核心提示词库(可直接复制到 DSH)
提示词公式:
[角色] + [任务] + [数据/上下文] + [约束] + [交付物] + [验证要求]
以下模板都按这个公式写成。使用时把 <...> 替换成自己的内容。
1. 未知数据集审计
请作为数据分析审计员。
任务:审计 `<data/04-cleaning/telco_customer_churn.csv>`,不要修改原文件。
请输出:
1. shape、列名、dtypes、每列缺失数、重复行数;
2. 每个数据质量问题的判断依据;
3. 按严重程度排序的前 5 个问题;
4. 一份建议清洗方案。
约束:只用 pandas;结论必须能从数据本身验证。
2. 最小可运行版本
请为以下任务生成最小可运行代码:
任务:<找出哪一天订单数量最多>
数据:`data/03-pandas/olist_orders_45d.csv`
约束:
- 只使用 pandas;
- 不超过 15 行;
- 注释解释关键步骤;
- 输出表格,不要输出多余图片。
3. 带问题做 EDA
请基于 `<data/05-eda-viz/diamonds.csv>` 中的数据做 EDA。
我要回答 3 个明确问题:
1. <不同切工的钻石价格分布是否明显不同?>
2. <克拉数与价格的关系是否近似线性?>
3. <是否存在价格或尺寸异常值?>
请为每个问题输出:
- 对应的 pandas 代码;
- 一张直接回答该问题的图;
- 一个 50 字以内的结论;
- 你需要提醒我的风险。
4. 数据清洗
请写一个 pandas 清洗函数。
数据:`data/04-cleaning/telco_customer_churn.csv`
要求:
1. 检查重复行和 Customer ID 重复;
2. 把 Total Charges 转成正确数值类型并说明缺失策略;
3. 检查 Churn、Customer Status、Tenure in Months 是否逻辑一致;
4. 输出每列清洗前后缺失数和异常值变化;
5. 保存清洗结果到 `<projects/example/output/clean_telco.csv>`。
约束:不修改原始文件;每个策略都要有理由。
5. 图表审查
请审查 `<projects/example/output/dashboard.png>` 对应的绘图代码。
重点检查:
1. 每张图是否对应一个明确问题;
2. 标题、轴标签、图例、单位、数据来源是否完整;
3. 是否存在误导:只画比例不写样本量、坐标轴截断、相关当因果;
4. 是否写明过滤掉 price <= 0 或 price > 10000 的规则;
5. 给出修改后的代码。
6. 建模前的风险检查
请检查以下建模方案是否存在数据泄漏或逻辑问题。
数据:<data/07-modeling/GermanCredit.csv>
目标:<credit_risk>
方案:<我的特征和代码>
请检查:
1. 哪些字段在放贷决策时是事后才知道的;
2. 类别不平衡和样本量是否处理合理;
3. 训练集和测试集是否可能重叠;
4. 报告 accuracy、precision、recall 和简单基准,为什么。
7. 调试报错
我运行以下代码报错,请只针对这个错误给修复方案:
错误信息:
<粘贴真实报错>
代码:
<粘贴代码>
约束:不要重写整个项目;先解释原因,再给最小修改。
8. 让 DSH 运行并反馈
请运行 `<projects/example/scripts/clean_telco.py>`。
然后把真实输出贴给我,并检查:
1. 输出文件是否生成;
2. 清洗前后行数和缺失数是否与预期一致;
3. 如果结果异常,给出你的猜测和下一步验证方案。
9. 形成报告
请根据以下文件写 `<report.md>`:
- `<projects/example/audit.md>`
- `<projects/example/output/clean_telco.csv>`
- `<projects/example/output/dashboard.png>`
要求:
1. 分成:问题、数据来源、方法、发现、局限、下一步;
2. 每个发现注明依据(字段、样本量、计算方式);
3. 明确区分“已验证事实”和“待验证推断”;
4. 不超过 800 字。
10. 创建长期目标
请创建一个目标:
“完成《<电信客户流失迷你报告>》”
验收标准:
1. `output/clean_telco.csv` 存在;
2. `output/dashboard.png` 存在;
3. `report.md` 中有 3 个有数据依据的结论;
4. 每个结论都注明局限。
请持续推进,遇到无法解决的问题时报告阻塞原因。
11. 并行子代理
请同时启动两个后台子代理:
子代理 A:审计 `<data/04-cleaning/telco_customer_churn.csv>`,输出 `<projects/example/audit.md>`;
子代理 B:审查 `<projects/example/scripts/clean_telco.py>`,输出代码审查意见;
两个子代理都要独立验证,不共享结论;完成后汇总给我。
12. 结课项目工作流
请运行一个 workflow:
名称:final-project-analysis
阶段:数据审计、EDA 与可视化、报告撰写
参数:datasetPath=<你的数据路径>
目标:产出一个可复现分析报告,报告路径和验收标准见结课项目说明。
13. 反例与修正
| 差提示词 | 为什么差 | 更好 |
|---|---|---|
| “帮我分析这个数据集” | 没有任务、没有验收标准 | “回答哪个地区的订单最多,输出分组表和样本量” |
| “帮我写完整报告” | 跳过最小版本和验证 | “先给我可运行的清洗函数,再逐步做 EDA 和报告” |
| “这个结果对不对” | 没有给代码、数据、口径 | “我用 4225 行电信数据按 Contract 统计流失率,样本量 3870,结果 26.6%,请检查我的口径” |
| “AI 说这是原因” | 把相关当因果 | “请列出支持因果的证据和替代解释” |