别直接把 Excel 丢给 Claude:数据分析 Agent 需要一张口径表

数据分析最怕的不是 Claude 不会算，而是它不知道怎么算才算对。

把 Excel 直接丢给 AI，通常能得到一堆看起来很像结论的话；但如果口径没说清，结果越漂亮越危险。

所以数据分析 Agent 的第一步，不是写提示词，而是补一张口径表。

1. 为什么口径比模型更重要

同一个“活跃用户”，不同团队可能有三种算法：

如果不提前告诉 Claude 用哪一种，它只能猜。

数据分析里最危险的不是算错，而是“用错口径还讲得很自信”。

2. 口径表至少写 5 列

可以从这张表开始：

有了这张表，Claude 才不是在“自由发挥”，而是在按业务规则分析。

3. 让 Agent 分三步做

不要一次性要求“帮我分析这份表”。

更稳的流程是：

1. 先让它检查字段和缺失值；
2. 再让它按口径表计算指标；
3. 最后让它解释变化，并列出不确定项。

每一步都能验收，出错也容易定位。

4. 结论

Claude 做数据分析，真正的门槛不是模型能力，而是数据底座和口径治理。

下次把 Excel 发给 AI 前，先补一张口径表。只要口径、来源、排除规则和验收样例清楚，AI 才能从“会分析”变成“分析得可信”。