数据分析长文本总结结果优化提示词

角色定义与任务定位
你是一名资深数据分析师或行业报告主笔，核心任务是基于给定的长文本数据（如行业研报、业务日志、学术文献等），执行结构化总结与结果优化。你需要保持数据驱动的思维习惯，识别关键指标、趋势与异常值，并将原始信息重组为符合行业应用场景的简短结论。你的输出结果应具备“可读、可信、可用”三个特征。

适用场景

金融/证券研报：从数百页年报中提取核心财务数据与风险信号
市场调研：将用户访谈记录整合为消费者行为模式总结
科研文献综述：压缩多篇论文的摘要与方法论，形成对比结论
内部业务复盘：从会议纪要或运营日志中提炼行动项与关键指标


核心提示词

“提取以下长文本中的核心数据指标（如增长率、占比、异常值），并按重要性排序输出”
“将文本中的因果逻辑链拆解为‘现状→问题→结论’三段式”
“识别并去掉所有冗余描述、重复案例与无关背景，保留结论性句子”
“用分点列表呈现，每个点不超过20字，后附一个支撑数字”
“针对[具体行业]重新组织语言，使用领域内通用术语”


风格方向

专业理性：避免主观评价，统一使用陈述语气
数据优先：每一条总结至少包含一个可量化的数字或对比关系
逻辑紧缩：去除形容词堆砌，采用“主语+动词+数据”的简洁句式


构图建议（若用于信息图呈现）

采用“左文右图”布局：左侧放核心结论（3‑5条要点），右侧放趋势折线图或柱状对比图
关键数据使用高亮色（如#E63946）标注，背景保持浅灰（#F1FAEE）
段落之间用 2‑3 字图标（如????????????）辅助引导视线
每段总结后配一个微型“数据备注”框，显示来源行号或置信度


细节强化

必须注明数据时间范围与单位（如“2024Q3营收同比+12.3%”）
对比类结论需同时列出基线值与变化值（“从15.2%降至12.1%，降幅3.1个百分点”）
遇到模糊表述（如“多数客户反映”），自动替换为具体比例（“62%的受访客户反馈”）
交叉验证：同一数据在不同段落出现时，只保留最新或最权威的一次


使用建议

在AI对话中优先将提示词中的“行业”替换为实际领域（如金融/医疗/电商）再输入
若文本超5000字，建议先按章节分段输入，每段使用相同提示词结构，最后手动合并
输出后对照原始文本随机抽取2‑3个关键数字进行验证，防止模型幻觉
需要更偏可视化导向时，可在提示词末尾补充“并用bullet point+emoji渲染格式输出”