创造工具—「AI 数据处理与工作流自动化」成果包

我在[系统/表格名]有一张销售数据表，列有：日期、地区、品类、销售额、订单数、客户类型。请帮我：
1. 写一段查询，统计「近 3 个月每个品类的销售额与订单数，按销售额降序」。
2. 如果我要看「华东地区的品类趋势」，查询怎么写？
3. 写完后解释每句是什么意思，方便我核对。
4. 提醒我哪些字段可能存在口径风险（如退货是否计入）。

接着，以下是我清洗后的数据（表头+若干行）：
[粘贴数据]
请帮我：
1. 按关键维度做汇总（分品类/地区/时间）。
2. 找出 3 个最值得关注的规律或异常，说明依据。
3. 对每个规律，反问一句「这个结论有没有可能是巧合/样本问题/口径问题」。
4. 给我 2 个下一步该深挖的方向。

接着，我有以下数据，想表达[结论]：[粘贴数据]
请帮我：
1. 建议用哪种图表最合适，说明理由。
2. 用[工具名]生成图表代码/操作步骤。
3. 给一个「数据看板」的结构建议（哪些指标放最上面、怎么组织）。
4. 每张图配一句「结论文案」，用大白话讲给不懂数据的人听。

接着，我每周都要做这件事：[描述，如汇总门店周报]。
请帮我：
1. 把这件事拆成输入→处理→输出的步骤。
2. 为每一步写一个可复用的 Prompt 模板（用 [变量] 标出每次要填的部分）。
3. 告诉我哪些步骤适合 AI 批量做、哪些必须人来判断。
4. 给出一个「人工校验点」清单，避免自动化出错没人发现。

接着，以下是 AI 之前给你输出的数据结论/代码/报表：
[粘贴内容]
请逐条自查并回答：
1. 每个数字/字段/函数，我能否在原始材料里找到依据？找不到的标出来。
2. 有哪些结论是基于推断而非数据？推断的确定性有多高？
3. 如果要 100% 正确，我应该人工核对哪几个关键点？
4. 给一个「发布前检查清单」。

接着，请扮演我的数据教练，帮我规划两周数据实战。
背景：[年级/专业]，已看完 P-06 前五章，想做一个能放进作品集的数据项目。
请给我：
1. 选一个适合我的真实数据问题（3 个候选）。
2. 两周 14 天日历（每天：数据处理/可视化/自动化/质检）。
3. 每天我提交产出，你按「口径清晰/结论可靠/表达清楚」点评打分。
4. 每周日复盘清单（进度、薄弱点、下周重点）。