如果你是数据分析师，大概率经历过这样的场景：取数、分析、汇报循环往复，而分析方案又必须按时交付。用 AI 辅助，目标不是“让 AI 替你做完”，而是让你更快拿到一个可修改的分析框架与步骤。

什么时候适合用 AI

  • 适合：业务问题比较多、需要快速形成分析框架与步骤初稿，或者需要换个角度查漏补缺的时候。
  • 谨慎：材料涉及未公开或敏感信息、结论需要专业资质背书，或者容易出现“问题定义不清”的情况。
  • 不适合：需要现场判断、当面沟通或承担最终责任的环节——这些仍由数据分析师本人完成。
  • 预期：AI 负责“快”和“全”，你负责“准”和“对”。把节省下来的时间用在复核和沟通上，整体质量才会提升。

把关的四个维度

  • 事实：每一条信息都能在业务问题中找到依据。
  • 完整：该有的部分没有遗漏。
  • 风险：没有出现“问题定义不清”。
  • 表达：读者能看懂，语气得体。

审阅提示词

下面是一份分析框架与步骤的草稿。请你站在挑剔的审阅者角度：
1. 找出事实可能有误、缺少依据或前后矛盾的地方；
2. 检查是否存在这个风险：问题定义不清；
3. 指出读者可能看不懂的表述；
4. 给出修改建议，但不要直接改写全文。
草稿：【粘贴】

最终核对清单

  • 输入的业务问题已脱敏，不含不该外传的信息
  • 已告诉 AI 这份分析框架与步骤的读者和用途
  • 输出中的数字、日期、名称都已回到原始材料核对
  • 已专门检查：问题定义不清
  • 标注为【待确认】的内容都已补齐或删除
  • 语气和格式符合单位或行业惯例
  • 涉及专业判断、承诺或责任的内容，由本人或有资质的人确认
  • 好用的提示词和最终版本已存档

延伸阅读

说明：文中示例人物与场景均为虚构；AI 输出可能有误，请结合专业判断复核，并遵守所在单位关于 AI 工具与数据的规定。