数据分析这件事,以前是程序员的专属技能。不会写SQL、不会Python?那你就只能对着Excel表格发呆。
现在不一样了。你只需要会「提问」,AI就能帮你搞定80%的数据分析工作。
今天分享10个我反复用过的数据分析提示词模板,覆盖Excel、SQL、可视化分析等场景,复制直接用 📊
一、Excel/表格数据分析(3个模板)
模板1:数据概览速查
我有一份销售数据,请帮我: 1. 快速描述数据的整体情况(行数、列数、数据类型) 2. 找出缺失值和异常值 3. 生成关键指标的统计摘要 4. 标出最需要关注的3个数据点
模板2:趋势分析
分析这份数据的时间趋势: 1. 月度/季度变化趋势是什么? 2. 有没有明显的季节性规律? 3. 增长率是多少?是否在加速或减速? 4. 用折线图帮我可视化趋势
模板3:对比分析
帮我做A/B对比分析: - A组:[描述/数据] - B组:[描述/数据] 请分析: 1. 两组的核心差异是什么? 2. 差异是否具有统计显著性? 3. 哪个表现更好?好多少? 4. 给出可执行的改进建议
二、SQL相关(3个模板)
模板4:自然语言转SQL
数据库表结构: - orders表:id, user_id, amount, created_at, status - users表:id, name, email, city, register_date 请帮我写SQL查询: "查出最近30天每个城市的订单总额,按金额降序排列,只显示前10名"
模板5:SQL优化建议
这条SQL查询很慢(执行时间>5秒),帮我优化: [粘贴SQL语句] 请分析: 1. 慢在哪里?(全表扫描?子查询?JOIN?) 2. 建议加什么索引? 3. 能否改写成更高效的写法? 4. 优化后的SQL是什么?
模板6:数据异常排查
我的查询结果看起来不对: - 预期:每天应该有500-800条订单 - 实际:[日期] 只有50条 请帮我分析可能的原因,并写SQL排查: 1. 是否有数据丢失? 2. 是否有重复数据? 3. 筛选条件是否过严?
三、可视化分析(2个模板)
模板7:图表选型建议
我有一组数据想做可视化: - 数据描述:[简要描述] - 目标受众:[老板/客户/团队] - 展示场景:[汇报/PPT/报告] 请推荐: 1. 最适合的图表类型(给出2-3个选项) 2. 每种图表的优缺点 3. 推荐的理由 4. 如果用Python/matplotlib,请给出代码
模板8:Python可视化代码生成
用Python帮我生成一个可视化图表: 数据:[粘贴数据或描述数据格式] 图表类型:[柱状图/折线图/饼图/热力图] 要求: - 标题和标签用中文 - 配色要专业美观 - 保存为PNG格式,分辨率300dpi - 给出完整的可运行代码
四、商业分析(2个模板)
模板9:用户行为分析
分析这份用户行为数据: [粘贴数据] 请从以下角度分析: 1. 用户留存率如何?次日/7日/30日分别是多少? 2. 用户活跃度分布:核心用户vs普通用户vs沉默用户 3. 最受欢迎的功能/页面是哪些? 4. 用户流失可能的原因是什么? 5. 给出3条可执行的改进建议
模板10:ROI计算与预测
帮我分析这个项目的投资回报率: - 投入成本:[金额明细] - 预期收益:[收益来源和金额] - 时间周期:[X个月] 请计算: 1. ROI是多少? 2. 回本周期是多久? 3. 敏感性分析:如果收益下降20%/增长20%,ROI分别是多少? 4. 建议:这个项目值得投吗?
使用技巧 💡
这些模板不是万能的,但用好了能大幅提升效率:
- 先喂数据,再提要求——AI分析的前提是拿到真实数据,别让它瞎猜
- 限定输出格式——告诉AI你想要表格、代码还是文字报告
- 分步提问——复杂分析拆成小问题,每次聚焦一个维度
- 验证结果——AI的分析可能有错,关键结论一定要自己核实
- 保存模板——好用的提示词存下来,下次直接复用
总结
数据分析的核心能力不是写代码,而是提出正确的问题。AI帮你解决「怎么做」,但「做什么」还是得你自己判断。
这10个模板覆盖了大部分日常数据分析场景。建议收藏这篇文章,用到的时候直接复制 📌
你平时用AI做数据分析吗?有什么好用的提示词?评论区交流一下 👇