一句话总结
敏感性矩阵你已经跑好了，AI 只负责写结论。把矩阵连同基准 case 一起粘进去，要它给出一句标题 + 三个场景 + 一条「要盯住的假设」+ 一条结论，并明确告诉它不要插值。涉及内部真实数字时，用「不拿去训练」的档位（ChatGPT Business、Claude for Work，或把训练开关关掉的消费版）。如果矩阵又大又密，截至 2026 年 6 月，Claude Opus 4.7（1M token 上下文）是最稳的选择。
任务场景
你已经在 Excel / Sheets 里跑出了敏感性矩阵——价格 ±10%、销量 ±10%、COGS ±5%——现在需要把它写成一页给 CEO 看的结论。数字都对了，故事还没有。这是一个「写作 + 拎重点」的活，不是建模的活，恰好是当下的聊天模型最能帮上忙的地方。
哪些情况适合让 AI 来做
- 数学已经在 Excel / Sheets / Looker 里跑完，只缺叙述。
- 你能把一张干净的表（不含原始交易、不含 PII）交给 AI。
- 受众是非财务的高管，要的是「该怎么办」，不是矩阵本身。
如果模型本身还没搭好，先把模型做完——AI 救不了一张错的敏感性表，而且它会一脸笃定地把错数字讲出来。
需要先给 AI 的信息
- 基准 case 的收入、毛利率、EBIT
- 敏感性矩阵本身（行 = 价格场景，列 = 销量场景，或反之）
- 最脆弱的 1-2 条假设（例如「Q4 churn = 4%」）
- 受众：「CFO + 3 个非财务 VP」
可直接复制的 Prompt
你为非财务高管写一页敏感性分析说明。
基准：收入 4200 万、毛利率 58%、EBIT 610 万。
最脆弱的假设：[粘贴 2 条]
敏感性矩阵：
[粘贴矩阵 - 价格 × 销量 -> EBIT]
规则：只用我给的格子值，不要插值，也不要编造矩阵里没有的场景。
请写：
1. 一句话标题：哪个杠杆对 EBIT 影响最大。
2. 三条 bullet：最优 / 最差 / 最可能场景，每条标清「是哪个杠杆驱动的」。
3. 一条「需要再 pressure-test 的假设」。
4. 一条直接结论：在 plan 里要守住哪个杠杆。
口气：直接、不「看情况」。300 字以内。建议输出长什么样
标题：EBIT 对价格敏感 ±240 万，对销量只敏感 ±90 万——价格是要守住的杠杆。
- 最优（收入 4600 万 / GM 60%）：守住 list price + 销量 +5%，EBIT 落在 780 万。
- 最差（收入 3800 万 / GM 55%）：让价 5% + 销量持平，EBIT 跌至 370 万。
- 最可能（收入 4200 万 / GM 58%）：不打折，基准 case 顺利兑现。
需要再压力测试的假设：Q4 churn = 4%。若 churn 到 6%，「最差 case」变成「最可能 case」。
结论：守住 list price。增长不达预期时，volume incentive 比打折更便宜。
选哪个模型（2026 年 6 月）
三家旗舰读一张粘进来的二维矩阵都没问题。差距出现在大型多 sheet 工作簿、密集的财报，以及「一个格子都不能丢」的可靠性上。
| 模型 | 上下文窗口 | 这个任务里强在哪 | 备注 |
|---|---|---|---|
| Claude Opus 4.7 | 1M token | 密集矩阵、多季度上下文、「不插值」的纪律 | 长文档财务分析的基准第一名；多针检索最强，丢的格子最少 |
| GPT-5.5（Thinking） | App 内约 320 页（Plus）；API 1M | 数学味重的拎重点、紧凑的高管文字 | 约 2026 年 4 月 23 日起成为 ChatGPT 默认模型；App 内完整 1M 窗口仅 $200 的 Pro 档才有 |
| Gemini 3.1 Pro | 1M token（Google AI Pro） | 直接从 Google Sheets 粘数据 | 就在你的 Sheets 旁边，数值推理也很稳 |
如果只是一张能塞进一屏的二维表，三家都行——哪家离你数据近就用哪家。但如果是 200 行的场景清单，或带好几个 sheet 的工作簿，Claude Opus 4.7 的 1M token 窗口和长上下文检索让它更不容易漏数据。完整横评见 ChatGPT vs Claude vs Gemini。
别让你的数字进训练集
只要涉及真实内部数字，就用「输入不拿去训练模型」的档位：
- ChatGPT Business——每席每月 $25，按年付每席每月 $20（至少 2 席）。商业数据默认排除在训练之外。（OpenAI 定价）
- Claude for Work / Team / Enterprise——商业数据永不用于训练。（Anthropic 隐私说明）
- 消费版 ChatGPT Plus / Claude Pro（$20/月）——你得自己在设置里把训练开关关掉，它默认不是关的。把这两个当成个人档，不要当公司数字的合规通道。
无论哪个档，如果你公司策略严格，就先去掉客户名和绝对金额——真正驱动结论的本来就是比率和差额。
怎么改输出
- 输出过泛——粘 1-2 段过往季度的同公司叙述，让 AI 复用语气。
- AI 说「看情况」——把第一条改成「挑出最关键那一个杠杆，不要列两个」。
- 受众语气不对——加一句：「CFO 已经懂敏感性，请不要解释敏感性是什么；直接讲该怎么做。」
容易踩的坑
- 粘原始交易数据，而不是已经搭好的敏感性矩阵。
- 让 AI 在单元格之间「插值」——务必加一句「只用我给的格子值，不要插值」。
- 让 AI 回答「如果 churn 10%」但没给那一行——它会瞎编一个。
- 跳过 recommendation。没有结论的敏感性是数据，不是分析。
FAQ
- 能把敏感性表粘给 ChatGPT 吗？ 涉及真实数字时只用「不拿去训练」的档位。ChatGPT Business（每席每月 $25，按年付 $20）和 Claude for Work 默认把你的数据排除在训练外；消费版 ChatGPT Plus 或 Claude Pro（截至 2026 年 6 月 $20/月）则要你自己先把训练开关关掉。公司策略严格的话，先去掉客户名和绝对金额，比率通常没问题。
- 三维敏感性（价格 × 销量 × COGS）怎么办？ 拆成两个二维表：价格 × 销量（COGS 取基准），价格 × COGS（销量取基准）。所有模型写二维都比写三维立方体稳得多。
- 大型多 sheet 工作簿用哪个模型最好？ Claude Opus 4.7——它的 1M token 上下文和长上下文检索让它比那些要分块喂的模型丢更少格子。只是一屏大小的单张矩阵，三家旗舰都够用。
- 非 P&L 的敏感性（churn × ARPU）适用吗？ 同样模板。把 “EBIT” 换成目标指标，并保留「不插值」那条规则即可。
- 怎么不让它编数字？ 把规则放在最前面（「只用我给的格子值，不要插值」），并把你想点名的场景对应的那几行直接给它。矩阵里没有的场景，答案里就不该出现。