业机密或受监管数据时，先确认 PandasAI 的数据处理条款，再决定能否使用。