数据分析师如何用 Codex 处理 Excel 数据并生成报告？

数据分析师用 Codex 处理 Excel 数据，最适合处理这类任务：读取 Excel 工作簿，识别多个 Sheet，检查字段口径，清理缺失值、重复值和异常值，生成可复核的分析脚本，再把结果整理成图表和业务报告。 OpenAI 官方 Codex 数据分析用例中明确提到，Codex 可用于清洗数据、连接数据源、探索假设、建模结果，并将输出打包成可复用分析产物；其中也包括检查 CSV、TSV 和 Excel 文件。 所以，Codex 不是“替你凭感觉写结论”的工具，而是更适合承担 Excel 数据处理流程中的执行部分：读取文件、整理结构、写 Python 脚本、生成中间表、输出图表、生成报告初稿。 如果这类 Excel 分析任务需要长期重复执行，可以把它们保存到达灵感中，结合 AGENTS.md、数据分析 Skills、指标口径和报告模板，形成可复用的数据分析工作流。 Excel 是数据分析师最常见的工作入口，但也是最容易混乱的文件格式。一个 Excel 工作簿里可能有多个 Sheet、合并单元格、隐藏列、公式、透视表、手工备注、空行、历史数据和临时计算列。 人工处理 Excel 的问题通常不在“会不会算”，而在重复劳动太多：

• 每次都要重新检查字段和 Sheet 含义。
• 每次都要处理空值、重复值、异常值和格式不统一。
• 每次都要写类似的 pandas / openpyxl 脚本。
• 每次都要把统计结果复制到报告里。
• 每次都要解释指标变化、异常原因和后续建议。
• 每次都担心原始文件被覆盖，或者公式被误改。 这些任务有明确流程，也适合标准化。Codex 的价值，是把 Excel 分析从“手工操作”转成“可复核脚本 + 输出文件 + 报告文档”。 | 对比项 | ChatGPT 更适合 | Codex 更适合 | | --- | --- | --- | | 分析思路 | 解释指标、设计分析框架、提出假设 | 按照分析框架读取文件并执行处理 | | Excel 文件处理 | 根据用户粘贴的小样本分析 | 读取真实工作簿、识别 Sheet 和字段 | | 数据清洗 | 说明清洗规则 | 生成清洗脚本和输出清洗结果 | | 公式检查 | 解释公式逻辑 | 检查公式列、异常公式、可能的断链 | | 多表合并 | 说明 join 思路 | 执行合并、输出未匹配记录 | | 图表生成 | 建议图表类型 | 生成图表文件和可复用绘图脚本 | | 报告撰写 | 优化报告表达 | 基于真实计算结果生成报告初稿 | | 可复用性 | 适合一次性讨论 | 适合沉淀成脚本、模板和工作流 | 一句话判断：ChatGPT 更适合设计分析思路，Codex 更适合基于真实 Excel 文件执行分析流程。 | 任务类型 | 适合场景 | 输出结果 | | --- | --- | --- | | Excel 工作簿体检 | 第一次拿到陌生 Excel，不知道有哪些 Sheet 和字段 | Sheet 清单、字段说明、数据质量报告 | | 数据清洗 | 存在空值、重复值、异常值、日期格式混乱 | 清洗脚本、清洗后 Excel/CSV、处理说明 | | 多 Sheet 合并 | 多个月份、渠道、地区或业务表需要合并 | 合并数据表、未匹配记录、合并逻辑说明 | | KPI 分析 | 收入、转化率、留存、活跃、订单等指标变化 | 趋势拆解、异常点、可能原因、建议动作 | | 自动报告 | 每周或每月重复生成经营分析报告 | Markdown/Word 报告、图表、摘要 | | 公式风险检查 | Excel 中大量公式、引用、透视表和手工计算列 | 公式风险清单、异常公式位置、人工复核建议 | | 图表生成 | 需要趋势图、排名图、对比图、漏斗图 | 图表文件、说明文字、绘图脚本 | 不要只把 Excel 文件丢给 Codex，然后说“帮我分析”。数据分析任务必须先定义目标和边界。建议准备以下信息：
• Excel 文件路径：明确要处理哪个 .xlsx 或 .xlsm 文件。
• 分析目标：例如“分析 6 月转化率下降原因”或“生成上月销售月报”。
• 字段口径：例如订单金额是否含退款，转化率分母是什么，日期按创建时间还是支付时间。
• 输出格式：清洗后文件、图表、Markdown 报告、Word 报告或数据摘要。
• 禁止事项：不覆盖原始文件、不删除公式、不修改宏、不把相关性写成因果。
