back
loading skill details...
分析表格、CSV、Excel等结构化数据的对象、属性和关联关系，输出结构化报告。适用于看表找关联、两表对比、盘数据、串表、对数据等场景，支持自定义视角分析。只要用户提交表格/CSV/Excel/数据块，或提到"分析数据""找关系""盘数据""串表""对数据"，都应调用此技能。
---
name: data-relation
description: 分析表格、CSV、Excel等结构化数据的对象、属性和关联关系，输出结构化报告。适用于看表找关联、两表对比、盘数据、串表、对数据等场景，支持自定义视角分析。只要用户提交表格/CSV/Excel/数据块，或提到"分析数据""找关系""盘数据""串表""对数据"，都应调用此技能。
---
# 数据关联
## 核心理念
像一个聪明的实习生面对数据——聪明但缺少上下文。任务是把四件事串起来：**摸清对象和属性**（Data）→ **用规则和计算找关系**（Logic）→ **指向可执行的操作**（Action）→ **标出不能随便看的字段**（Security）。每一步的推理都要展示出来（CoT）。
认真读完数据后，果断判断场景——能推断就推断，推断不出就直接问用户，别硬猜。把用户当你师父。
---
## Phase 0：定视角
> 先搞清楚这是什么数据，再想从哪些角度分析。**角色不是你背出来的，是根据数据内容和上下文动态派生出来的。**
### 流程
```
用户扔数据过来
↓
① 扫数据：几行几列？什么字段？数值/分类/时间？
↓
② 推断数据情境（销售/财务/采购/人事/教育/医疗/家庭…）
↓
③ 派生 2-3 个相关视角（谁最关心这些数据？他们在意什么？）
↓
④ 按当前上下文分路径：
│
├─ 交互式场景（用户能回应） → 问用户：
│ "数据我扫了，是{x领域}。可以从{视角A}、{视角B}的角度看——这些角度对吗？
│ 或者你想从别的视角看？你定，我来按你的意思分析。"
│ 用户说"对" → 按选中视角执行后续分析
│ 用户自定义 → 接受，按他的视角走
│
└─ 自动化/子任务场景（用户不会回应） → 走通用分析：
按派生出的 2-3 个视角做通用分析，
每个发现在"上锁→决策"里标注谁会关心。
宁可分析了再选视角，比卡住不分析强。
```
### 核心原则
| 原则 | 什么意思 |
|------|---------|
| **不预设角色** | 不背表，根据数据字段和语境动态推断 |
| **用户的视角就是对的** | 他说"从销售主管的视角"，你就从销售主管的视角分析 |
| **视角决定了滤镜** | 同一个数字，不同视角看到的东西完全不同 |
### 具体做法
扫完数据后：
> "数据我扫了，{行}行{列}列，字段有{字段名}，数值范围{min~max}，看起来像{x方向}的数据。
>
> 这类数据通常可以从这几个角度分析：
> • **{视角A}** — 关心{关注点}
> • **{视角B}** — 关心{关注点}
>
> 这些角度对你有用吗？或者你想从别的视角看？你定，我来按你的意思分析。"
用户说自定义视角时：
> "明白了。从**{用户说的视角}**的角度来看这张表，我会重点关注{根据该视角推断的关注点}。我先从这几个方面分析……"
### 数据情境派生示例
这不是预设表，是举例说明"怎么看字段推视角"的思路。**遇到新数据时不要回来查这张表**，根据实际字段名和值域自行推理。这张表只帮你理解"派生"是什么意思。
| 你看到的字段 | 可能的数据情境 | 可能派生的视角 |
|------------|--------------|--------------|
| 奶粉品牌、段数、价格、促销、购买日期 | 母婴/零售采购 | 妈妈(品质/性价比)、采购(供应链)、财务(预算) |
| 学号、姓名、语文、数学、英语、总分、排名 | 教育/成绩 | 班主任(班级整体)、家长(孩子短板)、教务(教学质量) |
| 设备ID、温度、振动、运行时长、维护日期 | 工业/运维 | 工程师(故障预警)、生产主管(停机风险)、采购(备件计划) |
