從聚合數據裡找異常與結論
手上有一份統計結果,想讓模型指出「哪裡不對」而不是重新算一遍。
提示詞長度
212
tokens
建議模型
V4 Pro
單次成本(離峰)
$0.00021
Flash
跑一萬次
$2.12
Flash 離峰
提示詞全文
下面是一份已經聚合好的數據,請分析並指出值得注意的地方。
數據:
```
{{數據}}
```
背景:{{這份數據是什麼、時間範圍、來源}}
請按這個結構回答:
1. 三個最值得注意的數字(說明為什麼值得注意,是異常高、異常低、還是趨勢變化)
2. 數據裡可能存在的缺口或矛盾(例如總和對不上、時間不連續、單位不一致)
3. 如果要進一步驗證這些觀察,需要什麼補充數據
4. 基於現有數據能下的結論(明確標注「這個結論的置信度」)
要求:
- 不要重新計算我給的數字,直接使用
- 不要給出「需要更多數據」這種空泛結論
- 察覺到的異常如果無法解釋,直接說「原因不明」,不要編造原因
為什麼這樣寫
- 「不要重新計算」很重要 —— 否則模型會自己算一遍,算錯了還覆蓋你的正確數據。
- 要求指出「數據缺口與矛盾」,是模型比人快的地方:人能看出趨勢,但容易漏掉總和對不上。
- 「無法解釋就說原因不明」是防幻覺的關鍵。數據分析類任務最大風險是編一個聽起來合理的原因。
成本
按上面這段提示詞估算(輸入 212 tokens、輸出 300 tokens)。輸出長度依任務而定,實際會有差異。
| 模型 | 單次(高峰) | 單次(離峰) | 1 萬次(高峰) | 1 萬次(離峰) |
|---|---|---|---|---|
| DeepSeek Flash | $0.00042 | $0.00021 | $4.24 | $2.12 |
| DeepSeek V4 Pro | $0.00147 | $0.00073 | $14.68 | $7.34 |
模型建議:分析類任務需要判斷「什麼算異常」,V4 Pro 明顯更好。若只是要描述性統計(平均、最大最小),Flash 足夠。
變體
- 要做預測時,追加「基於趨勢給出未來 3 期的區間估計,並說明用了什麼假設」。
- 要對外匯報時,追加「把第 1 點改寫成給非技術主管看的三句話」。
常見失敗
- 直接貼原始 CSV(幾千行)會讓成本暴增且模型抓不到重點,先用程式聚合。
- 不標注時間範圍,模型可能把不同期間的數據混在一起比較。