• 复核要求：所有结论必须能追溯到数据计算和脚本。 涉及公司数据、客户数据、财务数据或个人信息时，必须先脱敏，并遵守公司数据安全要求。不要把数据库密码、API Key、客户身份证号、手机号等敏感信息写进任务指令。 第一轮不要直接生成报告。先让 Codex 检查工作簿结构，包括 Sheet 名称、行数、列数、字段类型、日期范围、空值、重复值、公式列和异常值。 如果字段含义不清，Codex 不应该猜。应明确标注“需要业务确认”。例如 GMV、净收入、退款金额、有效订单、注册转化率等指标，都必须有清晰口径。 不要覆盖原始文件。更安全的方式是生成 Python 脚本，读取原始 Excel，输出 cleaned.xlsx、summary.xlsx、charts/ 和 report.md。 优秀的数据报告必须能复核。Codex 应同时输出分组汇总表、异常数据明细、图表文件和计算脚本，而不只是写一段结论。 报告应包含数据来源、分析周期、指标口径、关键发现、证据、可能原因、建议动作、风险说明和需要人工确认的问题。

你是一名资深数据分析师和 Python Excel 数据处理工程师。 请读取当前目录中的 Excel 文件，并完成工作簿体检。 任务目标： 在正式分析前，先识别 Excel 文件结构、Sheet 含义、字段情况、公式风险和数据质量问题。 请检查： - 工作簿中有哪些 Sheet - 每个 Sheet 的行数和列数 - 每个 Sheet 的字段名称 - 字段类型和样例值 - 是否存在空行、空列、合并单元格 - 是否存在公式列 - 是否存在隐藏行、隐藏列或隐藏 Sheet - 是否存在缺失值、重复值、异常值 - 日期字段和金额字段是否格式统一 执行要求： - 只读取和分析，不修改原始 Excel - 不要覆盖原始文件 - 不要编造字段含义 - 对不确定字段标注“需要业务确认” - 输出可复核的数据质量报告 输出格式： 1. 文件概览 2. Sheet 清单 3. 字段说明 4. 数据质量问题 5. 公式和隐藏内容风险 6. 建议清洗方案 7. 需要业务确认的问题 完成标准： 报告应帮助分析师判断这个 Excel 是否可以进入正式分析阶段。 你是一名数据清洗专家。 请基于当前 Excel 文件完成数据清洗，并输出可复核结果。 任务目标： 在不覆盖原始文件的前提下，清理缺失值、重复值、格式不一致和明显异常数据，生成清洗后的 Excel/CSV 文件和清洗说明。 执行步骤： 1. 读取原始 Excel。 2. 生成数据质量报告。 3. 识别缺失值、重复值、异常值和格式问题。 4. 说明每一类问题的处理方案。 5. 生成清洗脚本。 6. 输出 cleaned.xlsx 或 cleaned.csv。 7. 输出清洗前后对比摘要。 执行要求： - 不覆盖原始文件 - 不直接删除大量数据，除非有明确规则 - 对异常值保留明细表 - 每一步处理必须说明原因 - 所有结果必须可通过脚本重新生成 禁止事项： - 不把异常值直接当错误删除 - 不修改原始公式 - 不编造业务规则 - 不把缺失字段自动补成猜测值 输出格式： 1. 清洗规则 2. 清洗前数据概览 3. 清洗后数据概览 4. 被处理的问题明细 5. 输出文件路径 6. 清洗脚本路径 7. 仍需人工确认的问题 完成标准： 清洗过程可追溯，输出文件可复核，原始文件保持不变。 你是一名业务数据分析师。 请读取当前 Excel 工作簿中的多个 Sheet，并根据字段关系完成合并分析。 任务目标： 把多个 Sheet 中的数据整理成统一分析表，并输出汇总结果和未匹配记录。 请先分析： - 每个 Sheet 的用途 - 每个 Sheet 的主键或关联字段 - 字段类型是否一致 - 是否存在重复主键 - 是否存在无法匹配的记录 - 是否存在月份、地区、渠道等维度字段 执行要求： - 先说明合并逻辑，再执行合并 - 输出未匹配记录明细 - 输出合并后的数据文件 - 输出汇总分析表 - 所有合并步骤必须可复核 - 不覆盖原始 Excel 禁止事项： - 不随意猜测关联字段 - 不忽略未匹配记录 - 不删除无法解释的数据 - 不把推测写成事实 输出格式： 1. Sheet 概览 2. 字段关系说明 3. 合并逻辑 4. 未匹配记录分析 5. 合并后数据概览 6. 核心汇总结果 7. 关键发现 8. 输出文件清单 完成标准： 生成一份可继续分析的合并数据表，并说明所有关键合并风险。 你是一名经营分析师和数据报告作者。 请基于当前 Excel 数据生成一份经营分析报告。 