数据与报表

Bot 的云电脑上可以真正运行代码（比如 Python）来处理数据，所以它算出来的数字是"算"的，不是"猜"的。对于经常和表格打交道的人，这能省下大量重复劳动。

典型工作

• 合并、清洗来自多个来源的表格。
• 按固定口径生成日报、周报、月报。
• 做简单的统计分析和图表。
• 核对两份数据是否一致，找出差异。
• 把分析结果写成管理层看得懂的结论。

示例提示词

数据清洗

附件是三个渠道导出的订单表，字段名不统一。请合并成一张表：
统一字段为"日期、渠道、订单号、金额、状态"；去掉重复订单号；
金额统一为两位小数；把无法识别的记录单独放在一个 Sheet 里，并说明原因。

对账

对比"系统导出.xlsx"和"财务台账.xlsx"，以订单号为准，
列出：只在一边出现的记录、金额不一致的记录。输出差异表，不要修改原文件。

分析 + 结论

基于这份月度数据，回答三个问题：哪个渠道增长最快？哪类产品退货率异常？
有没有明显的周期性？每个结论附上计算方法和对应的图表。
不确定的地方直接说不确定。

做成演示文稿

把上面的分析做成 6 页以内的 PPT：一页结论、三页图表、一页风险、一页建议。风格简洁。

推荐例程

每周一早上 9 点，从共享网盘的"每周导出"文件夹读取最新数据，
按"周报口径"技能生成周报 Excel，存到 /workspace/周报/ 并发到这个对话。
如果文件夹里没有本周的新文件，直接告诉我，不要用上周的数据。

把"口径"写成技能

同一个指标，不同人算法可能不一样。把你的统计口径（比如"有效订单 = 已支付且未退款"）写进技能，每次计算就不会走样。

常见坑

• 不说明口径就要结果：先定义清楚指标，再让它算。
• 只看结论不看过程：让它在报表里附"处理说明"，至少抽查一次计算。
• 用旧数据凑数：在例程里明确写"没有新数据就报告，不要用旧数据"。
• 敏感数据外流：含个人信息的数据处理完及时删除，不要上传到无关的外部服务。