用 ChatGPT 分析 Excel：先定义指标，再让它计算 - AIPlan

一张订单表里通常同时躺着订单金额、实付金额、优惠、退款和订单状态。这些列名字看着都像"销售额"，直接问"这个月卖了多少钱"，模型会自己挑一列来算，而你往往要翻到第三页报告才发现口径不对。所以正确顺序是：先写指标定义，再上传，第一轮只查数据质量。 先用四句话把表说清楚 上传前写一段开场，把表的结构交代掉，比任何提示词技巧都管用： 每行是一笔订单，订单号唯一。实付金额是优惠后的金额，退款金额是已完成退款。净收入 = 实付金额 − 退款金额，未支付订单不计入。日期列使用北京时间。 这四句话定下了行粒度、核心字段、计算公式、排除规则和时间口径。少了任何一句，结果就会偏。 订单表还有个坑：一个订单可能有多个商品行，行数不等于订单数。要么在表里加一列"订单行号"说清，要么分析前先按订单号去重。这一步不做，后面所有"单量"都是虚的。 第一轮只做数据质量体检 别让它一上来就给结论。第一条指令写成纯统计： 列出所有工作表名称和每个表的行数、列名。这份表有多少空值、多少重复订单号？日期列的最早和最晚日期是什么？实付金额的最小值、最大值、中位数各是多少？ 拿到结果后对照自己的预期。行数对不上，通常是它只读了第一个工作表；日期范围对不上，可能是有一批测试订单混在里面。 官方给出的准备建议是：第一行放描述性列名，一行一条记录，列名用平实语言，避免一个工作表里塞多个不相关表格，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。这五条照做，读取准确率会明显上升。 价格、折扣这类由公式算出来的列，请先复制粘贴成数值再上传。公式列的缓存值有时读不到，读到空值时模型会当成缺失处理。 用三到五行手工验算口径 这一步不能省。挑 5 行你能心算的记录，自己先算一遍净收入，再让模型算同样的 5 行，两边对上才开始全表分析。 举个具体例子。三笔订单：实付 120 元、退款 20 元；实付 80 元、无退款；实付 0 元、状态"未支付"。净收入正确答案是 100 + 80 = 180 元。如果模型算成 200 元，说明它把退款忽略了；算成 220 元，说明它没排除未支付。 只有 5 行的验算成本很低，但它能在 2 分钟内暴露口径分歧。全表跑完再发现，改一遍的成本是重来。 汇总结果必须带计算过程 要求输出固定四段：分组字段、筛选条件、计算公式、中间汇总值。缺一段就退回。 按支付月份分组，筛选状态为已完成的订单，净收入 = sum(实付 − 退款)，输出每月订单数、净收入、客单价（净收入 / 订单数）。 拿到结果后重点看三个地方：月度合计数是否等于总计、客单价的分母是订单数还是行数、跨月订单落在哪个月。这三处对了，八成口径就对了。 官方说明里提到，ChatGPT 做数据分析时会在一个有状态的 Jupyter 环境里写并运行 Python，还支持把 pandas 数据框显示成可交互表格。这意味着你可以要求它把中间结果以表格形式展示，逐行核对，而不是只给一段文字结论。 表格数据的四类异常先标出来 异常不等于错误。先标记，再判断，最后才决定是否剔除。 异常类型 判定示例 建议动作 数值越界 实付为负数，或大于 10 万元 单独列清单，人工确认 时间错位 退款日期早于下单日期 标记，不影响金额汇总 状态矛盾 状态"未支付"但有实付金额 按实付是否大于 0 重新判定 重复记录 订单号相同，字段完全一致 保留一条，其余入待删表 阈值必须自己给。写"找出异常值"没用，模型每次的判定标准都不一样。 剔除之前先算一次敏感性：剔掉这 30 行，总额变化了多少。变化小于 1% 的，可以直接剔；变化超过 5% 的，必须找到原因再动。 图表交给数据页，结论留给报告 在同一份表上既做汇总又出图，容易让模型把两件事的口径搞混。我的做法是先把汇总结果落成一张干净的小表（通常 10 行以内），再拿这张小表去出图。 图型选择的规则不复杂：时间趋势用折线，类别对比用柱状，两变量关系用散点，占比类别不超过 5 个才用饼图。双轴图慎用，左右刻度可以随意设，很容易制造出并不存在的相关性。具体判断方法写在出图前先定清楚要回答的问题里。 订单表里如果同时含手机号、收货地址和身份证号，上传前先做替换。Excel 里最省事的做法是新增一列"客户编号 C0001"，把姓名和手机号列删掉，映射表留在本地。上传前的字段分级方法里给了完整流程。 文件大小与配额的硬数字 截至 2026 年 10 月 18 日核对，官方给出的上限是：CSV 和表格文件约 50 MB，具体取决于每行大小；文档和演示文稿单文件 512 MB；图片单张 20 MB；文本和文档文件另有 200 万 token 封顶，这条不适用于表格。上传频率是每 3 小时 80 个文件，Free 账号每天 3 个；共享存储上限为每用户 25 GB。 超过 50 MB 的工作簿，先在本地按月份或按品类拆成 3 到 5 个文件，再加一列"来源文件名"，合并时能还原。拆完别忘了 Excel 的公式会跨表引用，拆表前先粘贴成数值。 如果你每天要处理十几份订单表，Free 账号每天 3 个上传的额度基本不够用，Plus 的 $20/月按 1 美元 ≈ 6.69 元折算约 ¥133.80。本店的 ChatGPT Plus 月卡 是 ¥115.50，菲区官充，30 天质保，购买条件是账号当前没有生效中的 Plus。 交付前做一次三数复核 报告发出去之前，从汇总表里挑三个数回到原始 Excel 筛一遍：月度净收入最高的一个月、退款额最大的一个订单、订单数最少的一个品类。三个都能对上，这份分析基本可用。 如果源表是 CSV 而不是 Excel，清洗顺序差别不小，先定规则再清洗的做法更适合那种场景。 截至 2026 年 10 月 18 日核对，文件格式、大小上限、上传配额与 Jupyter 运行环境限制以 OpenAI 帮助中心《Uploading files and audio to ChatGPT》和《Data analysis with ChatGPT》为准；配额会按时段和档位调整，以输入框旁提示为准。 参考资料资料核对日期：2026-10-17 • Data analysis with ChatGPT | OpenAI Help Center • Uploading files and audio to ChatGPT | OpenAI Help Center 延伸阅读• 用 AI 清洗 CSV，先定规则，再保留一份变更记录 • 用 ChatGPT 画数据图：先确定这张图要回答什么 • 上传文件给 AI 前，先删掉任务不需要的信息