OpenAI 提供一套用 ChatGPT 分析数据的流程，涵盖探索数据、生成洞察、创建可视化并将发现转化为可执行决策的步骤与示例。该教程面向希望用自然语言界面加速数据分析的工程师和产品/数据从业者，强调交互式提问与结果验证。
目标读者
- AI/技术从业者、数据分析师和产品经理，想用 ChatGPT 快速探索与解读数据。
核心能力
- 用自然语言与模型交互以：
- 探索数据结构与问题点
- 生成统计摘要与洞察
- 设计与输出可视化（如图表描述或代码片段）
- 将发现转化为可执行建议或决策要点
推荐流程（概要）
- 导入与描述数据：提供样本、列说明与目标问题
- 初步探索：统计汇总、缺失值与异常值检测
- 深入分析：相关性、分组比较、趋势分析
- 可视化与呈现：生成图表指令或可执行代码（如 Python/Plotly/Matplotlib）
- 验证与迭代：核查结果、提出进一步问题、调整分析
实践提示
- 明确上下文与业务目标，避免只看统计结果而忽视因果
- 提供结构化样本或摘要，能显著提升模型输出准确性
- 要求模型输出可复现的代码或明确计算步骤，便于验证
潜在限制
- 模型可能生成看似合理但不准确的统计结论或代码，需人工验证
- 对非常大或敏感的数据，建议在本地/受控环境中运行最终代码
ChatGPT 可显著加速分析流程，但仍需工程/统计人员核验与复现。