对数据分析师来说，Python 分析脚本不难，但琐碎。AI 适合承担“第一稿”和“查漏”的角色：你提供分析需求，它给出脚本代码的结构化版本；你再用专业判断修改。关键是控制好一个风险——未校验输出。

什么时候适合用 AI

  • 适合：分析需求比较多、需要快速形成脚本代码初稿，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“未校验输出”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。

人机分工

  • AI 可以做：整理材料、搭结构、写初稿、改写语气、列出可能遗漏的点。
  • 必须人工做：确认事实和数字、判断取舍、处理“未校验输出”这类风险、对外发送前的最终确认。
  • 双人复核的情况：涉及金额、合同、个人信息、对外承诺或专业意见时，建议再找一位同事看一遍。

复核清单

  • 输入的分析需求已脱敏，不含不该外传的信息
  • 已告诉 AI 这份脚本代码的读者和用途
  • 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：未校验输出
  • 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

让 AI 先自查

下面是一份脚本代码的草稿。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：未校验输出；
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】

接着看

注：模板与提示词仅作演示，请按实际情况调整；涉及法律、财务、医疗等专业判断时，以有资质的专业人士意见为准。