AI Prompt Whiteboard
English简体中文繁體中文日本語한국어FrançaisDeutschItaliano

数据与 BI 更新 2026-07-05

归因分析提示词模板与实例

当你不想只给 AI 一个松散请求时,可以用「归因分析」模板把任务、背景、输入、输出和质量标准讲清楚。本页用 prompt + 实例教学的方式展开,并链接到同类模板,避免孤立薄页。用假设、证据和偏差检查评估渠道或动作贡献。

在编辑器中打开「归因分析」

可复用提示词

解释可能驱动结果的因素和暂不能证明的部分。

任务类型: 归因分析
目标: 解释可能驱动结果的因素和暂不能证明的部分。

背景:
- [项目、产品或主题]: [项目、产品或主题]
- [受众和使用场景]: [受众和使用场景]
- [约束、必须满足的要求和避免事项]: [约束、必须满足的要求和避免事项]

需要提供的信息:
[在这里粘贴原始材料]

期望输出:
1. 已知事实
2. 假设
3. 方法
4. 限制
5. 建议行动

质量标准:
- 具体表达,避免泛泛建议。
- 明确写出假设。
- 优先给可执行下一步,而不是空泛理论。
- 如果关键信息不足,请先提出最多 3 个澄清问题再回答。
- 涉及时效性或事实性内容时,请标注已知事实、推断和需要验证的信息。

实例教学

下面的实例把同一个 prompt 填进一个真实数据与 BI场景。它故意保持克制:重点是展示模板如何工作,而不是宣称一个模板能解决所有问题。

任务类型: 归因分析
目标: 解释可能驱动结果的因素和暂不能证明的部分。

背景:
- [项目、产品或主题]: 围绕「归因分析」的真实数据与 BI任务
- [受众和使用场景]: 需要获得清晰下一步的个人、团队成员或项目负责人
- [约束、必须满足的要求和避免事项]: 具体表达,写明假设,避免无证据结论,并让输出便于执行。

需要提供的信息:
示例材料:团队正在处理「归因分析」相关任务。当前信息不够整齐,但目标明确,需要把事实、假设、风险和下一步拆开。

期望输出:
1. 已知事实
2. 假设
3. 方法
4. 限制
5. 建议行动

质量标准:
- 具体表达,避免泛泛建议。
- 明确写出假设。
- 优先给可执行下一步,而不是空泛理论。
- 如果关键信息不足,请先提出最多 3 个澄清问题再回答。
- 涉及时效性或事实性内容时,请标注已知事实、推断和需要验证的信息。

如何使用这个提示词

  1. 把占位符替换成真实的「归因分析」任务、受众、原始材料和约束条件。
  2. 尽量保留输出结构;这些栏目能让 AI 回答更容易检查和复用。
  3. 把完成后的提示词粘贴到 AI 助手里,再用一个追问检查假设、证据或遗漏信息。

优质回答应包含什么

  • 1. 已知事实这个部分要落到具体内容:已知事实。
  • 2. 假设这个部分要落到具体内容:假设。
  • 3. 方法这个部分要落到具体内容:方法。
  • 4. 限制这个部分要落到具体内容:限制。
  • 5. 建议行动这个部分要落到具体内容:建议行动。

为什么这个提示词有效

  • 「归因分析」先明确任务类型和目标,能减少泛泛回答。
  • 它要求先提供背景、原始材料和约束,再进入最终回答。
  • 5 个输出栏目让结果更易浏览,也方便对比多次尝试。
  • 质量标准要求 AI 先问澄清问题,并标出需要验证的信息。

常见误区

  • 保留占位符不填,却期待模型自动理解上下文。
  • 删掉输出结构,导致最终回答难以检查。
  • 用于时效性事实时没有核对来源和日期。