如何让 Codex 把 CSV 数据整理成报告

一、为什么 CSV 不应该只让 Codex “总结一下”

很多人拿到一份 CSV 后，会直接把任务写成：“帮我分析这个数据，并生成一份报告。”这类指令看起来省事，实际结果通常不稳定。因为 Codex 不知道这份数据的业务背景、字段含义、统计口径、异常值处理规则，也不知道最终报告是给老板看、给运营复盘，还是给开发排查问题。

更稳的做法是让 Codex 先把 CSV 当成一个小型数据项目处理：先读取字段，再检查质量，再生成分析脚本，最后输出报告。这样得到的不是一段空泛总结，而是一套可以复跑、可以检查、可以交付的报告流程。

CSV 报告的核心不是“把表格文字化”，而是回答三个问题：数据是否可信、关键指标发生了什么变化、接下来应该做什么。

二、适合让 Codex 处理的 CSV 报告场景

• 运营日报、周报、月报：例如注册用户、访问量、转化率、内容发布量、订单量。

• 销售数据复盘：例如不同渠道、地区、客户类型、产品线的销售额和成交变化。

• 内容数据分析：例如文章曝光、点击、收藏、互动率、搜索关键词表现。

• 产品行为分析：例如用户注册、激活、付费、留存、流失节点。

• 客户反馈整理：例如评分、标签、问题类型、处理状态、满意度趋势。

• 招聘或 HR 数据分析：例如候选人来源、筛选通过率、面试转化、offer 接受率。

不适合的情况也要说清楚：如果 CSV 字段完全没有含义、数据缺失严重、业务口径没有确认，Codex 只能做初步整理，不能直接给出可靠结论。尤其是财务、医疗、合规类数据，更应该先做脱敏和人工校验。

三、开始前要准备的 3 类输入

四、推荐的 Codex 执行流程

第 1 步：让 Codex 先做数据画像，而不是直接写报告

数据画像是第一步。它的目的不是下结论，而是确认这份 CSV 里面到底有什么字段、字段类型是否合理、缺失和重复是否明显、有没有异常值。

请先不要写最终报告。请读取 data/input.csv，并生成一份数据画像说明。 要求： 1. 输出字段清单：字段名、推断类型、非空数量、缺失率、唯一值数量、样例值。 2. 判断可能的日期列、金额列、ID 列、分类列、指标列。 3. 检查重复行、空值、异常值、明显格式错误。 4. 不要删除或修改原始 CSV。 5. 把结果保存到 reports/data_profile.md。 6. 如果字段含义不明确，请列出需要人工确认的问题。

第 2 步：让 Codex 写清洗规则，并保留可追溯记录

CSV 报告最容易出问题的地方不是图表，而是清洗口径。比如日期格式不统一、金额字段有货币符号、渠道字段大小写不一致、空值到底算 0 还是剔除。

请基于 reports/data_profile.md 制定 CSV 清洗规则，并生成 scripts/clean_csv.py。 要求： 1. 所有清洗动作必须写入 reports/cleaning_notes.md。 2. 不允许覆盖原始文件，只能输出 data/cleaned/input_cleaned.csv。 3. 日期列统一为 YYYY-MM-DD。 4. 金额和数量字段必须转为数值类型，并记录无法转换的行数。 5. 分类字段去除首尾空格，统一大小写或中文标签，但要说明映射规则。 6. 对缺失值不要默认填 0，除非报告中明确解释原因。 7. 脚本运行后输出清洗前后行数、列数、缺失率变化和异常记录数量。

第 3 步：让 Codex 生成分析脚本，而不是手写一次性结论

如果报告是一次性文本，后续换一份 CSV 就要重新做。更好的方式是让 Codex 写一个分析脚本，把统计、图表和报告生成过程固定下来。

请生成 scripts/analyze_csv_report.py，用 pandas 和 matplotlib 分析 data/cleaned/input_cleaned.csv。 报告需要包含： 1. 核心指标概览：总量、均值、中位数、最大值、最小值、环比或同比变化。 2. 时间趋势：按天 / 周 / 月聚合，自动识别合适粒度。 3. 分类对比：按渠道、地区、产品、用户类型等分类字段做 Top 10 分析。 4. 异常发现：识别极端值、突然下跌、突然上涨、缺失异常。 5. 图表输出：保存到 reports/figures/，图片命名要清晰。 6. 报告输出：生成 reports/csv_report.md 和 reports/csv_report.html。 7. 代码需要包含注释，并在终端输出运行摘要。

