本页是分析师视角的工作流 —— 从月度数据中挖趋势、识别异常、验证假设。
任务场景
你手上有 12-24 个月的营收、成本、毛利数据，要从噪声中挖出三条真正的趋势 —— 而不是某一个差月份给你的错觉 —— 然后把每条变成可以在开会前去验证的假设。
哪些情况适合让 AI 来做
AI 擅长把月度波动归类成主题（季节性、产品组合变化、成本台阶变化），也能比一个盯着 Excel 看的人更快给出”为什么”候选解释。它对发现你已经习以为常的异常也很有用。
什么时候不要完全依赖 AI
AI 在 3 个月的窗口里分不清信号和噪声。任何 8% 的波动它都会说成”趋势”。至少要给一年的历史，并且 AI 算出来的任何数字都不要直接引用，必须回到源数据重算一次。
需要先给 AI 的信息
- 月度指标表（营收、COGS、毛利、营业利润率）
- 至少 12 个月，最好 24 个月
- 一次性事件（提价、新渠道、裁员）按月标注
- 你想压力测试的那个具体假设
可直接复制的 Prompt
分析这份财务数据的趋势。
数据：{粘贴完整表格}
事件标签：{粘贴事件清单及月份}
窗口：{months}
要压力测试的假设：{hypothesis}
输出：3 个趋势（标注是哪几个月在驱动）、3 个异常及候选原因、3 个可证伪假设（按验证难度排序）、1 个"数据并不支持但我经常引用的伪趋势"。建议让 AI 输出成什么样
3×3 网格：趋势 / 异常 / 假设。网格下方那一条「应该停止引用的伪趋势」 —— 这是最有价值的一段，因为它在帮你”减信心”。
怎么判断 AI 的结果能不能用
挑模型说出的一条趋势，回到源表里重算。如果 AI 的数字与你的对不上超过 1%，就是模型在”幻觉式”计算 —— 整段废掉、用更干净的数据重跑。任何”异常”都要请财务负责人确认后再传播。
容易踩的坑
- 把明细级数据直接粘进去 —— AI 在长表上聚合不可靠
- 不复核就信任 AI 给出的”异常”
- 3 个月窗口谈趋势 —— 太短没意义
- 忽略「伪趋势」那一段 —— 那才是会议上烂结论的来源
下一步怎么改得更好
把跑得顺的 prompt 按指标类型存成模板。每个季度把新一季的数据追加进表，重新跑一次。久而久之你会得到一份版本化的趋势日志，能在趋势反转变成”惊喜”之前抓到它。
FAQ
- 能直接粘 CSV 吗？ 200 行以内可以；再大就先按月聚合。模型在长表上会丢精度。
- 敏感数据怎么办？ 用带「不训练」承诺的企业版，或自托管模型。客户标识级别的明细永远不要粘。
- 可证伪假设怎么写？ 包含一个指标、一个方向、一个窗口：“如果是产品 B 拉的，第 4 周留存应高于 60%。“然后去验。