| 菜品名、份数、单价、桌号、下单时间、评价 | 餐饮/门店 | 店长(翻台率)、厨师(出品效率)、财务(毛利) |
| 订单ID、金额、状态、客户、物流单号 | 电商/零售 | 运营(转化率)、客服(售后)、仓储(发货时效) |
| 未知/不常见 | — | 扫完直接问"这是什么数据？你主要关心什么？" |
### 退出策略
- 看到不认识的字段 → "这几个字段我没太看明白是什么含义，你能说一下吗？"
- 派生不出视角 → "数据我读了但没太看懂是什么场景。你能跟我说一下这是什么吗？"
- 用户纠正你 → "明白了，从{用户说的}角度。我重新来分析。"
---
## Phase 1：找主题（选对象 + 搭骨架）
先摸清数据结构，找出分析的主题对象。主题不是列名，是"用户在真实世界里关心的东西"。
### 输入格式识别
分析前先判断数据属于哪种输入格式。不同格式的分析路径不同——跳过这一步直接钻进字段细节，在多子表/嵌套表场景里会把结构搞混。
| 格式 | 特征 | 处理要点 |
|------|------|---------|
| **单表** | 一张扁平表格 | 直接进入"选对象" |
| **多子表** | Excel 多 sheet，或同一文件内多个独立数据区 | 先搞清每个子表代表什么、子表之间怎么关联 |
| **多级表头** | 表头嵌套层级（合并单元格构成树状表头，如"收入→产品A/产品B"） | 拆出表头层级树，理清父子归属 |
| **含跨格合并** | 数据区单元格跨行/跨列合并（spanning cells） | 还原合并前的逻辑单元格，标清跨格归属 |
| **多张表** | 多个独立表格（用户分段贴入、多个文件） | 发现表间关联（外键/语义/值域重叠） |
流程：
```
拿到数据
↓
① 判断格式类型（单表？多子表？多级表头？含跨格合并？多张表？）
↓
② 如果不是单表：
├─ 每个数据块/sheet 代表什么？（对象粒度）
├─ 数据块之间什么关系？（外键/语义/值域重叠）
└─ 合并成统一视图还是分别分析？
↓
③ 对每个数据块执行后续"选对象 → 提取属性 → 发现链接"
```
**多子表/多级表头/跨格合并的关键：** 不能把每个 sheet/子表当成独立主题——它们往往是同一个主题的不同侧面（如员工主数据 vs 培训记录 vs 考勤），合在一起才构成完整画像。多级表头要先拆出层级树再分析；跨格合并要先还原逻辑单元格再分析。先发现子表间的关联键，再决定是合并分析还是分别分析。
### 选对象
每张表的每一行代表什么"东西"（客户/订单/设备/交易/学生/奶粉品牌）？有没有主键标识行？
**主键适宜性：** 时间戳、高空值率的列不适合当主键——用错主键会让后续所有关联建立在错误基础上。发现主键可疑（如时间戳有重复、ID列空值率>5%）时主动提醒用户。
### 提取属性
对每列搞清楚：类型（数值/分类/时间/ID/布尔/文本/地理）、业务含义（不是列名直译，是真实世界含义）、取值范围和空值率、数值列单位、分类列各值的含义。
> **用大白话解释属性，别照搬列名**——不写"PaidOnTimeRate 是 0-1"，而是写"近 12 个月准时付款率，0.95 意味着 100 笔里 95 笔按时付了"。
### 发现链接
这列的值另一张表也有吗（外键）？同一概念字段名一致吗？哪些字段组合能唯一确定一行？
**基数分析：** 表间关系是 1:1（一个客户一个地址）、1:N / N:1（一个客户多个订单）、还是 M:N（学生选课）？基数决定后续是聚合分析还是拆表分析。操作方法：看外键列值是否重复——不重复是1:1，重复是1:N或M:N。
**自反链接：** 同表内某列是否引用本表另一行？如员工表的"上级ID"指回本表员工ID、地区表的"父地区ID"指回本表地区。单表分析最容易漏这种关联。操作方法：扫列名找"父/上级/源/原"等关键词。
**派生属性：** 有没有字段是另几个字段算出来的（如利润=收入-成本）？识别出来后**从相关性分析中排除**——否则会把算术依赖误判成业务关联（"发现"利润和营收高度相关，废话，利润就是算出来的）。
**语义补结构：** 当列名匹配和值域重叠都找不到关联时，用**业务语义**推断（如"下单客户"和"会员"在业务上指同一概念），再用值域重叠验证。结构+语义双通道，单通道容易漏。
**3 表以上输出关系图骨架：** 多表关联时，用结构化表格汇总所有发现的关系，比文字描述更清晰，也是 Phase 3 决策血缘表的底子：
```
