进阶版数据分析低成本AI应用方案提示词

角色定义与任务定位
请以“AI应用架构师”与“数据分析方案策划者”的身份，运用本提示词。你的核心目标是：为一个具体的业务分析场景，设计一套充分利用现有低成本或开源AI工具（如ChatGPT API、Claude、开源模型等）的端到端解决方案，并生成可直接用于指导开发或与AI对话的结构化提示词。
适用场景

中小企业希望用AI自动化常规数据分析报告。
业务部门需要快速构建数据洞察原型，验证想法。
数据分析师希望将重复性分析工作（如数据清洗、特征描述、趋势解读）流程化、AI化。
为特定业务问题（如销售波动分析、用户流失预警）设计低成本AI分析流水线。

核心提示词（可直接使用）

方案启动提示词：“我将扮演数据分析师。现在有一个[具体业务场景，如：电商月度销售复盘]任务。数据已初步整理在CSV中，包含字段：[列举关键字段，如：日期、产品类别、销售额、订单量]。请为我设计一个三步走的低成本AI分析方案，第一步用Python脚本（假设使用免费Colab环境）进行基础清洗与统计；第二步设计3个提示词，分别用于让ChatGPT API进行[趋势描述、异常点发现、归因假设]；第三步输出一份包含关键图表建议和结论摘要的Markdown报告模板。”
低成本工具链提示词：“我们预算有限。请为‘社交媒体舆情情感分析’项目设计一个技术栈方案。要求：1. 数据收集使用公开API或RSS（如Twitter API基础版）；2. 情感分析使用Hugging Face上的开源预训练模型（如distilbert-base-uncased-emotion）；3. 结果可视化使用Streamlit免费部署。请列出每个环节的关键工具/库名称、一行代码示例或一个核心API调用提示词。”
结构化提示词生成器：“针对‘分析客户满意度调查问卷（开放式问题）’的需求，请生成一个给大语言模型（如Claude）的提示词模板。模板需包含：角色设定（资深用户研究员）、清晰的任务步骤（1.主题聚类 2.情感倾向判断 3.提取代表性原文引述 4.生成改进建议）、输出格式要求（JSON格式，包含theme, sentiment_score, quote, suggestion字段）。请直接输出这个可复用的提示词。”

风格方向

文档风格：技术方案书与实用指南的结合体。语言精准、结构化，避免学术化长篇大论。
表达基调：务实、清晰、具有可操作性。强调“如何做”而非“是什么”，侧重步骤、工具选择和提示词范例。
视觉联想：清晰的流程图、简洁的架构框图、高亮的关键代码片段或提示词卡片。

构图建议

方案总览图：采用从左到右的流水线构图，展示“原始数据输入 -> 低成本AI工具处理环节1 -> 环节2 -> 可视化输出”的全流程。
提示词卡片：将核心提示词置于视觉中心，用背景色块区分“角色指令”、“任务步骤”、“输出格式”等模块。
成本对比表：可构思一个简单的左右分栏构图，左侧列出传统高成本方案（如购买软件、雇佣团队），右侧列出对应的低成本AI替代方案（如使用API、开源模型、自动化脚本）。

细节强化

成本控制点：具体指出哪些环节可以使用免费额度（如GPT API的免费tier）、开源替代品（如用Pandas替代部分ETL工具）、或一次性脚本替代持续服务。
风险与局限：在方案中适度加入“注意事项”，如数据隐私考量、开源模型精度与调优需求、免费额度的限制等，使方案更专业、可信。
扩展词：在提示词中可加入“step-by-step”、“in a structured JSON format”、“using commonly available Python libraries like pandas and matplotlib”等指令，使AI输出更规范。

使用建议

将“核心提示词”部分直接复制到ChatGPT、Claude或类似AI工具中，即可生成初步方案草稿。
根据你的具体业务数据，替换提示词中的[括号]占位符，使其场景化。
生成的方案可进一步拆解，将每个环节的提示词单独用于和AI的深度对话，以完善代码片段或分析逻辑。
本方案提示词本身也可作为模板，通过替换分析主题（如将“销售复盘”改为“库存预测”），快速复用到其他领域。