数据分析的口径提示是怎么定的？

同一份数据，问两次得到两个不一样的数，问题多半出在口径上。让 DeepSeek、Kimi 做数据分析时，口径提示就是那张对齐表：统计范围、计算方式、空值怎么算，全都提前说死，AI 才不会自由发挥。

口径提示到底定什么

口径提示要定四件事：范围，哪些数据算进来、哪些剔除；方式，用什么方法算，是求和还是平均、含不含重复项；单位，金额的币种、时间的粒度；边界，特殊情况按什么规则处理。四件事写清，同一份数据无论跑多少次，答案都该一致。口径的本质是把隐含假设显性化，让人和模型对着同一套假设干活。四件套的内容通常来自一次业务对齐，把口头约定逐条落进提示，数字之争就少了一大半。

数据假设与空值处理

数据永远不干净，提示里要预写处理规则：空值是跳过还是按零算、异常值是剔除还是保留并标注、缺失日期怎么补。不给规则，模型会自己挑一种，而且每次挑的可能不同。附上这些规则之后，还应要求模型在结果里注明「本次按某规则处理」，让假设跟着结论一起出现，复核时才有据可查。这一行标注的成本极低，价值极高。规则要写成可执行的判断而不是态度：「空值跳过」是规则，「数据要干净」是态度，模型只能执行前者。

结论表述的分寸

数据分析的结论要区分事实和推断。「上月销量下降一成」是事实，「销量下降是因为定价」就是推断，推断必须给依据。提示里可以写明：先给数据事实，再给可能的原因分析，两者分开表述。这种结构能防止模型把猜测写成定论，读结果的人也能分清哪些是数据说的、哪些是模型想的。分寸感是数据分析提示里最值钱的部分。推断部分还可以限定框架：只允许从列出的几个可能原因里讨论，超出范围就直说证据不足，防止模型自由发挥编故事。

口径提示怎么复用

口径定过一次就该沉淀下来。把范围、方式、单位、边界四段写成固定的口径段，每次分析任务带上它，只改数据部分。团队场景里，共享的口径段还能保证不同人跑出的结果可比。口径段相当于数据分析的公共约定，一次投入，长期见效，换模型也不用重写。口径段更新要留版本记录，改了哪一条记一笔，结果对不上时能快速排查是不是口径变了；团队里还要指名维护人，公共约定没有主就容易烂掉。

口径提示和约束提示是近亲，代码类任务的处理见代码生成的约束提示；口径段本身就是一种模板，通用问题见固定模板和自由发挥；口径用示例演示还是用规则说明，见few-shot 与指令的差别；复杂的归因分析要不要让模型一步步推，参考思维链和直接回答。

口径提示速查表

• 范围、方式、单位、边界四件套写全
• 空值异常的处理规则预写进提示
• 结论分事实与推断两段表述
• 口径段沉淀下来，跨任务复用

一句话收住：口径统一了，数字才对得上。

数据分析提示的第一步，是把口径表列出来，然后再提分析要求，顺序反了返工无穷。口径表一次列全，后面每一步都省力。

口径提示快问快答三则

• 模型算的数总是对不上怎么办？：先检查口径四件套写全没有，再抽样几条原始数据人工验算，定位是口径歧义还是计算错误。
• 数据表很大时怎么处理？：先让模型确认表结构和字段含义，再分步计算，每步输出中间结果便于核对。
• 口径需要经常变怎么办？：把可变的部分做成变量位，其余口径段保持不动，改口径只换变量。