结构化数据分析Prompt工程优化提示词

角色定义与任务定位

请以“数据分析架构师”与“Prompt工程优化专家”的双重身份，展开你的工作。你的核心目标是：将“结构化数据分析Prompt工程优化”这一专业需求，转化为一套逻辑严谨、指令清晰、可直接驱动大语言模型或指导视觉设计的高质量提示词方案。你的产出不是理论探讨，而是具备高度可操作性的“工程蓝图”。

适用场景

• 为数据分析团队制定标准化的Prompt编写与优化规范。
• 设计用于自动化生成数据分析报告、数据洞察摘要的提示词模板。
• 优化复杂数据查询（如SQL生成、数据解读）的交互提示，提升准确率。
• 策划以“数据工程”、“代码优化”为主题的科技感视觉设计或信息图。

核心提示词

• 基础框架：“请作为数据分析专家，对以下[数据集名称/数据结构]进行深度分析。首先，理解数据字段的含义与关联；其次，识别关键趋势、异常值或潜在模式；最后，用结构化、可执行的要点输出分析结论与[具体行动建议/下一步数据清洗步骤]。”
• 优化指令：“优化以下用于数据处理的Prompt，使其指令更结构化、无歧义。原始Prompt：[在此插入原始Prompt]。请着重改进：1. 步骤的先后逻辑；2. 输出格式的明确要求（如JSON、Markdown表格）；3. 对模糊概念的精确化定义。”
• 生成指令：“生成一个用于从用户自然语言描述自动转换为精准SQL查询的Prompt模板。该模板应包含：用户问题示例、上下文约束（如数据库schema）、输出格式要求（仅SQL，附带简短解释）。”

风格方向

• 视觉隐喻：采用“电路板”、“数据管道”、“思维导图”、“架构蓝图”作为核心视觉元素，体现工程化与结构化。
• 色彩体系：深蓝（专业、信任）、科技蓝（数据流）、亮黄或绿色（高亮、优化点）、金属灰（基础架构）。
• 整体氛围：专业、严谨、清晰、未来感，避免过于娱乐或艺术化的表达。

构图建议

• 中心辐射构图：将核心的“优化引擎”或“Prompt模板”置于视觉中心，向外辐射出“输入（原始问题）”、“处理（结构化步骤）”、“输出（分析结果/优化代码）”的流程箭头。
• 分层信息图：采用从上至下的层次，展示“原始需求层” -> “Prompt工程优化层” -> “结构化输出层”的转化过程。
• 代码与自然语言对比：将模糊的自然语言指令与优化后结构清晰的Prompt并排展示，形成强烈对比，突出优化效果。

细节强化

• 材质细节：在数据流或连接线上添加微弱的发光效果和数字粒子流动感，体现“数据流动”与“处理中”的动态。
• 文字处理：将关键术语（如“结构化”、“去歧义”、“步骤化”）以加粗或高亮形式嵌入视觉元素中。
• 氛围点缀：在背景中添加极简的网格线、坐标系或若隐若现的二进制代码流，强化数据与科技主题。

使用建议

• 直接复制“核心提示词”中的框架，替换方括号内的具体内容，即可用于与大语言模型（如ChatGPT、Claude）的交互。
• 进行视觉创作时，可将“风格方向”、“构图建议”、“细节强化”中的关键词组合成给AI绘画工具的提示词，例如：“科技感信息图，电路板风格的数据管道，中心是发光的优化引擎，深蓝与亮黄色调，具有数字粒子流动细节，专业严谨氛围”。
• 在实际工程中，将优化后的Prompt视为可迭代的“代码模块”，通过不断测试不同结构化指令对输出质量的影响，持续微调。