任务目标： 将 Excel 中的数据整理成适合业务负责人阅读的分析报告，报告必须有数据支撑、结论清晰、建议可执行。 请先确认： - 分析周期 - 核心指标 - 指标口径 - 可用维度 - 数据质量问题 - 是否有历史对比数据 报告内容： 1. 本期核心结论 2. 关键指标总览 3. 环比 / 同比变化 4. 分维度拆解 5. 异常指标说明 6. 可能原因 7. 建议动作 8. 数据限制 9. 需要继续验证的问题 执行要求： - 所有数字必须来自 Excel 计算 - 结论必须对应数据证据 - 把事实、判断和建议分开写 - 不把相关性直接写成因果关系 - 输出报告初稿和计算脚本 禁止事项： - 不编造业务原因 - 不夸大指标变化 - 不忽略样本量不足问题 - 不覆盖原始数据 完成标准： 报告可以作为业务复盘初稿，但仍保留需要人工复核的内容。 你是一名 Excel 数据质量审查专家。 请检查当前 Excel 文件中的公式、透视表、引用关系和人工计算风险。 任务目标： 找出可能影响报告准确性的 Excel 风险点，避免因为公式断链、范围错误、手工改数或透视表未刷新导致结论错误。 请检查： - 是否存在公式列 - 公式是否在同一列中不一致 - 是否存在错误值，例如 #N/A、#VALUE!、#DIV/0! - 是否存在外部引用 - 是否存在隐藏行、隐藏列、隐藏 Sheet - 是否存在透视表或汇总表 - 是否存在可能未刷新的汇总结果 - 是否存在手工输入覆盖公式的情况 执行要求： - 只检查，不修改原始文件 - 对每个风险说明位置 - 如果无法自动确认，请标注需要人工打开 Excel 复核 - 不要把所有公式都视为错误 输出格式： 1. 公式风险概览 2. 错误值清单 3. 外部引用风险 4. 隐藏内容风险 5. 透视表或汇总表风险 6. 需要人工复核的位置 7. 修复建议 完成标准： 报告应帮助分析师在发送数据报告前排除明显 Excel 风险。 你是一名数据可视化分析师和报告撰写专家。 请基于当前 Excel 数据生成图表和报告初稿。 任务目标： 把 Excel 中的关键指标转化为清晰图表，并生成适合业务汇报的报告初稿。 请生成： - 趋势图 - 排名图 - 对比图 - 分布图 - 漏斗图（如果数据支持） - 指标汇总表 - 报告正文初稿 执行要求： - 图表标题必须清晰 - 坐标轴必须标注 - 不使用误导性比例 - 图表必须服务于结论 - 报告中必须说明数据来源、周期和口径 - 输出图表文件和报告文件 禁止事项： - 不为了好看而扭曲数据 - 不隐藏异常值 - 不编造无法验证的结论 - 不把相关性写成因果关系 输出格式： 1. 图表文件清单 2. 每张图表说明 3. 关键发现 4. 报告初稿 5. 数据限制 6. 后续分析建议 完成标准： 报告初稿可以直接交给分析师复核和修改。 如果团队长期用 Codex 处理 Excel 数据，建议把稳定规则写进 AGENTS.md。OpenAI 官方文档说明，Codex 会在开始工作前读取 AGENTS.md 文件，用来获得项目说明和额外指令。

Excel Data Analysis Rules - 不覆盖原始 Excel 文件。 - 所有处理脚本保存到 /scripts。 - 清洗后的文件保存到 /outputs 或 /processed。 - 图表保存到 /charts。 - 报告保存到 /reports。 - 所有结论必须来自数据计算。 - 不允许编造字段含义、指标口径和业务原因。 - 不允许把相关性直接写成因果关系。 - 对不确定字段必须标注“需要业务确认”。 - 涉及个人信息、财务数据、客户数据时，必须先脱敏。 - 报告必须包含数据来源、分析周期、指标口径、数据限制和人工复核项。

OpenAI 官方文档中，Skills 是用于扩展 Codex 的任务能力模块，可以打包说明、资源和可选脚本，让 Codex 更可靠地执行特定工作流。Excel 分析非常适合做成 Skills。

• Task：Excel 体检、数据清洗、KPI 分析、月报生成、公式风险检查。
• Skill：Excel 清洗 Skill、报告生成 Skill、图表生成 Skill。
• AGENTS.md：保存数据目录、输出路径、禁止事项和报告规范。
• 项目规则：保存指标口径、字段解释、业务背景和报告格式。
• 输出模板：周报模板、月报模板、渠道复盘模板、经营分析模板。 达灵感的价值不是保存一句“帮我分析 Excel”，而是把 Excel 数据分析变成一套可执行、可复核、可长期复用的任务流程。
