如何在Whizi中用AI分析电子表格

在提问之前先给数据做画像

电子表格分析出错最常见的原因，其实和AI无关。真正的问题是：文件里有14行地区名称带着多余的空格，日期格式还分两种，中间被人不小心留了一行小计，而你正要求平均值的那一列还有300个空白。如果你先提问，得到的只会是一个在垃圾数据上算出来的、看起来很自信的答案。

所以第一条提示词，在任何文件上都是一样的。

提示词：数据画像

在我们分析任何内容之前，先给这个文件做数据画像。请返回：行数，每一列的列名及推断出的数据类型，每列缺失值的数量和占比，完全重复行的数量，每一列若唯一值少于25个则列出所有唯一值，每个数值列和日期列的最小值和最大值，以及任何数值看起来不一致的列（格式混用、多余空格、单位混用、日期格式混用）。暂时不要分析或解读，只需告诉我文件里有什么，以及哪里看起来有问题。

光这一条提示词，就能拦下大部分原本会毁掉分析结果的问题。尤其是唯一值列表，你会从中发现"UK"、"U.K."和"United Kingdom"在你的数据里被当成了三个不同的地区。

提示词：修复发现的问题

将你发现的问题标准化：去除多余空格，把[列名]统一成单一格式，并合并以下这些变体：[列出它们]。在应用之前，先用表格向我展示你打算使用的映射关系。如果要删除任何行，必须先告诉我删除了哪些行以及原因。

提出能产生可核查答案的问题

含糊的问题只会得到含糊的答案。真正管用的提示词会明确指出列名、操作方式和输出格式，并要求对方展示计算过程。

提示词：附带计算过程的聚合

按[列名]分组，计算[指标]。返回一个Markdown表格，列出分组、该组的行数和对应指标。在表格下方，说明你具体是如何计算这个指标的，排除了哪些行以及原因，以及如何处理空白值。按[列名]降序排列。

提示词：分群问题

针对每个[分群维度，例如注册月份]，按[时间间隔]计算[指标]。在每个数字旁边都标出该分群的规模。如果某个分群的行数少于[n]，就标注为样本太小、不适合解读，而不是给出一个百分比。

最后这一条指令能防止电子表格分析中最容易造成误导的一种输出：一个只有四名用户的分群被报告为"75%留存率"，还和一个九千人的分群并排出现在同一张表格里。

提示词：排查异常

这份数据里有哪些可疑之处？请留意：超出合理范围的数值、时间序列中的突然断层、分布在中途发生变化的列、完全重复或近似重复的行、显得过于整齐的数值，以及任何暗示数据采集方式发生变化的迹象。每一项都请引用具体的行。

这是本文里价值最高的一条提示词，在普通的电子表格工作流程中根本没有对应的操作。它经常能找出埋点失效的那一天、突然改用另一种货币上报的供应商，以及那次把整个季度数据夸大的重复导入。

提示词：图表规格

针对这个问题和这种数据形态，推荐合适的图表类型，并解释为什么那个看似显然的替代方案在这里其实更差。然后给我具体规格：图表类型、x轴、y轴、系列、聚合方式、排序方式和坐标轴处理方式。不要使用双坐标轴，也不要截断柱状图的坐标轴。

运算到底在哪里出错

这个问题值得一个直截了当的答案，因为"AI不擅长数学"这句话虽然没错，却含糊得没什么用。

语言模型在文本中对数字进行推理时，做的其实是模式补全，而不是真正的计算。它擅长描述结构、给行分类、判断你需要哪种计算方式。但让它在几百行数据上完成一长串运算，可靠性就大打折扣，而且它会悄无声息地出错：输出的是一张格式工整、数字却是错的表格，看不出任何异常信号。

几条实用的原则：

• 要方法，不要只要结果。"确切说明你是怎么计算的，排除了什么"这样的要求，能让存在的错误暴露出来。
• 手动抽查一组数据。在输出表格中挑最小的一组，去实际表格里核实。如果对得上，方法大概率是对的；如果对不上，整张表都不能信。
• 用第二个模型交叉核对任何有实际影响的结果。两个独立的模型算出同一个数字，是比一个模型重复自己更有力的证据。Whizi的并排对比视图正是为此而设计的。
• 留意重复计数。文件里遗留的小计行和一对多的关联，是两个最常见的元凶，而模型并不知道它们是错的。
• 凡是必须精确的结果，就要公式或代码。给我Excel公式或给我pandas代码能把运算交给一个确定性的引擎去做，模型则专心做它擅长的部分，也就是判断该用哪种计算方式。

最后这一条，才是财务或报表类工作真正的答案：用模型来设计分析思路，用你的电子表格或脚本来执行计算。

哪个模型该读哪种文件，多大算太大？

CSV和Excel都可以直接上传，三个模型之间的分工也很清晰。

模型	上下文窗口	每条消息消耗积分	适用场景
GPT-5.6 Terra	100万tokens	4	严格格式：整洁的表格、JSON、精确的列映射
Claude Sonnet 5	100万tokens	10	多步聚合运算的交叉核对
Gemini 3.5 Flash	100万tokens，约1900页书稿	8	最大体量的文件，或在同一对话中同时分析电子表格和PDF

上下文和积分数据来自Whizi的模型成本索引，价目表抓取于2026-08-20。

几个实用建议：

• 给它一张干净的矩形表。一行表头，没有合并单元格，没有留白的间隔行，K列里也没有备注。多层表头的格式化报表比任何文件大小限制都更容易搞乱提取结果。
• 发送原始表，而不是演示版表格。带格式和小计的那个版本，正是导致重复计数的版本。
• 列很多的文件，先要一份列说明。如果列名难以理解，就在分析之前先问模型每一列是什么意思，并告诉模型它理解错的地方。
• 文件特别大时，用Gemini 3.5 Flash，它和Claude Sonnet 5、GPT-5.6 Terra读取相同的100万tokens上下文，而且是三者中每次回答成本最低的。再往上，就要有意识地抽样：随机抽取5000行样本进行分析，并告诉我每个数字应该预期多大的抽样误差，这比让文件被悄悄截断要好得多。
• 先剥离个人数据。姓名、邮箱和身份标识几乎从来都不是分析所需要的，提前删除它们，比争论你是否有权上传它们要快得多。

上传的具体操作细节，参见上传文档。

在真实文件上的完整八步流程

在真实文件上的完整工作流程，按顺序如下：

1. 上传文件，运行数据画像提示词，仔细阅读唯一值列表和缺失值统计。
2. 修复发现的问题，在应用映射表之前先审阅一遍。
3. 让模型总结这份数据大致讲的是什么，以及它认为你应该问的三个问题。这一步很快，也常常会让你重新思考该怎么分析。
4. 提出你真正想问的问题，并要求答案里包含计算方法和排除项。
5. 每次都要运行异常排查提示词，惊喜通常就藏在这里。
6. 手动抽查其中最小的一组数据。
7. 用第二个模型交叉核对最核心的那个数字。
8. 要图表规格，如果数字必须精确且可复现，就要公式。

第1、5、6步是大家最容易跳过的步骤，也正是这几步，决定了你的分析是站得住脚的，还是一份包装精美的猜测。