站内精选

一句话结论

月度经营表先整理成标准表头,再按固定顺序喂给 AI:要结论、排页面、补原因、压字数、核数字,一小时内能出 8 页汇报稿。

这篇解决什么问题

每月月初,运营和管理岗都要交一份月度经营分析。数都在表里,难的是把它变成 8 页能站着讲的稿子:结论是什么,分几页,每页说什么。

适用:手上已经有导出的经营数据表、一两天内要交汇报稿的人。不适用:数据还没跑完、口径本身有争议,或者需要对外披露的正式财务报告。

开始前要准备什么

  • 豆包和 Kimi 账号各一个,都有免费额度,这个频次碰不到上限
  • 近 3 个月经营数据表,导成 CSV 或 xlsx,一行一个统计口径
  • 上个月的汇报稿一份,用来对齐用词和页面顺序
  • 本月目标与上月承诺的动作清单,缺这个 AI 只会描述不会判断
  • 预留一小时左右,中间要回表核对几次

具体怎么做

第 1 步 · 把表格收拾成 AI 读得懂的样子

豆包读附件里的表格时,合并单元格和空白行常被当成空值,万元和元混着来时,它算出的环比就是错的。我一般直接导出 CSV,列名改成「月份、渠道、收入(元)、订单数」这种不带修饰的短名。

你是我的数据分析搭档。下面这张表是某零售品牌 8 月的分渠道经营数据(已脱敏)。先不要写汇报稿,只做三件事:一、列出你识别到的字段名和单位;二、指出哪些字段口径不清、哪些数值看起来异常;三、告诉我你需要补充哪些背景信息才能判断准确。用清单回答,不要展开分析。

预期产出:一份字段清单,加上三到五个需要你确认的口径问题。

第 2 步 · 先让它给结论,别急着排页

很多人一上来就说「帮我写一份 8 页月度汇报」,结果内容被平均摊到 8 页,每页都平平的。我在实操中发现,先把结论逼出来,稿子的重心才立得住。

基于上面的表格,输出 5 条本月经营结论,每条一句话且必须带具体数字。按重要性排序,最重要的放第一条。不要写建议,不要写形容词。数据支撑不足的条目直接标「证据不足」,并说明缺哪一项。

预期产出:5 条带数字的结论,通常你会删掉其中一到两条。

第 3 步 · 定 8 页骨架

8 页不是随手切出来的。第 1 页压结论,中间一页一个论点,最后一页落下月动作。让 AI 用表格吐骨架,比让它直接写正文好改得多。

把上面保留下来的结论拆成 8 页汇报结构,用表格输出。每行包含:页码、页标题(不超过 12 字)、这一页要证明的一句话、需要引用的 2 到 3 个数据、图表类型建议。第 1 页是结论总览,第 8 页是下一步动作。

预期产出:一张 8 行的页面骨架表,顺序在这一层就能调。

第 4 步 · 补原因,别让它编

数据异动的归因最容易出问题,AI 很爱往「市场环境变化」上靠。把它限制在表里能看出来的因素,再补上你手上的业务背景,原因才站得住。

针对第 3 页和第 5 页里的数据异动,每页写 3 条可能原因,按可能性排序,每条后面标注可以用表里哪两列数据交叉验证。不要引入表外信息,不要写「市场环境」这类笼统表述。语气平实,不用形容词。

预期产出:每个异动点 3 条可验证的归因假设,你从中挑一两条写进稿子。

第 5 步 · 压字数、配口播、核数字

最后一步是把内容塞进页面。每页正文压到 120 字以内,再让它给一句你真会讲出口的话。数字核对不能省,我吃过亏——模型把两个渠道的订单数加错过一次。

把前面的内容整合成汇报稿正文。每页 120 字以内,分 3 个要点,每点一句话。每页再配一句口播稿,20 字以内,是我站着讲时真的会说出口的话。所有数字后面用括号标出它取自表格的哪一列。不要形容词,不要口号。

预期产出:8 页正文加 8 句口播稿,每个数字都能追回到具体列名。

实测记录

环节 实际情况
表格清洗 约 10 分钟,主要花在删合并单元格和统一单位
出结论加排页 通常 15 分钟以内,基本要追问一轮
8 页正文加口播 约 20 分钟,改稿比生成慢
数字回查 约 10 分钟,这一步最容易被跳过
与手工对比 手工排一版通常要半天到一天,AI 出初稿在一小时上下

返工基本都发生在第 4 步。有次 8 月的退款数据单独放在一张小表里,我没并进去,AI 把退款算成了收入的一部分,结论方向整个反了。后来养成习惯:导表前先确认所有减项都在同一张表里。

另一个反复出现的问题是页数。AI 有时会写成 7 页或 9 页,多出来的那页通常是「行业背景」。直接删,汇报现场没人想听这段。

最容易错的 3 个地方

  1. 一次性要它写完整稿。内容会被平均摊到 8 页,重点稀释。先要结论,再分页。
  2. 合并单元格没删。收入列会被算错一截。导出前拉平表头、统一单位。
  3. 数字不回表核对。现场被追问一次就下不来台。每个数在表里点一遍。

可复用的东西

上面五步的提示词串起来,其实是一套固定顺序:查字段、出结论、排页、补原因、压字数加核数字。我把这几段存在一个文本文件里,每月只改开头的月份和数据描述。

更省事的做法是把 8 页骨架做成一份空模板,每月让 AI 的输出往格子里填。你会发现改稿时间大部分省在了「不用重新想版式」上。

豆包适合读表、追问细节,Kimi 适合把上月稿子和本月目标一起丢进去对齐口径,两个搭着用不冲突。这套流程真正的门槛不在提示词,在于你愿不愿意先把表收拾干净。

把表格整理好,比换哪个模型都管用。最容易省掉的是核数字,最不该省掉的也是它。

你现在的月度汇报稿,是先写内容再排版,还是先把页面顺序定下来?

常见问题解答

表格数据太多,AI 一次读不完怎么办?

只给它近 3 个月、按渠道或品类汇总后的表,明细另存一份。字段控制在 15 列以内,比堆更多数据有用得多。

豆包和 Kimi 到底用哪个?

需要它读表算数、被追问时能说清依据,用豆包;要把上月稿子、本月目标一起塞进去对齐口径,Kimi 更稳。两个都用也不冲突。

AI 写的结论和我的判断不一致怎么办?

以你的判断为准,但让它把两条结论各自的证据列出来。多数时候是它看到了你没注意的字段,或者口径没对齐。

小程序阅读免费
微信扫码进入小程序,按岗位找 AI 实操步骤
微信扫码进小程序
按岗位找 AI 实操步骤 · 提示词可收藏

发表回复

后才能评论