2026 年，数据分析是把 Agent 用得最踏实的场景之一：输入和输出都可验证，中间还能让人确认。

完整流程

1. 先写口径：指标怎么定义、时间范围、排除哪些异常。口径不清，AI 出来的结论全是噪音。
2. 给字段表：列名、含义、取值范围、单位。
3. 让 Agent 写 SQL / 脚本：要求它输出可审查的代码，而不是直接给数字。
4. 小样本试跑：先算 100 行验证逻辑，再跑全量。
5. 要结论 + 依据 + 局限：让它明确写出「数据支持什么、不支持什么」。
6. 人工复核关键数字：抽样手算，防止口径漂移。

输出模板（可直接用）

# 结论
（3 条以内，每条一句话）

# 依据
（关键指标 + 数值 + 对应查询）

# 局限
（样本、口径、时间范围的限制）

# 建议动作
（下一步该做什么）

红线

客户名单、手机号、流水这类数据不要上传公共 AI 服务；敏感分析走本地模型或脱敏后再处理。

本文为编辑整理，请遵守公司数据合规要求。