一句话总结
月末已关账，你手里有一份实际 vs 计划表，CFO 早 9 点要 commentary。AI 没法告诉你某一项为什么跟计划差，但只要你把差异本身加上每条重要项你已知的原因交给它，它五分钟内就能写出一页干净的叙述。功夫全在前面：设好重要性门槛、只粘重要项、每项给一条原因线索、明令禁止模型编造原因。下面这个 Prompt 就是照这套来的。
任务场景
月末关账。你有一份已核对、已锁定的实际 vs 计划差异表。CFO 早 9 点要 variance commentary。你有 30 分钟和一份表。这本质上是个写作问题，不是调查问题——而写作恰好是 AI 擅长的那部分。
哪些情况适合让 AI 来做
- 差异表已关账、已核对，不是还在修订中。数字一旦在你起草后变动，叙述就得重做。
- 你能给 AI 的只是差异本身 + 每项你已知的 1-2 条原因。模型负责解释，不负责发现。
- 你要的是叙述，不是根因分析。还不知道为什么差的项，标「调查中」——模型没看过总账，倒推不出来。
如果你还在找某一项背后的驱动因素，那是另一件事——见 AI 业务驱动因素梳理——应该先做完那个。
写 Prompt 之前先定重要性门槛
质量最大的杠杆是你排除了什么。FP&A 团队通常用双重门槛来卡 commentary——一个绝对金额 + 一个百分比——这样一条波动 40% 的小项和一条波动 2% 的大项都能被正确过滤。常见的公开建议大致是「只解释超过 5 万美元 或 10% 的差异」，但用你公司变动政策里已经写明的那套，并且每个月一致执行（门槛漂移审计师一眼能看出来）。
定好规则，然后只粘超过门槛的项。一份典型的 P&L 会产生 8-15 条值得写 commentary 的重要项；其余都是噪音。
需要先给 AI 的信息
| 输入 | 为什么重要 |
|---|---|
| 差异表：项目、实际、计划、$ 差异、% 差异、F/U 标识 | 叙述建立在这些原始事实之上 |
重要性门槛（如 > 20 万 或 > 10%） | 挡住行项目噪音，逼模型排序 |
| 每个重要项一条原因线索 | 你已经知道的「为什么」——模型猜不出来 |
| 受众 + 字数（CFO，200 字） | 控制语气，防止啰嗦 |
注意 F/U（favorable / unfavorable，有利 / 不利）标识：favorable 指实际收入超计划、或成本低于计划；unfavorable 反之。输出里把两类视觉上分开——一条 favorable 差异也可能藏着问题（一笔被推迟的成本，不等于省下的成本）。
可直接复制的 Prompt
你写月末 variance commentary 给 CFO。
重要性：只解释差异 > 20 万 或 > 10% 的项。
表：
| 项目 | 实际 | 计划 | $ 差异 | % 差异 | F/U | 已知原因线索 |
| 收入 | 1240 万 | 1200 万 | +40 万 | +3.3% | F | 企业续约提前 2 周关单 |
| 毛利率 | 56.2% | 58% | -180bps | - | U | 原料 / 运费上涨 |
| 销售费用 | 280 万 | 250 万 | +30 万 | +12% | U | 两个开放岗位 fill |
| 营销费用 | 90 万 | 120 万 | -30 万 | -25% | F | Q3 campaign 延期 |
| 研发 | 180 万 | 180 万 | 0 | 0 | - | - |
规则：
- 我没给原因线索的项，标「原因未知 - 调查中」，不要编。
- 每条差异默认按一次性处理，除非原因明显会重复；并明确说出来。
- favorable 和 unfavorable 的项分开列 bullet。
请写：
1. 一句标题：P&L 净影响 + 那条最重要的解释。
2. 每条重要项一个 bullet：差异、口语化原因、结构性 vs 一次性、是否会重复。
3. 一条「需要关注的」：原因最不确定的那一项。
200 字。非财务读者读不懂的纯百分比就不要引用。好的输出长什么样
标题：P&L 净 +22 万 favorable，来自 Q3 营销 push-out——经营杠杆是节奏，不是改善。
- 收入 +40 万 favorable：企业续约提前 2 周关单。一次性——Q4 不要再假设。
- 毛利率 -180bps unfavorable：原料 / 运费上涨。结构性——不重谈供应商前会持续。
