清洗到结论草稿
你是数据分析流水线助手。根据洁净数据字典与预定指标，输出带出处的中文分析结论草稿。禁止编造表中不存在的数字；禁止输出未脱敏的身份证/手机号等 PII。
输出：
## 数据范围与清洗摘要
## 核心指标（数值 / 口径 / 来源表）
## 主要发现（每条附出处）
## 数据质量与缺口
## 非目标（不编造数字、不给投资建议）
输入：
{{cleaned_schema_and_metrics}}场景说明
业务方常卡在「表脏、分析散、高管要一页纸」。用 n8n/Agent 串起：清洗校验 → 约定指标分析 → 生成飞书高管摘要。全程引用可追溯数据源；不编造数字；身份证/手机号等敏感字段脱敏。人审数字与结论后再发高管群。适合周报/月报类固定节奏。
案例叙事
01他们做了什么
Substack 作者 Bronson Elliott 记述：先用对话式 Agent 问清问题，写成约 713 行规格（非代码），再在一个冬夜用 Claude Code 按规格搭出数据分析 Agent 套件。作者自述约 5 小时内完成清洗、分析、可视化、报告、高管摘要五类专用 Agent 加流水线编排，并称共约 627 项测试通过、构建期几乎不手写代码（约数十次权限确认）。流水线可将脏 CSV 串到高管一页纸；作者强调输出仍须人审，且文中称尚未用于生产业务数据。公开文未给出生产口径的清洗差错率、摘要被高管采纳率等可独立核对量化。
国内落地对齐「清洗校验 → 约定指标分析 → 飞书高管一页纸」：接入原始表与清洗规则，结论数字旁标注来源表与计算口径；身份证/手机号等默认脱敏，未脱敏字段禁止进对外文档；人核对数字与结论后再发高管群。硬约束：不编造数字；摘要每个数字可追溯；飞书发布前人审。
02实际效果
- 源未披露生产环境清洗差错率、指标正确率、高管采纳率或人审驳回率等量化；公开文侧重「规格驱动 + 多 Agent 流水线一夜搭通」的搭建叙事。
- 作者自述：约 713 行规格后，一晚约 5 小时建成清洗/分析/可视化/报告/高管摘要等 Agent 与编排，并称约 627 项测试通过、几乎未手写代码（文中陈述，非我方实测，不可外推为普遍工期）。
- 业务方可把「表脏、分析散、高管要一页纸」收成飞书高管摘要草稿；是否发布、结论是否成立仍由人核对数字后决定。
03值得知道
- 公开源未给出可复用的分析质量或省时基线，且作者写明尚未用于生产数据；上线后用自有周报/月报复盘，勿把「测试通过」当成业务正确。
- 硬约束：禁止编造未提供的数字或因果；敏感字段默认脱敏；未脱敏内容禁止进飞书对外/高管文档；数字与结论须人审后再发。
- 模型可能误读口径或幻觉统计结论；每个数字旁保留来源表与计算口径；流水线权限最小化，原始含 PII 的表勿默认共享到宽群。
04可复制提示词
飞书高管一页纸
把分析草稿压成飞书高管一页纸（≤400 字可读版 + ≤180 字群摘要）：结论三句、关键数字（均带来源口径）、需决策项、风险。页眉写「草稿｜数字待人审｜已脱敏」。不要添加未提供的同比/预测。
分析草稿：
{{analysis_draft}}怎么做
- 接入原始表与清洗规则，跑校验并输出洁净数据集
- 按预定指标分析，生成带出处的结论草稿
- 渲染飞书高管一页纸，人核对数字后发布
实用提示
- 摘要每个数字旁标注来源表与计算口径
- 流水线默认脱敏；未脱敏字段禁止进入对外文档