AI 数据分析的完成标准不是“生成了公式、代码或图表”，而是第二个人能用同一份输入和同一套口径复算出相同结果。先冻结原始数据，定义字段、单位、时间、缺失值和指标分母，再让 AI 协助清洗、计算、解释与呈现；每个重要数字都要能回到数据、公式或脚本。
先按交付物选择分析路线
| 交付物 | 合适起点 | 必须保留 | 主要风险 |
|---|---|---|---|
| 汇总表、指标或经营看板 | 字段检查、聚合与对账 | 指标字典、过滤条件、分母和时间范围 | 同名指标不同口径 |
| 清洗后的数据集 | 类型、缺失、重复、异常和关联键 | 原始快照、清洗规则与变更数量 | 静默删除或错误填补 |
| 预测、分类或异常检测 | 基线、训练测试切分与误差成本 | 样本定义、特征、阈值、评测和版本 | 数据泄漏与过度乐观 |
| 图表、报告或管理结论 | 先核对数字，再选择表达 | 图表数据、单位、来源和文字洞察 | 截断坐标、遗漏分母或把相关当因果 |
如果任务需要先寻找外部数据或判断来源可信度，先进入知识问答与研究；如果数字已经核对完，只需要形成说明或报告，再进入写作与润色。
建立数据契约，而不是直接上传文件
问题：要支持什么决策，观察单位是什么，分析时间和地区是什么。
数据：来源、快照时间、表和字段、唯一键、单位、权限与允许用途。
口径：指标公式、分母、过滤、币种、时区、缺失与异常处理。
方法：需要描述、比较、推断、预测还是异常筛选；基线是什么。
输出：表格、脚本、图表、结论、限制、负责人和复核日期。
上传前先移除不需要的姓名、联系方式、账号、密钥和敏感明细。即使平台允许上传，也要符合组织政策、合同和最小必要原则。
九步可复算工作流
- 冻结原始快照。保存只读文件、来源、导出条件、时间和校验值，不覆盖原始数据。
- 读取数据字典。确认字段含义、类型、单位、唯一键、可空规则和关联关系。
- 生成质量概况。统计行数、缺失、重复、范围、类别和异常，但先不要自动修复。
- 确认处理规则。每项删除、填补、转换和合并都写明理由与影响行数。
- 建立基线。先用简单公式或人工小样得到可对照结果，再运行复杂分析。
- 让 AI 生成可执行步骤。保留公式、SQL、Python 或 BI 转换，而不是只保存自然语言答案。
- 抽样与总量对账。手算关键样本，并核对行数、合计、分组和边界条件。
- 解释和可视化。先写一句数据支持的结论，再选择最能表达关系的图表。
- 交付复算包。包含原始快照引用、处理脚本、结果数据、图表、限制和运行说明。
复算包至少要让人检查这六件事
- 行数：导入、过滤、合并和输出各有多少行，差异能否解释。
- 口径：公式、分母、单位、币种、时区和统计周期是否唯一。
- 样本：随机抽取正常值、缺失值、重复值和极端值，回到原始记录核对。
- 代码：公式或脚本能在干净环境重复运行，依赖和版本已记录。
- 误差：预测或分类同时报告基线、测试集、阈值、误报漏报和适用范围。
- 结论：文字只陈述数据支持的关系，不把相关性、模型解释或 AI 猜测写成因果。
训练模型时，先切分训练集和测试集，再从训练集学习填补、标准化或特征选择规则；把测试数据用于预处理选择会造成数据泄漏和虚高评估。
图表选择从“要比较什么”开始
| 关系 | 常用表达 | 检查重点 | 无障碍文字 |
|---|---|---|---|
| 类别高低 | 排序条形图 | 统一基线、单位和排序 | 指出最高、最低和关键差距 |
| 时间变化 | 折线图 | 时间间隔、缺口和结构变化 | 说明起点、转折、终点和幅度 |
| 组成 | 堆叠条形或 100% 堆叠 | 绝对量与占比不要混淆 | 说明主要组成及变化 |
| 分布与异常 | 直方图、箱线图或散点图 | 样本量、分箱、极端值和尺度 | 说明集中范围、偏态和异常点 |
图表的替代文本应传达洞察，而不只写“销售折线图”。同时在正文保留关键数字和结论，使不看图的读者也能获得同等信息。
这些情况应停止分析或降低结论强度
- 字段定义、唯一键、单位或指标分母无法确认，却要求输出精确结论。
- 数据来源、导出条件或快照时间不明，无法重建同一输入。
- AI 给出数字、公式或统计解释，但没有可运行公式、代码或中间结果。
- 样本存在系统性缺失、选择偏差或类别不平衡，却直接推广到全部人群。
- 预测、异常检测或财务结果会触发处罚、拒绝服务、投资或人事决定，却没有人工复核与申诉渠道。
- 图表必须通过截断、隐藏类别或省略分母才能支持预设结论。
从已核验分析案例继续
下方推荐覆盖数据最小化、财务分析、异常检测、审计证据和指标计算。模板只展示仍处于 A/B 认证状态的页面。
来源与复核说明
数据处理参考 pandas User Guide与缺失值指南；评测边界参考 scikit-learn Common pitfalls；图表替代文本参考 Microsoft Accessibility；生成式输出风险参考 NIST AI 600-1。
页面由兰塞 AI 编辑部于 2026-07-18 复核。查看编辑与核验标准、来源政策；发现计算、图表或链接错误可通过更正机制提交复算依据。