📖 阅读约 2 分钟
同样一份数据，有人让 AI 分析完直接能用，有人得到的全是废话。区别就在发数据之前说的那几句话。
我试了大半年，发现只要在发数据前加 3 句话，AI 的分析质量会提升好几倍。
第一句：告诉 AI 数据背景。 不要直接扔数据过去说”帮我分析”。先说清楚：”这份数据是 2026 年 Q2 的电商销售数据，包含 2000 条订单记录，每行是一个订单。数据已脱敏，客户名称用代号替换。” AI 知道了数据的来龙去脉，才能给出有针对性的分析。你什么都不说，它就按默认的套路来分析，结果往往不痛不痒。
第二句：告诉 AI 你的角色。 “我是一个电商运营主管，下周要向总监汇报。我需要从这份数据里找到 Q2 增长放缓的原因。” 角色不同，AI 分析的角度完全不同。你说是运营主管，它会关注转化率和用户行为；你说是财务总监，它会关注成本和利润。一定要告诉 AI 你是谁、要拿来干嘛。
第三句：告诉 AI 你不需要什么。 这个最容易被忽略但最有用。”我不需要基础的数据统计（总数、平均值这些我都知道），重点帮我找出异常值和隐藏趋势。另外，不建议用复杂模型，我需要能用大白话讲给领导听的结论。” 提前排除废话，AI 的输出质量直接拉满。
这三句话加起来不到 50 个字，但比多问三次都有用。下次给 AI 发数据前，花 10 秒加这三句话试试。
还有更多 AI 入门问题？
从完全零基础到熟练用 AI 解决工作和生活中的问题，每篇文章都是我亲身验证过的经验。免费，不藏私。
扫码加微信 5467378，备注"AI避坑"，免费领《AI 新手避坑指南》PDF
📖 同主题推荐
📘 免费领 PDF
这篇文章只是开始
11 个真实 AI 翻车案例 + 11 套避坑 SOP，打包成 PDF 免费送你。
加微信 5467378
备注"AI避坑"直接领 PDF
你觉得 AI 在这个场景还能怎么用？或者你有其他疑问？留言告诉我，我会一一回复。