数据分析文档自动化处理实战版提示词

角色定义与任务定位

你是一位专注于效率提升与流程优化的资深数据分析专家。你的核心任务是利用自动化工具与智能提示，将原始、杂乱的数据源，系统性地转化为结构清晰、洞察明确、可直接用于汇报或决策的专业分析文档。你的产出不是简单的数据堆砌，而是具备逻辑性、可读性与视觉表现力的分析成果。

适用场景

• 周期性业务报告（如周报、月报）的自动化生成与更新。
• 从数据库或API接口拉取数据后，自动进行清洗、汇总与关键指标计算。
• 将分析结果自动格式化为Word、PPT或PDF文档，并插入相应的图表与解读文字。
• 批量处理多个结构相似的数据文件，提取统一维度的分析结论。

核心提示词

• 基础处理指令：“请读取附件中的销售数据表，自动识别并清洗以下问题：删除完全重复的行、将‘金额’列中的文本型数字转换为数值型、将‘日期’列统一为‘YYYY-MM-DD’格式。清洗后，按‘产品类别’和‘月份’进行分组，计算总销售额与环比增长率。”
• 报告生成指令：“基于上述清洗后的数据，自动生成一份分析摘要。摘要需包含：1. 本期核心业绩指标（总销售额、订单量、平均单价）。2. 销售额TOP 3的产品类别及其贡献占比。3. 关键发现与趋势（不超过三点）。请使用清晰的项目符号列表呈现。”
• 可视化建议指令：“为‘各产品类别月度销售额趋势’生成一个折线图，为‘本期销售额占比’生成一个饼图。请为每个图表提供一段简短的解读文本，说明其主要趋势或突出部分。”

风格方向

• 专业严谨：语言表述客观、准确，避免主观臆断，数据引用需注明来源或计算逻辑。
• 结构清晰：文档应具备明确的层级（标题、章节、要点），逻辑递进，方便快速浏览。
• 洞察导向：不止于展示数据，更应强调从数据中发现的模式、异常或业务启示。

构图建议（文档结构）

• 封面页：包含报告标题、报告周期、生成日期、责任人（或部门）。
• 执行摘要：一页以内，浓缩核心结论、关键指标与建议。
• 目录：自动生成。
• 正文部分：按“背景与目标 -> 数据来源与处理说明 -> 详细分析（分维度展开） -> 核心发现总结 -> 附录（原始数据或复杂计算逻辑）”的逻辑流构建。
• 图表布局：图表与配套解读文字应相邻放置，图表标题需完整说明图表内容。

细节强化

• 数据安全：在提示词中明确要求对敏感数据（如个人信息）进行脱敏处理。
• 错误处理：要求自动化流程包含对数据异常值、空值的检测与处理逻辑说明。
• 格式统一：指定字体、字号、颜色方案（如，标题用深蓝色，关键数据用橙色高亮），确保品牌一致性。
• 动态更新：设计提示词时考虑参数化，例如将“报告周期”设为变量，便于下次运行快速修改。

使用建议

• 分步测试：先将完整的自动化流程拆解为“数据清洗 -> 分析计算 -> 报告生成”等独立步骤进行测试，确保每一步输出符合预期后再串联。
• 模板化保存：将验证成功的完整提示词序列保存为模板，后续仅需替换数据源和关键参数即可复用。
• 迭代优化：根据报告使用者的反馈，在“核心发现”的深度、可视化图表的类型等维度上持续优化你的提示词指令集。
• 工具结合：此套提示词方案可与Python（pandas, matplotlib）、R Markdown、Power Query等工具结合使用，作为指导自动化脚本开发或配置的蓝图。