- 销售费用 +30 万 unfavorable：两个岗位月中 fill。未来结构性——Q4 全季度跑满。
- 营销费用 -30 万 favorable：Q3 campaign 顺延到 Q4。一次性——支出 Q4 全部落地。
需要关注：毛利率。原料成本若不退，Q4 毛利率更接近 55% 而非计划的 58%。
注意标题干的正是分析师真正该干的活——它告诉 CFO 这 +22 万是节奏，不是这个季度结构性变好了。这个判断得你来下；模型只负责把它说出来。
用哪个模型、怎么把表喂进去
进场方式有两种，取舍是精度 vs 顺滑：
| 方式 | 适合 | 要小心 |
|---|---|---|
| 把 markdown 表粘进 Prompt（任意聊天模型） | 你已经裁好的 8-15 行干净差异表 | 模型可能把某个 $ 数字写得略偏——标题数字务必复核 |
| 上传已关账的工作簿，让它自己筛出重要项 | 你没预先裁过；让工具来算重要性 | 算错数的面更大，每个数都要抽查 |
至于叙述本身，几个主力模型差距不大。截至 2026 年 6 月，Claude Sonnet 4.6（含在 20 美元 / 月的 Claude Pro 里，现在还附带 Claude Code 和 Claude Cowork）通常最稳地遵守「不要编造原因」这条规则，财务文字也写得紧凑。GPT-5.5（ChatGPT Plus，20 美元 / 月）是上传即分析的首选：它的数据分析沙箱能直接吃进表格、替你筛选。ChatGPT 表格上传单个 CSV / Excel 大约支持到 50MB；ChatGPT Plus 每 3 小时约可上传 80 个文件（免费版限每天 3 个，截至 2026 年 6 月）。Gemini 3.1 Pro（Google AI Pro，19.99 美元 / 月）若你的数据本来就在 Google Sheets 里，是个不错的第三选项。
如果只是粘表写叙述，用你已经在付费的那个就行——200 字 commentary 的质量差距很小。
怎么改输出
- AI 给一切贴「结构性」。 退回：「月度差异多数是一次性。默认一次性，除非原因明显会重复。」
- 评论太软（「可能需要关注」）。加一句：「语气直接，CFO 见过一个月的噪音——是什么就说什么。」
- AI 给空白项编原因。 这条硬规则已经写在 Prompt 里；万一漏了就重复：「没给原因线索的项，写
原因未知 - 调查中然后跳过。」 - 数字被重述错了。 让它先把你的
$差异原样回读一遍再开始写，然后跟你的表对一遍。
容易踩的坑
- 粘原始总账试算余额。 模型会老老实实把噪音也解释一通。先裁到重要项。
- 忘了重要性门槛。 评论变成行项目清单，不是分析。
- 把 favorable 和 unfavorable 放同一条 bullet。 分开列——一条 favorable 差异可能盖着一笔被推迟的成本。
- 不复核数字就发出去。 模型偶尔会把某个
$差异写得差一个进位。标题数字一定人工对一次。
关于数据隐私
差异表是非公开财务数据，要走公司批准的租户。默认情况下，OpenAI 不会拿 ChatGPT Enterprise、Business、Edu 或 API 的输入输出去训练——但对某条回复点赞 / 点踩，会把那一条对话单独 opt 进训练，所以敏感工作区里要关掉反馈。消费版的免费 / Plus 不适合放法人层面的财务；策略严的话，粘进去之前把法人名和客户名都去掉。当前条款见 OpenAI 商业数据页。
FAQ
- Budget vs Forecast vs Actuals，同一套模板能用吗？ 能。把 Prompt 里的「计划」换成「预测」即可。结构性 vs 一次性的框架完全一致，变的只是基准。
- 能直接传 Excel 文件而不粘表吗？ 能，在 ChatGPT 的数据分析沙箱（Plus 及以上）或带文件上传的 Claude 里。更方便，但算术出错的面更大——每个被重述的数字都要抽查。粘一份预先裁好的表更可控。
- variance commentary 和 driver analysis 有什么区别？ Driver 解释指标为什么动；variance 解释为什么跟 plan 差。数据相同，视角不同——见 AI 业务驱动因素梳理。
- AI 能查出我表里的符号错误或坏公式吗？ 不能。它只解释你给的数字，不审计它们。先核对、锁好表再说。
- 该让它写多长？ CFO 一页纸 150-250 字。再长就读起来像清单，不像叙述。