用 ChatGPT 画数据图：先确定这张图要回答什么 - AIPlan

一张图只能回答一个问题。你如果带着"帮我画个图看看数据"去提问，拿到的一定是一张能看、但回答不了任何具体问题的图。先把问题写成一句话，再选图型，再定指标和分母，最后才讨论配色和标签。这个顺序换一下，返工时间会翻 2 到 3 倍。 先写下这句问题，写不出就别画 合格的提问长这样：过去 12 个月里，退款率最高的 3 个品类是哪几个？不合格的长这样：分析一下这份销售数据。 前者已经隐含了三个决定：横轴是月份还是品类、纵轴是退款率而不是退款单量、比较对象是 Top 3 而不是全部。后者把这三个决定全部交给模型，模型只能按最常见的默认值来，通常就是按时间画一条总量折线。 我在提问前会先在纸上写三行：要回答的问题、用来判断的指标、指标的分母。三行写不出来，说明数据还没准备好，不是图的问题。 指标和分母写错的 4 种典型 数据图最常见的错误不是画错，是算错。下面四种在国内业务表里出现频率最高： • 率与量混用。退款率是退款单量除以总单量，不是退款金额除以退款金额。 • 分母漏掉未支付订单。转化率的默认分母是所有下单，不是所有访问，两者算出来能差 3 倍以上。 • 时间口径不一致。按下单时间分组和按支付时间分组，跨月的订单会落到不同月份，月度曲线整体平移。 • 去重键选错。一个订单含 5 个商品行，按行汇总的"订单数"会虚高 5 倍。 把这四条写进指令里，比事后看图快得多。例如：退款率 = 退款完成单量 / 当期支付成功单量；按支付时间归月；订单级去重。 图型选择只看数据关系 关系决定图型，不看美观。 要表达的关系 用什么图 不该用什么 时间趋势 折线 饼图、3D 柱 类别对比 柱状（横向更好读长标签） 折线（类别无顺序） 部分占整体 堆叠柱或饼，类别不超过 5 个 饼图放 12 个类别 两变量相关性 散点 双轴折线（会制造假相关） 分布形态 直方图或箱线 平均值单点 双轴图要特别小心。左右两个纵轴可以任意设定刻度，同一组数据能画成"高度相关"也能画成"毫无关系"。除非两个指标量纲确实不同且业务上必须同屏，否则拆成两张图。 官方支持哪些图型，哪些能交互 截至 2026 年 10 月 18 日核对，官方说明里写明：ChatGPT 生成静态图表作为图片输出，部分图表可以切换成交互式。交互式支持 柱状图、折线图、饼图、散点图 4 种，界面上对应的两个按钮是 Switch to interactive chart 和 Switch to static chart。其他图型通常只能拿到静态图片。 这条限制直接影响工作流。如果最终要放进 PPT，静态图片反而更方便，直接下载即可；如果要在评审会上点开看某个月的具体数值，交互式更省事。 另外，官方明确写了模型可能第一次选错分析方法或图型，需要你指定具体的方法、图型、分组或列。所以第一次出图不对，不是它坏了，是指令不够具体。 上传前把表整理成"一图一表" 数据表结构决定它能不能画对。官方给出的建议很朴素：第一行是描述性列名，一行一条记录，列名用平实语言，避免一张表里塞多个不相关的表格、避免空行空列把数据切断、避免把需要分析的数字做成图片。 落到实操，我会做三件事： • 只保留这次画图需要的 4 到 6 列，其余删掉； • 金额列统一成纯数字，去掉货币符号和千分位逗号； • 日期统一成 2026-10-01 这种格式，不混用 2026/10/1 和 10月1日。 列名也用中英一致的名字。gmv、销售额、成交金额 三列同时存在，模型不知道该用哪一列，很可能自己挑一个然后不告诉你。 坐标轴从零开始还是截断 柱状图的纵轴必须从 0 开始，否则柱子的高度比例是假的。折线图可以截断，因为折线表达的是斜率变化，不是面积比例。 这条规则不是审美问题。同样是 92% 到 94% 的满意度变化，从 0 开始的柱状图看起来几乎持平，从 90 开始的柱状图看起来像翻了一倍。给老板汇报时，两种画法得到的是两种结论。 缺失数据的处理也要提前说。折线在缺失月份是断开的、插值的、还是按 0 处理，三条线的形状完全不同。我默认要求断开并标注缺失月份，宁可看到断口，也不要一条平滑的假曲线。 标签、标题和单位三处最容易漏 图能看了之后，逐项检查： • 标题是否写清了时间范围和口径，例如"2025 年 10 月至 2026 年 9 月，退款率（按支付时间）"； • 单位是否在图轴上，金额是元还是万元，百分比是 0.85 还是 85%； • 标签是否重叠，类别超过 8 个时横过来或者改成横向柱状； • 图例是否必要，单系列图不需要图例； • 小数位是否统一，销售额保留整数，比率保留 1 位小数。 这 5 项里任何一项缺失，图就要退回重画。评审会上被问"这个数是什么单位"，比图不好看尴尬得多。 出图之后再复算一遍 图是结论的包装，不是结论本身。拿到图后至少做一次独立复算：把图里的最大值、最小值、合计三个数，用原始表筛一遍对上。 对不上有三种常见原因：筛选条件没写进指令、模型读了部分数据、日期边界差一天。官方也提示过，文件可能上传成功但仍因过大、过复杂、图片过多而无法完整分析，复杂公式的表格尤其如此。 文件上限方面，CSV 和表格约 50 MB，文档类 512 MB，图片单张 20 MB，文本类另有 200 万 token 封顶。上传频率是 3 小时 80 个文件，Free 账号每天 3 个。图表数据超过 50 MB 时，先在本地聚合到月级再上传，画图用不到行级明细。 如果你现在的档位是 Free，文件上传每天只有 3 个，做一轮多版本对比很容易顶满。想先把额度问题解决，看看 Go 与 Plus 在文件入口上的差别比直接换机器更实际。 图做完通常接着要写汇报材料，把图表转成 PPT 大纲的顺序是下一步；需要判断一份榜单里的数字是否可信，可以参考发布基准的解读方法。 截至 2026 年 10 月 18 日核对，图表类型、交互切换按钮与数据准备建议以 OpenAI 帮助中心《Data analysis with ChatGPT》为准；文件上限与配额以《Uploading files and audio to ChatGPT》为准。 参考资料资料核对日期：2026-10-17 • Data analysis with ChatGPT | OpenAI Help Center 延伸阅读• 用 ChatGPT 分析 Excel：先定义指标，再让它计算 • 用 ChatGPT 做 PPT 大纲：每一页都要有一个要点 • AI 新模型分数更高，就值得升级吗？先读懂评测条件