AI 数据分析图表提示词：数据表、图表类型与结论的对应关系

图表提示词不是让模型猜数据

只说「帮我把这份数据做成图表」，模型会自行选择图形、坐标轴和配色，最后做出来的图可能把趋势画成了对比，或者把百分比堆成了绝对值。图表的第一步不是画，而是确认数据口径：每一列是什么、单位是什么、时间范围是什么、有没有缺失值。提示词里不写清这些，模型只能靠猜，猜错的概率远高于做丑的概率。

数据表、图表类型、结论三段

数据段给出字段名、单位、时间范围和样本量；图表类型段说明要用折线、柱状、堆叠柱、饼图还是散点，并给出选择理由；结论段说明这张图想让读者看到什么，例如「线上占比连续三年上升」。三段写清楚，模型才知道坐标轴怎么设、标签怎么放、结论该落在哪一句。没有结论段的图表，通常只是数据的装饰。

完整输入与图表说明片段

输入可以写成：「三年渠道占比数据，线上从 41% 升到 58%，线下从 59% 降到 42%，想看结构变化，读者是管理层。」图表建议：使用堆叠柱状图，横轴为年份，纵轴为百分比，合计固定为 100%，数据标签保留整数。读数可以写成：线上占比三年累计上升 17 个百分点；线下下降幅度与线上基本对应；2025 年后结构变化趋缓。结论必须能从图里直接读出来。

先问清口径，再选图形

同一组数字，「占比」和「金额」适合的图形不同。占比强调结构，堆叠柱或饼图更直观；金额强调规模，普通柱状图更清楚；时间序列强调趋势，折线最稳。提示词里可以要求模型先复述数据口径，再给图表建议。如果口径不清，让它先提问，而不是直接出图。这个要求能显著减少「图很漂亮但结论错误」的情况。

折线、柱状与饼图的适用边界

折线适合连续时间上的变化，不适合无序类别之间的比较。柱状适合类别对比，长度差异比面积更容易判断。饼图只适合少量类别且总和有意义的情况，超过五类就很难读。堆叠柱能同时表达总量和结构，但层数过多时中间层难以比较。提示词里指定图形时，最好附一句「如果数据不适合该图形，请说明原因并给出替代方案」。

结论必须能从图里读出来

图表页最忌讳「结论在图外」。图上只画了三条折线，文字却说「用户满意度显著提升」，读者无法验证。提示词里要求「结论必须引用图中的具体变化」，模型就会把结论和读数绑定。检查时也可以反过来：遮住文字，只看图，能否复述出同样的结论。如果复述不出来，要么图选错了，要么结论超出了数据范围。

工具里的图表类型选项

类型选项只是候选，不是强制。选折线时，如果数据是无序类别，模型应主动建议改成柱状；选饼图时，如果类别超过五类，应建议改成条形图或合并小类。输出用途决定文字密度，图表说明重在坐标轴和标签，结论提炼重在三条读数，汇报页文案则要把结论压缩成一句标题。用途越明确，输出越不容易变成一份通用图表教程。

数据图表提示词答疑

没有原始数据能生成图表吗

不能生成真实图表。没有数据时，模型只能给示意结构，不能当作分析结论使用。

百分比和百分点怎么区分

从 41% 到 58% 是上升 17 个百分点，不是上升 17%。提示词里要求同时给出两种表述，可以避免汇报时被追问。

双轴图一定不能用吗

不是绝对禁止，但容易误导。必须使用时，要把两个轴的量纲和颜色写清楚，并避免用交叉点暗示因果。

图表说明定稿后，可以继续写汇报摘要或讲故事式汇报，AI 工具分类和职场分类里都有对应提示词。标签： #数据图表 #提示词生成 #数据分析