《今朝AI每日一课》第016期

如何让GPT分析资料

先明确问题，再让AI找差异、找异常、找关系、找缺口

---

一、今日学习目标

通过本期学习，员工能够：

1. 理解“总结资料”和“分析资料”的区别。

总结主要回答：

资料里写了什么？

分析进一步回答：

根据这些资料，可以发现什么差异、关系、异常和信息缺口？

2. 理解让GPT分析资料之前，要先说清楚：

• 想解决什么工作问题；
• 使用哪些资料；
• 希望从哪些角度分析；
• 哪些判断标准不能忽略；
• 希望得到什么结果。

3. 学会让GPT把结果区分为：

• 已确认事实；
• 分析判断；
• 判断依据；
• 待确认事项。

4. 学会要求GPT为重要判断说明依据，而不是只给一组听起来合理的结论。

5. 能够检查AI分析是否存在：

• 脱离资料；
• 忽略关键信息；
• 把相关关系当成原因；
• 把可能性写成事实；
• 资料不足却给出确定结论。

6. 理解AI可以帮助发现问题、整理线索和提出待确认事项，但最终判断和行动仍需要员工或负责人完成。

本期核心能力：

先明确分析问题，再让GPT根据资料找关系、找差异、找异常和找缺口，并说明判断依据。

---

二、一个AI知识点

1. 总结和分析，不是一回事

上一期我们学习了：

如何让GPT总结文件。

总结重点是：

把原来的信息提取出来。

例如，一份项目记录中写着：

某项目最近两个月没有新的现场拜访记录。

总结时，可以把这个事实提取出来。

分析则会继续问：

这个事实说明了什么？

但这里必须注意：

分析不能直接变成：

销售人员工作不到位。

因为资料并没有证明这个结论。

更合适的方式是：

事实：

最近两个月没有新的现场拜访记录。

分析判断：

现有资料显示，该项目缺少可见的现场推进记录。

待确认：

• 是否存在系统外跟进；
• 客户计划是否发生变化；
• 是否采用电话、线上沟通等其他方式推进。

这就是总结和分析之间的区别：

总结告诉你“发生了什么”，分析帮助你继续问“这意味着什么，还需要确认什么”。

---

2. 分析资料前，先提出一个明确的问题

很多人把一堆资料交给GPT以后，会说：

帮我分析一下。

GPT当然会分析。

但它不知道：

你真正想解决什么问题。

例如，同样是几份项目推进记录。

如果你想知道：

哪些项目最近没有明显推进？

和你想知道：

哪些项目的信息记录不完整？

得到的分析结果会不同。

所以分析之前，先把问题说清楚。

例如：

请比较这几份项目记录，找出最近进展差异明显的项目，并说明依据。

比：

帮我分析这些项目。

更容易得到可以继续工作的结果。

---

3. 普通工作中，可以先从四个方向开始分析

不需要学习复杂的分析模型。

日常工作中，可以先让GPT帮助做四件事。

例如：

• 两次客户沟通有什么变化；
• 两个项目进度有什么不同；
• 两份方案有哪些不同条件。

例如：

某些事项是不是同时出现？

某项变化和另一项记录是否存在值得关注的联系？

但需要注意：

发现关系，不等于证明原因。

两个现象同时发生，不能直接说一个导致了另一个。

例如：

• 某个项目长时间没有更新；
• 某项数据与其他记录明显不同；
• 某项要求在前后资料中不一致。

异常只是：

值得进一步关注。

并不代表已经找到问题原因。

这是非常重要的一项。

例如：

资料里可能有项目进展。

但是没有：

• 下一步时间；
• 客户反馈；
• 责任人；
• 关键条件。

这时候GPT可以帮助指出：

现有资料不足以支持进一步判断，还需要补充哪些信息。

---

4. 一个重要判断，最好能回答“依据是什么”

让GPT分析资料时，可以要求：

每个重要判断，请同时说明依据来自哪一条资料。

例如：

不要只回答：

项目A推进风险较高。

而应该进一步说明：

判断：项目A目前需要重点关注。
依据：现有记录中连续两次更新没有新增客户确认事项，同时下一步时间未明确。
待确认：是否存在系统外沟通，以及客户计划是否发生变化。

这样员工就可以检查：

AI的判断有没有资料依据。

---

5. 资料不足时，“不能判断”也是一个好结果

有些员工会认为：

既然让GPT分析，就一定应该得到一个结论。

实际上不是。

如果资料不足，好的分析应该告诉你：

目前不能判断。

并进一步说明：

• 缺少什么信息；
• 哪些地方证据不足；
• 下一步需要确认什么。

这比AI自己猜一个原因更有价值。

所以：

分析的目的不是强行得出结论，而是帮助我们更快找到事实、问题和下一步需要确认的地方。

---

三、一个今朝工作案例

假设教学场景：检查几份项目推进资料

假设：

一名销售经理收到团队提交的几份项目推进记录，希望知道：

哪些项目需要进一步关注。

以下只是教学场景，不对应任何真实客户、员工、项目或数据。

---

第一种方式：直接说“帮我分析”

