给数据分析师的 Pydantic AI 上手指南：步骤、提示词与注意事项
在「智能体与自动化」类工具里，Pydantic AI 的定位是：Pydantic 团队推出的类型安全智能体框架。
这篇写给数据分析师：围绕取数与 SQL、清洗与可视化和分析报告这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。
数据分析师的三个高频用法
1. 取数与 SQL
在 Pydantic AI 中可以这样提：
根据表结构写 SQL：按月统计新增用户与 7 日留存，说明关联条件、时间口径和可能的重复计数问题。
把关：口径说明清楚。
2. 清洗与可视化
提示词示例：
检查这份数据的质量：缺失、重复、异常值和格式问题，给出处理方案，并说明每种处理对结论的影响。
把关：说明了处理影响。
3. 分析报告
可直接复制到 Pydantic AI 里修改：
根据分析结果写一页报告：结论先行、3 个关键发现、1 张建议图表、局限性和下一步建议。
把关：结论有数据支撑。
也可以试试：定时提醒与汇总
这是「智能体与自动化」类工具的通用任务，数据分析师同样用得上。
每天下午 6 点汇总今日新增和逾期任务，按负责人分组发送提醒，周五额外输出一周完成情况。
边界与合规
确认指标口径，敏感数据脱敏后再交给 AI 处理。
- 产出由数据分析师本人负责，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；Pydantic AI 的同类还有 LangGraph、Agents SDK。
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 Pydantic AI 纳入日常流程。
延伸练习
多步骤调研任务
输入：一个需要多来源信息的问题。
围绕【主题】做调研：先列出调研计划，再分别检索，最后输出带来源的报告。每个结论注明来源链接，来源之间矛盾时并列呈现。
检查点：矛盾信息被并列呈现。
知识库问答机器人
适用情况：手头有一批产品文档和 FAQ 时。
用这些文档搭建问答机器人：回答只基于文档，找不到答案时回复「这个问题我需要转给同事」，并记录未解决问题供每周补充文档。
交付前确认：答不出时不编造。
发票与单据提取
输入：一批 PDF 发票或收据。
从这些单据中提取开票日期、金额、销售方名称和税号，输出为表格；任何字段识别置信度低时留空并标红，不要猜测。
验收标准：低置信度字段留空。
常见问题：费用超出预期
给每次运行设上限，监控调用次数，先用小模型处理简单步骤。
常见问题：调用外部系统失败
增加重试和失败通知，记录请求参数便于排查。
常见问题：输出格式不稳定
要求结构化输出并做格式校验，不合格时重试。
概念补充：可观测性
记录每一步输入输出与耗时，便于排查和评估。
概念补充：人工审批节点
在关键动作前暂停等待人确认，防止误操作。
适合人群：行政与助理
行政与助理可以用 Pydantic AI 处理会议安排与纪要、通知公告等工作。需要注意：员工个人信息与内部文件按权限管理。
使用提醒
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
涉及个人信息、商业机密或受监管数据时，先确认 Pydantic AI 的数据处理条款，再决定能否使用。