林骥
你好，我是林骥。
在使用 AI 时，很多人会遇到下面 2 个问题：
1. 提示词过于简单
比如，给 AI 发送以下提示词：
2. 提示词过于混乱
比如：
虽然 GPT-4o 提供了一篇数据分析报告的模版，
但是 GPT-4o 的回答并不符合我的要求，我其实不是想让 AI 教我怎么做，而是希望 AI 能把做好的结果给到我，也就是直接生成一份 PPT 格式的数据分析报告。
那么，怎么才能让 AI 输出符合要求的内容呢？
为了减少误解，提高 AI 的输出质量，我们可以使用一个 RTF 模型，这是一个指导 AI 执行特定任务的框架，由 3 个部分组成：
Role（角色）：定义任务的角色，让 AI 更好地理解将要扮演的身份。
Task（任务）：明确任务的目标，让 AI 更准确地理解用户的需求。
Format（格式）：界定输出的格式，让 AI 更精确地执行相应的任务。
通过这种结构化的方式，AI 可以更清晰地理解你的需求，并输出更符合期望的内容。
比如：
当执行过程中遇到问题的时候，AI 还会自动想办法予以解决：
最后，AI 帮我生成了一份数据分析报告，点击下载链接即可保存到本地。
下载并打开这份数据分析报告后，我发现在排版等方面还存在一些问题，但 AI 确实生成了一份 PPT 格式的数据分析报告，并给出了相应的结论与建议。
数据分析不是数字的游戏，而是一种思维的艺术。
对于简单的数据分析报告，你可以让 AI 一次性输出整篇内容。
但对于相对复杂的报告，我们需要像搭建一座房子一样，一砖一瓦地搭建，从标题到正文，从图表到结论与建议，一步步构建。
在这个过程中，立意构思非常重要，就像建筑师在设计图纸之前，需要深入思考环境等因素。
当然，我们可以借助 AI 的力量来辅助进行立意构思，通常有 2 种思维方式：
1. 正向思维
适合已经有明确目标和问题的情况，让 AI 去执行研究分析的任务，就像是有了设计图纸，让工人去建造一样。
2. 逆向思维
如果我们不知道应该提出什么问题，可以反过来让 AI 对我们进行提问，就像是在设计图纸之前，可以先问问自己，我们真正需要怎样的房子。
当 AI 生成数据分析报告的初稿之后，我们还需要像园丁一样，对内容进行修剪和优化，主要有以下 3 种方法：
（1）修改相应的提示词
如果生成的内容与预期结果有较大偏差，需要考虑修改提示词，就像园丁发现植物的生长方向不对，需要对其进行调整。
例如，调整提示词的表述方式、增加新的内容要求等，以使提示词更加贴近实际需求。
（2）指出答案存在的问题
当内容问题不大，并且能够明确指出时，可以告诉 AI 目前还存在哪些问题，并提供具体的修改建议，就像园丁对植物进行适当的修剪。
例如，对于某一部分内容进行细化，调整某一部分内容的语言表达方式等。
（3）直接重新生成多份答案
对于同一提示词，可以让AI多次重新生成，或者用不同的AI来生成，这样就可以优中选优，就像是园丁尝试不同的修剪方法，找到最适合植物生长的方式。
最后，你还可以运用对比思维，把多份不同的回答拿来做对比，组合出更好的数据分析报告，就像是园丁在修剪之后，还需要对比不同植物的长势，以确保整个花园的和谐与美丽。
用 AI 辅助写好数据分析报告的过程，就像一场思维的盛宴，让我们一起享受这场盛宴，用数据化解难题，让分析更加有效。
延伸学习：
梅俊：1 个万能公式，让 AI 帮你快速写汇报、方案、总结
请帮我写一篇数据分析报告。这样笼统的描述，由于缺少具体细节，就算是功能强大的 AI，也无法理解你的真实需求，所以只能输出一些套路式的内容，或者要求你提供更多具体信息。 例如，GPT-4o 模型的回复如下：
2. 提示词过于混乱
比如：
请帮我写一篇数据分析报告，主要是为了从数据中发现问题，并提出解决问题的建议。我们公司是做零售业务的，领导特别关注销售业绩和利润。目前销售遇到瓶颈，希望能够通过数据分析，找到提升销售业绩的方法。但我现在没有什么思路，请问你能帮帮我吗？像这样写了很长的一段话，把自己混乱的想法一股脑抛给 AI，没有提出结构化的要求，最终导致 AI 输出的内容可能与你的期望大相径庭。 例 如，GPT-4o 模型的回复如下：
虽然 GPT-4o 提供了一篇数据分析报告的模版，
