不用学Excel函数，不用学Python。你只需要会说人话。

01

一个尴尬的场景

你手上有一份数据：这个月的销售报表、用户调研结果、或者后台导出的运营数据。

领导说："分析一下，下班前给我结论。"

你的第一反应是：打开Excel，盯着数字发呆。或者更糟——直接把数据复制进ChatGPT，问"帮我分析一下"，然后祈祷它给出一份能用的结果。

前者太慢。后者太不靠谱。

有一个更好的办法。

你不需要学会Excel高级功能。你不需要学Python的pandas库。你只需要知道怎么和AI描述你的数据和你想要什么。

这个教程，15分钟见效。

02

第一步：让AI先"看懂"你的数据

大多数人的错误做法：直接把Excel文件丢给AI说"帮我分析一下"。

AI拿到一份没有上下文的陌生数据，它只能猜。"猜"意味着它可能猜对第一页，但后面全错。

正确的第一步是：

复制这个提示词：

我有一份数据要分析。我先描述一下这份数据的背景：
我马上会把数据发给你。在开始分析之前，请先告诉我：你觉得这份数据里可能有哪些值得关注的方向？我确认后你再开始。

先把数据的上下文告诉AI，让AI告诉你它能从这份数据里看出什么——而不是直接让它出结论。

这一步的目的是：你和AI对齐预期。你告诉它数据长什么样，它告诉你它能找到什么。

03

第二步：让AI做"脏活"

上下文确认后，把数据发过去。不要一整个50MB的文件，复制前50行数据作为样本就够了。

然后告诉AI：

这是数据的样本。请帮我完成以下任务：
分析结果用简单的语言说，不要给我代码。

这一步是AI最擅长的——处理结构化数据。它能在几秒内完成你手动需要一小时的工作。

04

第三步：让AI给你"人话结论"

上一步做完你已经有数据了。但"有数据"不等于"有结论"。

你需要让AI把数据翻译成决策者能听懂的人话。

复制这个提示词：

基于你刚才的分析结果，请帮我做以下几件事：

这个提示词的关键在于"可操作的建议"和"风险"——只告诉老板"这个月销售额下降了15%"是不够的。告诉他"销售额下降主要是A地区贡献的，建议下周在A地区做活动"才有价值。

05

第四步：让AI帮你做汇报用的图表

结论有了，还需要一个能发出去的图表。不需要打开Excel做图。

复制这个提示词：

基于上面的数据，帮我生成一段HTML代码，用来展示一个简单的数据看板。需要包含：
布局要清爽、适合发在工作群里或者放进PPT。颜色用蓝色系。

把AI生成的HTML保存成文件，双击打开，就是一个可以直接截图或分享的数据看板。不需要任何设计工具。

06

一个完整示例

为了让你更清楚整个流程，这里用一个虚构的案例串一遍：

数据背景："我们书店3月份的每日销售数据，每行是一天的总销售额。"

第一步：告诉AI这个背景，AI回复说"我可以帮你分析每日趋势、找出销售高峰和低谷、对比周末和工作日差异"。

第二步：粘贴前20行数据，AI完成清洗和统计。

第三步：AI给出三句话结论——"3月总销售额12.5万，日均4032元。第二周出现明显低谷（日均仅2800元），第四周回升至4700元。周末销售额平均比工作日高32%。"

第四步：AI生成数据看板的HTML代码。保存→双击打开→截图→发到工作群。

全程大约15分钟。

07

一个视角

这个四步法不解决"数据不好看"的问题。如果数据本身就是不好看的，AI也不能把它变好看。

但它解决了一个更常见的问题：你有一堆数据，但你不知道怎么下手。

原来你需要：会Excel→会做图→会写分析报告。现在你只需要：会说清楚你的数据是什么、你想要什么。

数据分析这件事，被AI从"专业技能"变成了"沟通能力"。

前者需要练很久。后者——你本来就会。

每天3分钟，我们明天见。

如果觉得有用，欢迎转发给也被数据分析困扰的朋友。