• 先做 Excel 体检，再做正式分析。不要一上来就要求输出结论。
• 不覆盖原始文件。所有处理结果都输出到新文件。
• 先确认指标口径。字段含义不清时，不要让 AI 猜。
• 保留脚本、中间表和图表，让报告可以复现。
• 把事实、判断和建议分开写，避免报告看起来很顺但无法复核。
• 敏感数据先脱敏，权限、财务和用户信息不要直接暴露给 AI。 错误一：只说“帮我分析这个 Excel”。这会导致输出泛泛统计，必须明确指标、时间范围、维度和报告用途。 错误二：没有做数据质量检查。Excel 中的空值、重复值、隐藏 Sheet、公式错误都会影响结论。 错误三：让 Codex 覆盖原始文件。数据分析必须保留原始数据，所有清洗结果应输出为新文件。 错误四：没有字段口径。没有口径，转化率、收入、订单数、留存等指标都可能算错。 错误五：把 AI 生成的原因当成事实。Codex 可以提出假设，但业务原因需要结合真实背景验证。 错误六：只要报告，不要脚本。没有脚本，报告就无法复核，后续也无法复用。 可以，但前提是 Excel 文件在 Codex 可访问的工作区或授权环境中。更稳妥的方式是让 Codex 读取文件、生成脚本、输出清洗结果和报告，而不是只让它写一段总结。 如果任务指令没写清楚，有风险。建议明确要求“不覆盖原始文件”“所有输出保存到新文件”“只读阶段不修改任何文件”。这是 Excel 数据处理任务的基本安全边界。 不能保证完全判断。Codex 可以检查公式列、错误值、外部引用和隐藏内容风险，但复杂透视表、宏、动态图表仍建议人工打开 Excel 复核。 需要。Codex 可以提高数据清洗、脚本生成、图表生成和报告初稿效率，但指标口径、业务解释、异常原因和最终建议仍需要数据分析师判断。 高频、重复、结构稳定的任务最适合，例如 Excel 体检、数据清洗、月报生成、渠道分析、公式风险检查、多 Sheet 合并和经营复盘报告。 不建议直接发送。Codex 生成的是报告初稿，分析师应复核数据来源、计算口径、图表、结论和敏感信息，再决定是否对外发送。
• Codex 处理 Excel 数据的核心价值，是把表格分析变成可复核脚本、输出文件和报告初稿。
• ChatGPT 更适合设计分析思路，Codex 更适合基于真实 Excel 文件执行分析流程。
• Excel 分析任务应先做工作簿体检，再进行清洗、合并、统计、图表和报告生成。
• 处理 Excel 数据时，不应覆盖原始文件，所有清洗结果都应输出为新文件。
• 数据报告必须区分事实、判断和建议，不能把相关性直接写成因果关系。
• 达灵感可以把 Excel 分析任务、Skills、AGENTS.md、指标口径和报告模板统一管理，形成长期可复用的数据分析工作流。 数据分析师如何用 Codex 处理 Excel 数据并生成报告？关键不是让 AI “看表格写总结”，而是让 Codex 按标准流程完成：工作簿体检、数据质量检查、清洗脚本生成、多 Sheet 合并、指标计算、图表输出、报告初稿和人工复核项。 如果只是讨论分析思路，用 ChatGPT 更快。如果要处理真实 Excel 文件、生成可复核脚本、输出图表和报告，用 Codex 更合适。 如果你希望把 Excel 体检、数据清洗、月报生成、渠道分析和公式风险检查长期复用，可以把这些任务保存到达灵感，并结合 AGENTS.md、Skills、指标口径和报告模板，建立一套可持续维护的数据分析工作流。这样，达灵感就不只是提示词库，而是帮助数据分析师把重复 Excel 工作标准化、自动化和项目化的 AI 任务执行系统。
• OpenAI Developers：Analyze datasets and ship reports（Codex 可用于清洗数据、合并数据源、分析假设并生成可复用报告产物）
• OpenAI Developers：Custom instructions with AGENTS.md（Codex 会在任务前读取 AGENTS.md 作为项目上下文和规则）
• OpenAI Developers：Agent Skills（Skills 可封装说明、资源和可选脚本，用于可复用工作流）
• OpenAI GitHub：openai/codex（Codex CLI 是本地运行的 coding agent）
• Microsoft Learn：Power Query UI（Excel 中 Power Query 可用于数据转换、查询编辑和数据分析准备）