第 4 步：让 Codex 把分析结果转成业务报告

数据报告不是把图表堆在一起。给业务方看的报告，需要先给结论，再给证据，再给建议。不要让读者自己从表格里找重点。

请基于 scripts/analyze_csv_report.py 的输出，整理 reports/csv_report.md。 报告结构如下： # CSV 数据分析报告 ## 1. 一页纸结论 用 5 条以内 bullet 说明最重要发现，不超过 300 字。 ## 2. 数据范围与口径 说明数据来源、时间范围、字段数量、记录数量、清洗规则和指标定义。 ## 3. 核心指标概览 用表格列出关键指标，并解释变化方向。 ## 4. 趋势分析 结合图表说明时间趋势，不要只描述图表，要解释可能原因。 ## 5. 分类维度分析 列出贡献最大、下降最多、异常最明显的分类项。 ## 6. 异常与风险 说明缺失、重复、极端值、统计口径风险。 ## 7. 行动建议 按优先级输出 3-5 条建议，每条包含原因、动作、预期影响和需要验证的数据。 ## 8. 附录 包含字段字典、清洗规则、图表文件列表和复跑命令。

第 5 步：让 Codex 自查报告，不要直接交付

报告生成后，还要让 Codex 做一次反向检查。重点看结论是否有数据支撑、图表是否对应正文、指标口径是否前后一致。

请审查 reports/csv_report.md，不要新增结论，只检查可靠性。 请输出： 1. 哪些结论有明确数据支撑。 2. 哪些结论只是推测，需要标注“可能”。 3. 哪些图表和正文描述不一致。 4. 哪些指标口径前后不一致。 5. 哪些字段或样本量不足以支持结论。 6. 修改后的报告版本保存为 reports/csv_report_reviewed.md。

五、可直接复制的 Codex 一键执行指令

下面这条指令适合直接丢给 Codex。你只需要把 CSV 路径、业务问题、报告类型替换掉。

你是这个项目里的数据分析执行助手。请基于 CSV 文件 data/input.csv 生成一份可交付的数据分析报告。 背景： - 这份 CSV 用于分析【填写业务场景，例如：6 月订单变化原因】。 - 报告读者是【填写对象，例如：运营负责人 / 创始人 / 增长团队】。 - 核心问题是：【填写问题，例如：销售额为什么下降？哪个渠道贡献最大？哪些异常需要关注？】。 执行要求： 1. 先读取 CSV，生成 reports/data_profile.md，包含字段字典、缺失率、重复率、样例值、异常字段。 2. 不要覆盖原始数据。生成 scripts/clean_csv.py，并把清洗后的文件输出到 data/cleaned/input_cleaned.csv。 3. 清洗规则必须写入 reports/cleaning_notes.md，说明每一步为什么这么处理。 4. 生成 scripts/analyze_csv_report.py，使用 pandas 进行统计分析，使用 matplotlib 输出图表。 5. 输出 reports/csv_report.md 和 reports/csv_report.html。 6. 报告必须包含：一页纸结论、数据范围、指标口径、核心指标、趋势分析、分类分析、异常与风险、行动建议、附录。 7. 每个重要结论都必须能追溯到具体统计结果或图表，不允许凭感觉写结论。 8. 完成后运行脚本，修复所有报错，并在最后说明如何复跑整个分析流程。 9. 如果发现字段含义不清楚，请先列出假设，并在报告中标注这些假设。

六、如果 CSV 很乱，应该让 Codex 先做“字段解释表”

很多 CSV 的字段名并不友好，比如 uid、src、amt、dt、st、ch。Codex 可以推断，但不能保证一定正确。对于这类数据，先生成字段解释表，比直接分析更稳。

请根据 CSV 内容生成 fields_dictionary.md。 要求： 1. 对每个字段推断含义，但必须区分“确定”和“猜测”。 2. 对字段分组：用户字段、时间字段、行为字段、交易字段、渠道字段、状态字段。 3. 对每个字段给出建议的分析用途。 4. 对含义不明确的字段列出需要人工确认的问题。 5. 在字段未确认前，不要生成最终业务结论。

