ChatGPT 助力数据分析：实际案例与技巧

原文地址：https://mp.weixin.qq.com/s/Fld25MxyoFEnUbnDmGJNXg

本文作者：krryguo，腾讯 IEG前端开发工程师

导语｜本文将重点介绍 AI 与数据分析结合的应用，通过实际案例与相关技巧，描述 ChatGPT 如何助力数据分析，帮助读者更好地理解并掌握这一领域的创新实践。​

​
在如今 AI 爆炸的时代，涌现出各种 AIGC 能力，可能我们已是司空见惯了。之前分析过一句话生成图表和BI看板，这一次将重点介绍AI数据分析，通过实际案例与相关技巧，描述ChatGPT 如何助力数据分析。声明：本文涉及与 ChatGPT 交互的数据已严格脱敏。​

介绍

AI 数据分析，我这里实现了两种方式，支持多维数据分析：

1.
SQL分析：分析平台自身的使用情况，如图表配置化平台，输入一句话可分析用户配置图表相关的数据​

2.
个性化分析：平台上支持上传数据，可提供数据信息（非必填），以此自定义分析用户自己上传的数据​

分析完成后展示结果数据的图表和分析结论，图表支持折线图和柱状图，可随意切换。​

演示

话不多说，直接上视频。（时长1:08）

注：视频中上传和 AI 分析的数据均是假数据，仅供测试。

视频展示内容：

1.
演示SQL分析过程，输入想分析的内容，点击分析，输出数据图表和分析结论。​

2.
演示个性化分析，上传两个文件案例：单维度数据分析、多维度数据分析，可追加描述内容辅助 ChatGPT 进行分析。​

由于我这个是图表配置化平台，所以这里用的第一个演示内容是 “分析每种图表的使用情况”。​

流程

逻辑流程图如下：

common.docs_name - LarkCCM_Docs_Menu_Image

上面说的两种方式对应流程图的上下两个步骤，红色部分是重点。SQL分析：用户描述想分析的内容，后台连接 DB，附带表结构信息让 AI 输出SQL语句，校验是SELECT 类型的 SQL，其他操作如 UPDATE/DELETE 绝不能通过！！校验通过后执行 SQL 返回结果数据。再将数据传给 GPT（附带上下文），让 AI 学习并分析数据，最后输出分析结论和建议，和结果数据一起返回给前端页面渲染图表、展示分析结论。目前已实现两张表关联查询。个性化分析：用户上传文件，如有需要可以简单描述这是什么数据、字段意义或作用辅助分析。前端解析用户上传的文件，再传给 GPT 分析数据，后续步骤与上面一致。流程描述得比较详细，就不具体讲解开发过程和代码了，而是会更多讲述开发时的一些 问题、重点和技巧。相关重点：​

1.
第一个 user prompt：限定 SELECT SQL，这里告诉它：不要用 SELECT * 来查询全部列，且仅回复一条 SELECT SQL 语句。至少查询两列：数据项、数据值，且不能直接查询如 mediumtext/longtext 这样的长类型字段，可以用 count/substring 等函数查询这些长类型列。​

2.
system prompt 是表结构信息，如有难以理解的字段可以告诉 GPT 字段的意义，有多个表可分开描述。​

3.
需校验 GPT 生成的 SQL，不通过直接返回提示：抱歉，不支持此类请求。通过再执行 SQL 查询数据。​

4.
数据分析的 user prompt：提示数据分析，限定返回的 JSON 格式：conclusion、keyMap、title。​
keyMap 的作用：数据 key 的映射，获取结果数据对应的维度、数据项、数据值的 key 值，用于映射数据渲染图表。由于支持多维数据，单维度数据的 keyMap 没有维度项，就存在让 GPT 返回两种结构的情况。这里我采取 分开定义单维度数据和多维度数据的 prompt，根据结果数据 tableData 的维度，用条件运算符选择对应的 prompt，再传递给 GPT。​

5.
结果数据 tableData 是跟随接口一起返回到前端，已经通过 SQL 查询的数据，不能让 GPT 又生成一次，否则非常耗时。​

接口

实现了三个接口

1.
生成 SQL 校验并执行 /api/getGPTSQLQuery​

2.
根据结果数据分析出结论 /api/getGPTAnalyze​

3.
封装了前面两个接口调用 /api/getGPTSQLAnalyze​

方式一 SQL 分析调用第三个接口实现；​
方式二个性化分析只调用第二个接口实现；​
后续若只需要返回 SQL 也可以只调用第一个接口。API getGPTSQLAnalyze 返回示意图​

ChatGPT 助力数据分析：实际案例与技巧​

ChatGPT 助力数据分析：实际案例与技巧