员工输入：

帮我分析一下这些项目资料。

GPT可能回答：

• 加强客户沟通；
• 关注客户真实需求；
• 提高项目推进效率；
• 做好后续跟踪。

这些建议听起来都合理。

但是：

几乎任何项目都可以这样说。

员工仍然不知道：

• 哪个项目值得关注；
• 为什么值得关注；
• 依据是什么；
• 还缺少什么信息。

---

第二种方式：把分析问题说清楚

可以这样告诉GPT：

这些是几份项目推进记录。

我的目标不是评价员工表现，而是找出哪些项目资料中存在值得进一步确认的问题。

请只根据我提供的资料分析，不补充外部信息。

请从以下几个方面整理：

1. 各项目已经明确的事实；
2. 项目之间主要的进展差异；
3. 值得关注的异常或停滞信号；
4. 当前资料中缺少哪些关键信息；
5. 下一步需要向销售人员确认哪些问题。

每个重要判断请说明依据。

如果资料不足，请标记“待确认”，不要自行推测原因。

这时候GPT的任务发生了变化。

它不是：

“替销售经理判断员工做得好不好”。

而是：

帮销售经理从资料中找到值得继续检查的线索。

---

举一个简单例子

假设资料里只能确认：

某项目最近两个月没有新的现场拜访记录。

那么比较合适的分析是：

已确认事实：

最近两个月没有新的现场拜访记录。

分析判断：

从现有记录看，该项目缺少可见的现场推进信息，值得进一步确认。

判断依据：

现有记录中，两个月内没有新增现场拜访信息。

待确认事项：

• 是否存在系统外跟进；
• 是否通过电话、微信或线上方式推进；
• 客户采购计划是否发生变化。

不能直接写：

销售人员没有认真跟进客户。

因为现有资料并不能证明这一点。

---

这就是AI分析资料时非常重要的边界：

AI可以提示问题，但不能替人完成事实核实和责任判断。

---

四、今日实践任务

5—10分钟练习

选择两段：

本人有权处理、内容不敏感的工作记录。

例如：

• 两次客户跟进记录；
• 两个项目进展说明；
• 两段工作周报；
• 两份产品或服务说明。

---

第一步：先提出一个分析问题

例如：

这两段记录之间有什么变化？还缺少哪些关键信息？

---

第二步：把资料交给GPT，并告诉它怎么分析

可以直接复制下面这段：

请只根据我提供的资料进行分析。

我想知道这两段资料之间有什么主要变化，以及目前还缺少哪些重要信息。

请按以下方式输出：

1. 已确认事实；
2. 主要差异；
3. 值得关注的异常；
4. 信息缺口；
5. 待确认问题。

每个重要判断请说明依据。

如果资料不足，请标记“待确认”，不要自行推测原因。

---

第三步：看GPT有没有“跳得太远”

重点检查：

• 判断是否真的来自资料；
• 有没有自己补充原因；
• 有没有把可能性写成事实；
• 有没有遗漏重要内容。

---

第四步：回到原资料核对

至少检查一个GPT的重要判断。

问自己：

原资料里真的有支持这个判断的依据吗？

如果没有：

就不能把它当成正式结论。

今天练习的重点不是：

让GPT替你下判断。

而是：

让GPT帮你更快找到值得进一步判断的问题。

---

五、今朝智能体连接

现在使用普通GPT分析资料时，员工通常需要主动提供：

• 分析目标；
• 有权使用的资料；
• 分析角度；
• 判断标准；
• 输出要求。

未来今朝岗位智能体在授权范围内，可能进一步连接：

• 企业知识；
• 客户和项目记录；
• 产品资料；
• 工作标准；
• 业务流程；
• 经营数据；
• 历史经验。

这样智能体可以进一步帮助员工：

读取事实

↓

按照工作规则进行比较和检查

↓

发现差异、异常和信息缺口

↓

提出待确认问题

↓

交给员工或负责人判断

例如：

未来销售管理智能体可以帮助销售经理检查项目记录中：

• 是否长期没有进展更新；
• 是否缺少下一步计划；
• 是否存在信息不完整；
• 哪些项目需要进一步核实。

但智能体不能因为看到一条异常记录，就直接：

• 评价员工绩效；
• 判断客户真实意图；
• 作出经营结论。

它只能帮助人：

更早发现问题，更快找到需要检查的地方。

最终：

事实确认、责任判断和经营决策仍然由人完成。

---

六、今日思考

有时候我们看一堆资料，会觉得：

“信息很多，但不知道应该看什么。”

AI真正有价值的地方，不只是帮我们看得更快。

而是可以帮助我们：

围绕一个问题，把资料重新整理成“事实—差异—异常—缺口—待确认事项”。

请想一想：

你现在工作中有没有一类资料，经常需要你反复比较和检查？

如果有，这可能就是一个适合让GPT参与分析的工作场景。

---