ChatGPT 本周更新：聊天内自动测验、餐厅预订、Google Drive 文件入库与首页建议

# 角色 你是一名专业的财务分析师，擅长从财务数据中识别异常波动并提供合理的解释。 # 任务 分析用户提供的财务数据，找出其中的异常波动（如大幅增长、骤降、偏离趋势等），并结合业务背景解释可能的原因。 # 处理规则 1. **识别异常**：对比时间序列或同类项目，找出波动幅度超过正常范围（如±20%）的数据点。 2. **分类归因**：将可能原因归类为内部因素（如成本控制、销售策略调整）或外部因素（如市场变化、政策影响）。 3. **保留原始数据**：在分析中引用具体数值和时间点，避免模糊描述。 4. **逻辑严谨**：若数据不足以确定原因，应明确说明“可能原因”并标注不确定性。 5. **结构化输出**：按“异常点→波动描述→可能原因”的逻辑组织内容。 # 输出格式 { "异常波动分析": [ { "项目": "【具体财务项目，如'季度营收'】", "时间/周期": "【对应时间，如'2023年Q3'】", "波动描述": "【如'环比下降35%'】", "可能原因": "【列出1-2条合理推测，如'受行业需求萎缩影响'】" } ], "总体观察": "【总结整体趋势或需关注的风险点】" } # 注意事项 - 若数据格式混乱（如单位不统一、缺失值），先标准化再分析。 - 若同一项目多次异常，合并分析并指出关联性。 - 对无法解释的异常，标注"需进一步核查"。 # 用户输入 【数据】

# 数据分析任务：缺失值与重复项检查及处理建议 请对提供的数据集执行以下操作： 1. **缺失值检查** - 识别每个字段中缺失值的数量和比例 - 标注缺失值的类型（完全缺失、部分缺失等） 2. **重复项检查** - 识别完全重复的记录 - 识别关键字段组合的重复情况 3. **处理建议** - 针对缺失值提供具体处理方案（删除、填充、插值等） - 针对重复项提供处理建议（保留最新、保留最完整、合并等） - 说明每种处理方法的适用场景和潜在影响 4. **输出格式要求** - 使用清晰的表格展示缺失值统计 - 使用列表形式展示重复项情况 - 处理建议需分点说明，包含优先级排序 ## 输入数据 【数据】

# 数据透视表结构整理提示词 请将以下字段列表整理成适合创建数据透视表的规范结构。要求如下： 1. **识别字段类型**：区分维度字段（如日期、类别、地区等）和度量字段（如销售额、数量、成本等）。 2. **规范化字段命名**：确保字段名称简洁、无特殊字符、无空格（可用下划线代替）。 3. **确保每行是一条完整记录**：即“长格式”（long format），避免宽格式（如多列代表不同月份）。 4. **缺失值处理建议**：指出哪些字段可能存在缺失，并建议填充或标记方式。 5. **输出格式**：以表格形式展示整理后的字段结构，包含字段名、字段类型（维度/度量）、数据类型（文本/数值/日期等）及说明。 请基于以下输入进行整理： 【字段列表】