ChatGPT 助力数据分析：实际案例与技巧
导语｜本文将重点介绍 AI 与数据分析结合的应用，通过实际案例与相关技巧，描述 ChatGPT 如何助力数据分析，帮助读者更好地理解并掌握这一领域的创新实践。
本文作者：krryguo，腾讯 IEG前端开发工程师
AI数据分析，通过实际案例与相关技巧，描述ChatGPT 如何助力数据分析。介绍
SQL分析：分析平台自身的使用情况，如图表配置化平台，输入一句话可分析用户配置图表相关的数据个性化分析：平台上支持上传数据，可提供数据信息（非必填），以此自定义分析用户自己上传的数据
演示
注：视频中上传和 AI 分析的数据均是假数据，仅供测试。
演示SQL分析过程，输入想分析的内容，点击分析，输出数据图表和分析结论。
演示个性化分析，上传两个文件案例：单维度数据分析、多维度数据分析，可追加描述内容辅助 ChatGPT 进行分析。
流程
SQL分析：用户描述想分析的内容，后台连接 DB，附带表结构信息让 AI 输出SQL语句，校验是SELECT 类型的 SQL，其他操作如 UPDATE/DELETE 绝不能通过！！校验通过后执行 SQL 返回结果数据。个性化分析：用户上传文件，如有需要可以简单描述这是什么数据、字段意义或作用辅助分析。前端解析用户上传的文件，再传给 GPT 分析数据，后续步骤与上面一致。第一个 user prompt：限定
SELECT SQL，这里告诉它：不要用SELECT *来查询全部列，且仅回复一条 SELECT SQL 语句。至少查询两列：数据项、数据值，且不能直接查询如mediumtext/longtext这样的长类型字段，可以用count/substring等函数查询这些长类型列。system prompt 是表结构信息，如有难以理解的字段可以告诉 GPT 字段的意义，有多个表可分开描述。
需校验 GPT 生成的 SQL，不通过直接返回提示：抱歉，不支持此类请求。通过再执行 SQL 查询数据。
数据分析的 user prompt：提示数据分析，限定返回的 JSON 格式：
conclusion、keyMap、title。keyMap的作用：数据 key 的映射，获取结果数据对应的维度、数据项、数据值的 key 值，用于映射数据渲染图表。由于支持多维数据，单维度数据的 keyMap 没有维度项，就存在让 GPT 返回两种结构的情况。这里我采取 分开定义单维度数据和多维度数据的 prompt，根据结果数据tableData的维度，用条件运算符选择对应的 prompt，再传递给 GPT。结果数据
tableData是跟随接口一起返回到前端，已经通过 SQL 查询的数据，不能让 GPT 又生成一次，否则非常耗时。
接口
生成 SQL 校验并执行
/api/getGPTSQLQuery根据结果数据分析出结论
/api/getGPTAnalyze封装了前面两个接口调用
/api/getGPTSQLAnalyze
方式二个性化分析只调用第二个接口实现；
后续若只需要返回 SQL 也可以只调用第一个接口。
getGPTSQLAnalyze 返回示意图ChatGPT 两次回答内容问题与技巧
公用逻辑
有两个方面，一是因为
system prompt 已经承载了表结构信息；二是 user prompt 遵循力度更高。尝试多次，还是让 user prompt 承载具体返回格式更为精确，这一操作在后端进行，防止用户通过开发者工具查看参数。最好不要给让 GPT 存在两种返回格式的 prompt。例如：“如果数据是单维度，你就返回 {xxx}，如果数据是多维度，你就返回 {xxx}”。这类存在
两种结果导向 的 prompt，我尝试了多次，大约有 50% 的几率 GPT 会犯傻（明明是单维度，却返回多维度格式，反之多维度却返回单维度格式）ChatGPT，尽量让这个 prompt 只存在 一种结果导向。SQL 分析的接口或个性化分析解析的数据文件所获得的
tableData，其格式与渲染表格的格式一样：对象数组。让 GPT 判断出对象的 key 值映射：keyMap，得知 维度、数据项、数据值的 key，就可以拿到并处理成图表所需的 series、xAxis。SQL 分析
UPDATE/DELETE 等恶意操作，那就完了。所以一定要再次校验 AI 生成是否是安全的 SELECT SQL 语句，非查询类 SQL 坚决不通过！！提示不支持此类请求。token 消耗过多。其实最好还是告诉 GPT 只允许查询哪几个字段，或者用哪几个 SQL 函数，尽量让 GPT 生成可控。个性化分析
token 消耗过多。辅助 AI 分析。如果都是易理解语义化的字段名，可以无需描述，GPT 也能识别。遇到一些多维度数据，GPT 可能会误将其他字段作为维度分析，为了准确性可以输入：“以xxx(字段名)为维度分析”；还可以输入：“这是xxx数据” 更好帮助 AI 分析。
Function calling
gpt-4-0613 和 gpt-3.5-turbo-0613 描述函数，并让模型智能地选择输出一个包含调用这些函数所需参数的 JSON 对象。这是一种更可靠地将 GPT 的能力与外部工具和 API 连接起来的新方法。this.app.mysql.select(table, condition)，根据 GPT 返回的函数名、参数（字段和 where）来查询数据，更为安全。this.app.mysql.query(sql)，GPT 的函数调用改为：getSqlQuery(sql: string)，函数名 getSqlQuery，参数：sql，更为灵活。函数查询 或 SQL 查询，值得一试！SQL 分析示例
注：以下 SQL 分析的数据均是在数据库中伪造的数据，仅供测试。