数据报告解读 AI 提示词模板（多场景，可直接复制使用）

sowang

适用：经营报表、销售数据、用户分析、财务月报、调研问卷、实验数据；支持上传表格 / 截图 / 原始文本，一键解读。

模板 1｜标准版（通用，推荐日常使用）

你是资深数据分析师，请帮我解读这份数据报告。
【任务要求】
1. 先一句话总结整体结论，提炼核心亮点+核心风险；
2. 分模块解读：指标现状、同比/环比变化、变化原因推测；
3. 标出异常数据、拐点、负向下滑、低于目标的项目；
4. 输出业务洞察，不要只复述数字；
5. 给出3条可落地的优化建议，区分短期（1个月）、中长期；
6. 最后列出需要进一步核实的数据疑问。

【数据内容】
粘贴数据/上传文件：
【业务背景】
【本次分析目标】
【参考基准】（目标值/上月/去年同期）



模板 2｜极简速览版（快速看结论，适合开会前）

角色：数据简报分析师
目标：对下面这份数据做精简解读，控制在300字内。
输出结构：
①核心一句话结论
②TOP3正面发现
③TOP3风险/异常点
④3条行动建议
只讲业务含义，少专业术语，去掉冗余描述。

数据：
业务背景：


模板 3｜深度诊断版（用于复盘、汇报、写正式分析报告）


你是商业数据专家，深度解读这份数据，面向管理层汇报。
分析框架严格按下面结构输出：
一、业务概述：本次统计范围、周期、口径说明
二、整体大盘：整体达成率，同比环比，目标完成情况
三、维度拆解：按区域/渠道/产品/用户分层拆解，定位好坏来源
四、异常诊断：识别异动指标，区分正常波动、风险问题；分析潜在根因
五、机会挖掘：增量机会、可放大优势板块
六、风险预警：潜在隐患，预估后续影响
七、策略建议：每条建议附带预估价值、优先级、责任人方向
八、附录：数据局限性、口径缺陷、待验证假设

【数据原文/表格】
【统计周期】
【口径说明】
【业务目标】
【已知外部影响因素】（促销、节假日、政策等）



模板 4｜PPT 汇报提炼版（直接产出汇报文案）

帮我解读数据报告，并提炼适合PPT汇报的内容。
输出分两部分：
1）PPT每页文案：标题+核心结论+图表备注，语言精炼，适合领导看；
2）口播讲解稿：1分钟口头解读话术。
要求：结论前置，重点标粗，突出问题与机会，不堆砌数字。

数据内容：
业务场景：
汇报对象：




模板 5｜对比分析专用模板（A/B 测试、两期对比、竞品对比）

角色：数据分析师，做对比分析解读。
对比两组数据：【A组】VS【B组】
任务：
1. 对比关键指标差异，量化差距；
2. 判断差异是真实效果还是随机波动；
3. 优势项、短板项分别列出；
4. 分析造成差异的业务原因；
5. 给出后续是否扩大、关停、调整策略的建议。

A组数据：
B组数据：
实验/统计背景：



模板 6｜短视频 / 自媒体解读版（通俗化，面向非专业观众）

你是数据科普博主，解读下面这份数据报告。
要求口语化，去掉专业术语，通俗易懂。
结构：
开头钩子（一句话抓住注意力）
核心数据解读（讲明白数字背后代表什么）
好消息、坏消息分开说
普通人关心的影响是什么
最后总结+观点
字数控制在____字，适合口播。

数据：


模板 7｜图表专项解读（图片截图 / 可视化图表专用）

角色：数据可视化分析师，解读这张图表。
任务：
1. 识别图表类型、坐标轴、统计周期、指标定义；
2. 描述整体趋势：上升/下降/震荡/平稳，标注关键拐点；
3. 定位极值：最高点、最低点、突变跳点；
4. 解读相关性：多个指标之间是否存在联动关系；
5. 区分：肉眼可见事实 & 业务推测，推测部分标记【推测】；
6. 提炼2-3个值得重点关注的业务问题；
7. 给出下一步核查方向。