七、常见错误

错误 1：只让 Codex 写总结：这样容易生成看似合理、但没有数据支撑的结论。应该先生成数据画像和分析脚本。

错误 2：不说明业务问题：同一份 CSV 可以做销售报告、留存报告、渠道报告、异常排查报告。问题不同，报告结构也不同。

错误 3：不保留清洗记录：报告结论依赖清洗规则。如果没有 cleaning_notes，后续无法解释数字为什么变了。

错误 4：图表太多：业务报告不是可视化作品集。图表应该服务结论，最多保留最能解释问题的几张。

错误 5：把推测写成事实：CSV 只能证明“发生了什么”，不一定能证明“为什么发生”。原因分析必须标注假设。

八、建议写进 AGENTS.md 的 CSV 报告规则

如果你的项目经常要处理 CSV，可以把下面这段规则写进 AGENTS.md。这样以后每次让 Codex 做数据报告，它都会按同一套口径执行。

CSV 数据报告规则 - 所有 CSV 分析任务必须先生成数据画像，不允许直接写最终结论。 - 不允许覆盖原始 CSV，清洗后的文件必须输出到 data/cleaned/。 - 所有清洗动作必须记录到 reports/cleaningnotes.md。 - 重要指标必须说明计算公式，例如转化率、客单价、留存率、退款率。 - 报告结论必须能追溯到统计表、图表或脚本输出。 - 如果字段含义不明确，必须标注假设，不得把猜测写成事实。 - 图表输出到 reports/figures/，报告输出到 reports/。 - 报告必须包含：结论、数据范围、指标口径、趋势、分类、异常、建议、附录。 - 生成脚本后必须实际运行，修复报错，再提交最终报告。 - 涉及用户隐私、财务、健康、合同等敏感数据时，必须先提醒做脱敏处理。

九、报告模板：让 Codex 按这个结构输出

十、上线前验收清单

• 原始 CSV 是否保留，没有被覆盖。

• 是否生成 data_profile.md，字段、缺失、重复、异常是否说明清楚。

• 是否生成 cleaning_notes.md，清洗规则是否可解释。

• 分析脚本是否可以重新运行。

• 报告中的每个关键结论是否有数据或图表支撑。

• 指标口径是否前后一致。

• 图表是否命名清晰，正文是否引用对应图表。

• 推测性原因是否标注为“可能原因”，没有写成确定事实。

• 报告是否包含行动建议，而不是只有描述。

• 敏感数据是否已经脱敏。

十一、达灵感可以怎么沉淀这类任务

对于经常处理 CSV 的团队，真正有价值的不是一次生成一份报告，而是把报告流程沉淀成可复用的 Codex 任务模板。比如“运营周报 CSV 分析”“销售月报 CSV 分析”“小红书数据复盘”“SEO 流量下降分析”“用户反馈标签统计”等，都可以做成固定指令。

达灵感可以把这些任务沉淀成不同场景的 Codex 指令库：每个模板包含输入文件要求、字段口径、报告结构、脚本输出路径、验收标准和 AGENTS.md 规则。这样用户不是每次从零写提示词，而是直接复制一条可执行任务，让 Codex 按标准流程完成数据整理和报告输出。

这类内容也适合做成达灵感的长期 SEO 页面，因为搜索这类问题的人通常不是想了解 AI 概念，而是手里已经有一份 CSV，正在找一个能马上执行的解决方案。

总结

让 Codex 把 CSV 数据整理成报告，关键不是让它“帮我分析一下”，而是把任务拆成数据画像、清洗规则、分析脚本、图表输出、报告整理和可靠性审查。

只要你把业务问题、字段口径、输出格式和验收标准说清楚，Codex 就可以从一份普通 CSV 出发，生成一套可复跑的数据分析报告流程。对于运营、增长、数据分析、HR 和中小团队来说，这比单次生成一段总结更有价值。

参考资料

• OpenAI Help Center：Using Codex with your ChatGPT plan。

• OpenAI Developers：Codex best practices。

• OpenAI Developers：Custom instructions with AGENTS.md。