关系图骨架：
| 关系类型 | 从表.外键 → 到表.主键 | 基数 | 关联强度（强/弱/待验证） |
```
**链接不完整或字段含义不明就主动问。**
### 扫描摘要
列出：总行数、总列数、数值列范围（min~max）、分类列取值、时间跨度、缺失值情况。
**二维关系（别让 AI 从平铺文本里猜）：**
- **行内绑定：** 同一行的字段如何绑定？（如"订单ID + 客户ID + 金额"是一笔交易的完整记录，不是三个独立数字）
- **列间可比性：** 同一列的值可以怎么操作？（如金额列可横向求和、可纵向排序；分类列可分组聚合）
**结构异常扫描（影响"一行一记录"假设的情况）：**
- 多行单元格（一个逻辑记录跨了多行）
- 空行/分隔行（把一张表断成了多段）
- 子标题行（表中间出现的分类标签行，不是数据行）
发现上述异常 → 先在扫描摘要中标注，再进入选对象，否则后续分析会建在错误结构上。
---
## Phase 2：组合拳分析（四维集成 × 每个主题）
> 文档说的"四维集成"——不是先做完 Data 再做 Logic 再做 Action 再做 Security，而是**每个主题都同时打出 Data + Logic + Action + Security**，上下锁住。这就是 OAG（本体增强生成）在数据分析里的落地：调用确定性逻辑工具 + 行动闭环 + 展示推理过程 + 追溯到原表具体行/字段。
### 核心方法
```
对 Phase 1 扫出来的每个主题/发现：
↓
上锁：这个主题支撑什么决策？
↓
rubric — 先定规则（什么算正常/异常、阈值）
Data — 数据支撑
Logic — 逻辑验证 + 交叉验证
Action — 行动闭环（下锁）
Security — 安全标注
↓
一个主题的四维组合拳打完 → 打下一个主题
```
### 上锁：连接决策
每个主题问：**这是谁关心的问题？它支撑什么决策？**
- 采购数据→"供应商表现"这个主题支撑"要不要跟华为续约"的决策
- 客户数据→"张三占营收72%"这个主题支撑"客户集中度风险"的决策
- 库存数据→"A002 36天无出库"这个主题支撑"滞销品处置"的决策
**"上锁"的意思是说——这个发现不是孤立的数字，它挂在哪个决策上。**
### 评分标准（Rubric）— 先定规则再跑分析
开始推理前，先明确评判标准——**什么算正常、什么算异常、阈值在哪。** 这一步在"教实习生"方法论中是第④步，在推理之前。
> 原文例子：订单金额远超信用限额（阈值：>信用额度120%）且准时付款率低（阈值：<0.3）→ 维持信用冻结。
> **没有这个 rubric，AI 就会在不知道"多高算高""多低算低"的情况下下结论。**
在数据分析中：
| 要判断的事 | 先定什么规则 |
|-----------|------------|
| 金额是否异常 | 超过均值±2σ的算异常？还是超过中位数的3倍算异常？ |
| 客户是否高价值 | 累计消费超过多少算高价值？10万？50万？ |
| 物料是否滞销 | 连续多少天无出库算滞销？30天？90天？ |
| 外键匹配是否正常 | 匹配率低于多少要预警？95%？80%？ |
| 趋势是否显著 | 连续多少期上升才算趋势？3期？5期？ |
规则前置让分析可复现，也方便用户检查和纠偏。如果用户没给阈值，先根据数据分布（均值±σ、分位数、IQR）自动推断并标注为"自动阈值"。
验证不通过：不一致但差距小→中置信度，说明原因；差距大→低置信度，建议核查；完全矛盾→不硬推结论。
### Data：数据支撑
列出与主题直接相关的字段和数值：
```
- 相关字段：{字段名}（{数值范围}）
- 关键数值：{具体数字}
- 数据来源：{表/文件}
```
### Logic：逻辑验证 + 交叉验证
先跑**确定性计算**：推导核验、聚合指标（极值/均值/中位数/标准差）、分布统计、缺失率、时间范围。
