用 AI 把原始数据变成一张能交差的报表

这篇适合谁 / 不适合谁

适合：

• 手头是 CSV / Excel，要做汇总、透视、同比环比
• 要的是"一张能交差的表"，不是统计建模
• 愿意在出数前先把口径写清楚

不适合：

• 需要严肃统计推断、p 值、显著性（那是分析，不是报表）
• 数据本身脏到没有字段定义（先补元数据）
• 金额/人数会影响决策且不能出错的场景（AI 出数必须双人复核）

开始前准备什么

1. 原始文件：CSV 或 .xlsx，最好是导出的干净副本。
2. 口径清单：要算什么指标、分母怎么定、空值怎么处理、时间范围。
3. 上次的报表（若有）：用来对齐口径，避免这次和上次对不上。

操作步骤

1. 装 skill

xlsx 是读写 Excel 的技能包，复制目录到客户端技能目录（与一般 Agent Skill 装法一致）：

2. 先定口径，再出数

把口径写进提示词，比让 AI"自己看着办"可靠得多：

基于 data.xlsx 的"订单"表，产出一张周度报表：
- 指标：GMV = 支付金额之和；下单用户数 = 去重 user_id
- 时间：按 order_time 的周（周一开始），范围 2026-01 到 2026-09
- 空值：支付金额为空的订单不计入 GMV，但要单独列出"未支付订单数"
- 输出：新的 result.xlsx，含"周 / GMV / 下单用户数 / 环比"三列

3. 大数据量走脚本

行数超过几万、或要复杂变换时，用 pandas-pro 让 AI 写一段 pandas 脚本算，比在表格里点透视稳：

用 pandas 读 raw.csv，按 (region, week) 分组算均值和分位数，
空值用该组中位数填充，输出 grouped.csv 并附 5 行样例。

4. 抽查 3 行再交差

AI 出的数最该怀疑的是"口径"。挑 3 行手工验算（比如某周 GMV 自己加一遍），一致再发。

会踩的坑

FAQ

没有 Excel 只有 CSV 行吗？

行。xlsx 也能处理 CSV；大数据量直接用 pandas-pro 写脚本更顺。

AI 算的和我手算差一点正常吗？

多半是口径或空值处理不同。把你的算法也写进提示词，让它对齐；差异还在就抽查原始行。

能直接出图表吗？

报表阶段先出数，图表用 Excel / BI 自己插最稳。让 AI 画 SVG 图容易"看起来对但实际错"。

财务表能用吗？

能，excel-author 可生成带公式、可审计的财务工作簿；但涉及金额必须双人复核。

数据要脱敏吗？

含个人信息（手机号、身份证）的表，先脱敏再丢给外部服务，内部走本地模型。

相关指南

顺着这些场景接着看：

• 用 AI 搭数据看板和可视化
• 用 AI 写 SQL 和数据分析查询

相关源码

• anthropics/skills · xlsx 源码
• Jeffallan/claude-skills · pandas-pro 源码
• Agent Skill 开放格式规范

一句话结论

结论：数据分析先定口径再出数，AI 跑完你抽查 3 行，比「让 AI 看着办」稳十倍。