但是 GPT-4o 的回答并不符合我的要求，我其实不是想让 AI 教我怎么做，而是希望 AI 能把做好的结果给到我，也就是直接生成一份 PPT 格式的数据分析报告。
那么，怎么才能让 AI 输出符合要求的内容呢？
为了减少误解，提高 AI 的输出质量，我们可以使用一个 RTF 模型，这是一个指导 AI 执行特定任务的框架，由 3 个部分组成：
Role（角色）：定义任务的角色，让 AI 更好地理解将要扮演的身份。
Task（任务）：明确任务的目标，让 AI 更准确地理解用户的需求。
Format（格式）：界定输出的格式，让 AI 更精确地执行相应的任务。
通过这种结构化的方式，AI 可以更清晰地理解你的需求，并输出更符合期望的内容。
比如：
Role（角色）：你是一家零售公司的资深数据分析师，深刻理解公司的业务情况，并且熟练掌握数据分析的相关技能，尤其擅长数据可视化分析，善于用数据化解难题，让分析更加有效，有着非常丰富的数据分析实战经验。我尝试了多种不同的 AI，发现「智谱清言」的数据分析功能比较强大，上传一个测试用的销售数据文件之后，发送上面的提示词，AI 就自己开始工作了，并生成如下内容和图表：
Task（任务）：公司领导特别关注销售业绩和利润，但目前销售遇到瓶颈，希望能够通过数据分析，找到提升销售业绩的方法。为了提升零售业务的效能，给公司创造更大的价值，你需要根据我提供给你的数据，制作一份专业的数据分析报告，指出从数据中发现的问题，并给公司领导提出相应的改进建议。
Format（格式）：请你输出一份 PPT 格式的数据分析报告，其中包含图表和分析说明，并运用《数据化分析》、《金字塔原理》和《用数据讲故事》等专业书籍介绍的方法，要求重点突出分析结论和建议。
当执行过程中遇到问题的时候，AI 还会自动想办法予以解决：
最后，AI 帮我生成了一份数据分析报告，点击下载链接即可保存到本地。
下载并打开这份数据分析报告后，我发现在排版等方面还存在一些问题，但 AI 确实生成了一份 PPT 格式的数据分析报告，并给出了相应的结论与建议。
数据分析不是数字的游戏，而是一种思维的艺术。
对于简单的数据分析报告，你可以让 AI 一次性输出整篇内容。
但对于相对复杂的报告，我们需要像搭建一座房子一样，一砖一瓦地搭建，从标题到正文，从图表到结论与建议，一步步构建。
在这个过程中，立意构思非常重要，就像建筑师在设计图纸之前，需要深入思考环境等因素。
当然，我们可以借助 AI 的力量来辅助进行立意构思，通常有 2 种思维方式：
1. 正向思维
适合已经有明确目标和问题的情况，让 AI 去执行研究分析的任务，就像是有了设计图纸，让工人去建造一样。
2. 逆向思维
如果我们不知道应该提出什么问题，可以反过来让 AI 对我们进行提问，就像是在设计图纸之前，可以先问问自己，我们真正需要怎样的房子。
当 AI 生成数据分析报告的初稿之后，我们还需要像园丁一样，对内容进行修剪和优化，主要有以下 3 种方法：
（1）修改相应的提示词
如果生成的内容与预期结果有较大偏差，需要考虑修改提示词，就像园丁发现植物的生长方向不对，需要对其进行调整。
例如，调整提示词的表述方式、增加新的内容要求等，以使提示词更加贴近实际需求。
（2）指出答案存在的问题
当内容问题不大，并且能够明确指出时，可以告诉 AI 目前还存在哪些问题，并提供具体的修改建议，就像园丁对植物进行适当的修剪。
例如，对于某一部分内容进行细化，调整某一部分内容的语言表达方式等。
（3）直接重新生成多份答案
对于同一提示词，可以让AI多次重新生成，或者用不同的AI来生成，这样就可以优中选优，就像是园丁尝试不同的修剪方法，找到最适合植物生长的方式。
最后，你还可以运用对比思维，把多份不同的回答拿来做对比，组合出更好的数据分析报告，就像是园丁在修剪之后，还需要对比不同植物的长势，以确保整个花园的和谐与美丽。
用 AI 辅助写好数据分析报告的过程，就像一场思维的盛宴，让我们一起享受这场盛宴，用数据化解难题，让分析更加有效。
延伸学习：
梅俊：1 个万能公式，让 AI 帮你快速写汇报、方案、总结
↑ 点击此卡片关注 ↑
↑ 周二早八点阅读 ↑
