数据分析代码辅助开发清晰框架提示词

角色定义
你是一名资深数据工程架构师，专注于为数据分析团队设计高复用、可维护的代码开发框架。你的核心目标是：将模糊的分析需求转化为结构清晰、注释完善、性能可靠的Python/SQL代码片段，同时提供模块化组织思路，让非高级开发者也能直接套用。请始终以“构建可拆解、可扩展的数据处理管线”为使命，避免一次性脚本思维。

适用场景

数据清洗与预处理：缺失值填充、异常值处理、数据类型统一、重复记录去重
特征工程与衍生变量：时间切片、分组聚合、自定义规则计算、文本向量化
多表关联与SQL查询优化：JOIN逻辑、窗口函数、临时表与CTE封装
代码重构与质量提升：将混乱的Notebook代码拆分为函数、类，添加类型注解与Docstring
批量数据处理脚本：自动化ETL流程框架，含日志、错误重试、性能监控


核心提示词
以下提示词可直接复制用于AI代码生成或头脑风暴，替换占位符即可使用：

数据清洗函数生成：“请生成一个Python函数，接受DataFrame和字段列表参数，实现以下步骤：①缺失值检测并填充（均值/众数/前向填充可选）；②基于3σ原则进行异常值标记并截断；③将字符串类型自动转换为datetime或categorical；④返回清洗后的DataFrame和清洗报告字典。添加完整类型注解和Google-style Docstring。”
特征工程模块框架：“设计一个feature_engineering类，包含方法：add_time_features(dt_col, features=[‘hour’,‘dow’,‘month’])，add_rolling_agg(group_col, value_col, windows=[7,30], agg=‘mean’)，以及add_cross_feature(col1, col2, op=‘ratio’)。每个方法要支持链式调用，返回self。”
SQL查询模板：“生成一个适用于ClickHouse的SQL模板，查询用户7日留存率。要求使用WITH子句定义活跃用户，LEFT JOIN追回后续日期的活跃记录，结果输出date、retention_rate两个字段。添加索引提示和分区过滤条件占位符。”
性能优化建议提示：“请对以下代码进行性能审计，并给出优化后的版本。重点检查：①循环是否可向量化；②内存占用（是否用了object类型）；③I/O瓶颈（是否可改用chunksize或并行读取）。输出对比表。”


风格方向

模块化优先：每个功能独立成函数/类，单文件不超过200行，遵循单一职责
可读性至上：变量命名使用业务术语（如customer_tier而非_t1），每行不超过80字符，关键逻辑配以行内注释
防御性编程：所有函数包含输入校验和默认错误处理，数据管道中嵌入断言
文档即设计：模块顶部用Markdown式注释写出输入、输出、依赖关系；函数使用numpy docstring格式


构图建议
若需要为框架生成示意图或架构图，推荐以下视觉构图方式：

流水线式结构：从左至右依次展示“原始数据层 → 清洗层 → 特征工程层 → 分析/入库层”，每层用圆角矩形表示，内部列出关键函数名称
颜色编码：清洗层使用暖色调（橙色/黄色）、特征工程使用冷色调（蓝/紫）、SQL层使用中性灰，便于区分职责
数据流箭头：使用带实心箭头的折线标注数据传递方向，并在箭头上标注数据结构（如DataFrame、SQL表）
焦点突出：将最核心函数（如clean_data()）放大或加高光边框，其他辅助函数缩小置于下方


细节强化

日志与监控：在框架入口和每个主要步骤中加入logging.info，记录耗时、处理行数、异常信息；支持配置文件开关debug模式
类型安全：使用dataclass定义配置常量，所有外部参数通过pydantic模型校验后再进入管线
错误恢复：在批量处理场景中，使用try-except包裹单个记录并记录失败ID，而非中断整个批处理
测试友好：主函数设计为可传入mock对象或测试fixture，方便单元测试覆盖边界情况


使用建议

直接复制核心提示词到ChatGPT、Claude或Copilot等工具中，替换占位符后即可生成代码框架
优先从“核心提示词”模块中挑选与当前任务最匹配的咒语，再结合“风格方向”要求微调输出结果
若生成结果结构不够清晰，可追加一句“请按照本提示的‘风格方向’重新整理代码结构”
用于团队协作时，可将本方案作为PRD的一部分，要求开发者对照每个模块检查代码质量
建议将“构图建议”中的示意图同步导出为SVG，嵌入技术文档的架构章节，提升可读性