📊 AI 做数据分析：哪一步能交给它，哪一步必须自己算

分类：数据分析 · 全流程实操

整理自 B 站 UP 主「江江AI一线」《打工人必看！AI做数据分析的全流程！18分钟学会三种实用的方法。》（BV1ne9aBZEFQ）。本站做了要点提炼与改写。

先记住一句话：它是语言模型，不是计算引擎

视频作者干了 13 年商业分析，测试过市面上绝大多数 AI 工具后给的结论是：AI 做数据分析可用，但坑很多。根源只有一条——它的本质是预测下一个 token，目标是生成"听起来合理"的东西，不是保证算对。这两个目标之间存在根本冲突，理解了这一点，下面所有问题都能推出来。

八个真实翻车点

1. 没看完你的表。上下文窗口有限，你传一张十万行的销售数据，它只看到前几千行，然后基于局部样本给你一份"整体趋势"，而且不会告诉你它没看完。
2. 多步运算中途出错。单步统计还好，一旦涉及同比、环比这类多步计算，中间某一步悄悄算错，再用流畅的话术把错误结论包装得非常自信。
3. 结果不稳定。同一份数据同一个问题，今天答 A 明天答 B；今天说核心人群是年轻人，明天说是一线城市人群。
4. 不懂业务口径。不告诉它字段含义和表间关系，它会自己假设，而且不声明假设了什么，等于在分析一堆自己并不理解的符号。
5. 基础算术也会错。加减乘除出错率不高但不为零，数据量大、嵌套复杂时，远不如一条写好的公式可靠。
6. 编造缺失值。数据缺的地方它自动填一个"合理"的数字，而不是告诉你缺失——这是最危险的一种。
7. 没有统计常识。某个分组样本只有几条，根本不具备代表性，它照样一本正经地下结论。
8. 安全。销售、财务、用户数据上传第三方平台本身就不合规。

路线一：要准，就让 AI 写公式，别让它给答案

要保证数字对，最佳载体其实是 Excel——因为 Excel 的计算是白盒的。公式落在每个单元格里，你能看见、能检查、能追溯每一个数字的来源，这和"把数据丢给 AI 换一个答案"是本质区别。

视频里用一份 426 行 15 列的用户调研数据做了演示，五步走完：

1. 描述性统计：直接生成透视表，并把每个统计结果背后的公式摆出来；
2. 数据预处理：对所有题目做交叉分析——这项工作过去要专职数据处理人员做一整天，现在几分钟完成，且人工复核无差错；
3. 相关性分析：它自己试了几种相关系数与算法，并主动做了显著性检验；
4. 洞察汇总：新增一个工作表，把各图表的结论整体串成报告；
5. 人工审核：改公式前先展示"要改哪几处、为什么、改前改后分别是什么"，你确认后才执行。

这套分工可以概括为一句话：AI 当公式生成器，Excel 当计算引擎，人当最终审核。数值计算的责任被交还给表格本身，模型只负责写对公式，风险就降下来了。

路线二：要深，用平台的「表格模式 / Agent 模式」

国内通用平台的差别很实际：表格模式直接改表、直接给结果，快但是黑盒，结论得人工校验；Agent 模式在沙箱里跑，后台有多个数据 Agent 协作，思考链条更长，更适合挖洞察。视频作者更看重商业洞察，所以推荐优先用 Agent 模式。

使用时有三条硬约束：

• 不要开口就要结论。先让它复述"它看到的数据长什么样、多少行多少列、有没有缺失"，确认没被截断再往下分析；
• 关键数字抽样核对。把它定位成思考助手，而不是计算器；
• 替它补统计常识。写专门的限制条件，例如"任何样本量小于 30 的分组只标注样本不足，不要下结论"。

先不要给结论。第一步请回答：你实际看到的数据有多少行多少列，每个字段的缺失率是多少，哪些行被截断或跳过了。确认之后再开始分析。

路线三：涉密数据，让 AI 写 Python，在本地跑

企业最常见的两难是：既想用 AI 榨干数据价值，又守着数据安全红线不敢动。脱敏会破坏业务含义，本地部署小模型又慢又笨。作者的方案是本地编辑器 + AI 辅助写代码：让 AI 把需求翻译成代码，数据一步都不出本机。

1. 本地建一个工作目录，把原始表格放进去；
2. 先跑一段小脚本，把每张表的字段、行数、列数打印出来（这一步也让 AI 写）；
3. 把"表结构 + 业务背景 + 分析要求"发给 AI，要它输出可直接运行的脚本；
4. 脚本在本地运行，结果、图表、看板都在本地生成；数据更新了，重跑脚本即可。

背景：数据在本机 data/ 目录，users.csv（426 行 15 列，字段：……）、orders.csv（字段：……）。
任务：写一个 analysis.py，按顺序完成：1) 描述性统计并打印每个字段的缺失率；2) 对 Q1-Q8 做交叉表；3) 计算数值字段相关系数并给出显著性；4) 输出 report.html，含 5 张图和可筛选的看板。
约束：只读本地文件，不访问网络；所有数字必须来自实际计算，禁止估算或填补缺失值；每个统计量后面标注参与计算的行数。

门槛只有一条：能读懂代码大意，不需要会写。

本站补充

把 AI 用在它擅长的环节——理解需求、拆分析框架、把需求翻译成公式和代码；把计算与审计交给 Excel、Python、BI 工具。判断标准很简单：这个数字若无法追溯它是怎么算出来的，就不能写进报告。另外，无论走哪条路线，都要求它标注"每一步用了多少行数据"，这一句约束能挡掉大半的截断类错误。

← 返回全部教程