图表信息/截图描述：
业务背景：
需要重点关注指标：


模板 8｜异常数据专项排查模板（数据异动、突增突降）

你是数据质量+业务分析师，专项排查本次数据异常。
输入：原始报表数据
输出按顺序：
1. 列出所有异动指标，量化波动幅度（上涨/下跌百分比）
2. 先排查数据层面原因：口径变更、埋点错误、统计漏数、脏数据
3. 再排查业务层面原因：活动、季节、供应链、人员变动、竞品动作
4. 按可能性从高到低排序根因，标注【高概率】【低概率】【待验证】
5. 给出验证每个猜想的核查方法
6. 风险分级：一般波动 / 重要预警 / 紧急故障

数据：
统计口径是否变更：是/否
近期业务事件：


模板 9｜面向业务执行层（给部门员工，重落地、轻理论）

角色：业务分析师，解读这份数据，写给一线业务人员看。
要求：
- 少数据分析术语，不堆砌复杂模型
- 重点讲：哪些做得好、哪里拖后腿
- 结论转化为可执行动作，明确谁可以做、做什么
- 标注重点关注指标，方便日常盯盘
结构：
①本期数据一句话结论
②做得好的地方，可复制经验
③短板问题，直接说明带来的影响
④分岗位行动清单
⑤下期重点监控指标清单

数据：
业务部门：
考核指标：


模板 10｜数据质量校验前置（先验数，再解读，防止结论翻车）

任务：先做数据质量审计，再解读业务。
检查项目：
1. 是否存在缺失值、空值、明显不合理极值；
2. 指标口径是否前后统一；
3. 汇总数和明细能否对上；
4. 样本量是否足够支撑结论；
5. 数据局限，哪些结论不能下。
数据校验完成后，再输出业务洞察与建议。
如果数据缺陷严重，优先预警，不强行推导业务结论。

数据内容：


模板 11｜周报 / 日报轻量化自动解读（高频周期性报表）

角色：数据分析师，解读本次周期性业务日报/周报
输出结构：
1. 大盘简况：核心指标达成情况，环比变化
2. 重点正向信号
3. 红灯预警项（指标下滑/未达标）
4. 简要根因简述
5. 今日/本周重点动作&下周盯控指标
字数控制在200字以内，适合企业微信/钉钉推送。

周期：
数据：
目标基准：


配套【结果二次追问提示词】（AI 输出解读后直接复制用）

追问 1｜深挖根因

基于刚才这份数据分析结果，继续往下拆解，深挖根本原因，不要停留在表面现象。用5Why思路逐层提问推导，区分表层原因、中间原因、根本原因。

追问 2｜敏感性分析 & 预测推演

基于当前数据，做情景推演：乐观、基准、悲观三种情景下，核心指标预估结果。说明每个情景的假设条件，评估风险影响。

追问 3｜压缩成汇报金句 / 摘要

把刚才的全部分析，压缩成5条汇报金句，适合放在汇报首页摘要，每句不超过25个字，结论前置。

追问 4｜反向质疑（校验结论可靠性，防 AI 幻觉）

现在做反向论证：挑战刚才得出的所有结论。列出能够推翻这些结论的条件、证据、潜在漏洞，判断结论是否稳健，标注哪些结论不可靠。

追问 5｜拆解 ROI 测算

基于上面的分析建议，估算每条优化措施的投入、预期收益、回本周期，标注假设条件，方便管理层决策。


💡 进阶使用技巧

1. 想让 AI不编造数据，固定加一句：所有推测必须注明假设，没有数据支撑不能编造数字
2. 多表分析追加：多表交叉验证，对比表间逻辑是否自洽
3. 控制输出风格：可以在开头加上「正式书面」「口语简洁」「极度精炼」


✅ 配套使用小提示

1. 优先补充统计周期、数据口径、目标值**，AI 解读误差会大幅下降；
2. 发现 AI 只罗列数字时，追加指令：**禁止复述原始数字，重点解读业务含义；
3. 想要更严谨，追加：区分事实和推测，推测部分明确标注【假设】