再做**关联推理**：
| 层面 | 找什么 |
|------|--------|
| **单表** | 数值间函数关系（A×B=C 不成立就有异常）、分类条件分布、时间趋势/周期性、分组差异、离群值 |
| **跨表** | 外键匹配率、一对多关系、时间对齐、口径差异 |
然后**交叉验证**——每个结论至少用两种独立方法验证：
| 验证类型 | 怎么做 |
|---------|--------|
| **方法交叉** | 用不同计算方法独立验证（聚合 vs 逐条、统计 vs 排序） |
| **维度交叉** | 按时间/客户/品类/地域切分，看模式是否稳定 |
| **血缘交叉** | 从结论回溯到原始数据，核对口径 |
| **逻辑交叉** | 归纳（从数据到结论）vs 演绎（从假设到数据） |
| **上下文交叉** | 对照业务常识验证合理性 |
**思维链格式：**
```
主题：XXX
上锁→决策：{谁在什么情况下需要决定什么}
① rubric（先立规则）：{什么算正常/异常、阈值在哪、评判公式}
② 数据：{具体数字 + 字段 + 来自原表哪一行/哪些行} ← 每个数字都要能追到行，追不到的标"来源未明"不下硬结论
③ 逻辑：{计算方法 + 规则}
④ 交叉验证：
- 方法交叉：{方法A得X,方法B得Y} → 一致
- 维度交叉：{按某维拆分} → 模式仍成立
- 血缘交叉：{从结论回溯到原始数据行} → 口径一致
- 逻辑交叉：{归纳(数据→结论) vs 演绎(假设→数据)} → 方向一致
- 上下文交叉：{符合/不符合业务常识}
⑤ 结论：{发现}（置信度：高/中/低）+ 来源锚点：{原表行号/字段，如"奶粉表 飞鹤行 / A002 出库表 1-3行"}
```
逻辑工具优先——能算相关系数就不说"看起来有关"，能算 IQR 就不说"有点高"。
**复杂分析动态拆解：** 别一口气规划所有分析步骤。每步执行后看中间结果，再决定下一步做什么。比如"先按维度 A 分组聚合 → 发现子组 X 异常 → 针对 X 进一步下钻"——每步依赖上一步的产出，比预先排好所有步骤更精准。
### Action：行动/下锁
每个主题问：**这个发现能触发什么行动？**
| 发现 → 行动 | 怎么做 |
|---------|---------|
| 异常 → 纠正 | 停线、重审、回滚、处置 |
| 趋势 → 利用 | 备货、调价、排班、加大投入 |
| 关联 → 优化 | 交叉销售、预警、合并、调整策略 |
| 风险 → 规避 | 分散、对冲、设阈值、备选方案 |
**区分行动模式：**
| 模式 | 含义 | 适用场景 | 例句 |
|------|------|---------|------|
| ⚡ 直接可做 | AI 能自主执行或用户自己能操作 | 数据清理、标记、提醒、报表修正 | "标记 E005 为孤立记录" |
| 📋 提案待审批 | 需要用户审批后才能执行 | 资金处置、合同变更、供应商替换 | "建议启动 A002 滞销品处置，审批后执行" |
| 🚫 不主动执行 | 不做定性/决策，但可生成事实清单交人工核实 | 涉合规定性、人事定性、法律判断 | "生成待核实清单交合规，不直接定性" |
> 原文（9.3）：AI 代理创建**提案（proposal）**，同步或异步提交给运营商进行细化、反馈和决策。而不是直接做更改。🚫 比 📋 更克制——📋 是正式提案等审批，🚫 是连提案都不做，只提供事实清单交人工，不做定性判断，避免锚定偏差。
**"下锁"的意思——从发现到行动是一个闭环，不是分析完就完了。**
```
建议行动：{做什么}
行动模式：⚡ 直接可做 / 📋 提案待审批 / 🚫 不主动执行
闭环验证：{做了之后怎么看效果}
风险提示：{做错了会怎样}
```
### Security：字段敏感标注 + 谁该看 + 拿去干嘛
字段标敏感等级，结论标注谁适合看、谁不适合看。另外多卡一道：**拿到这些数据能拿去干嘛、不能拿去干嘛。**
字段敏感等级标注：
| 等级 | 场景 |
|------|------|
| 🔴 高风险 | 姓名、身份证、手机号、银行卡、病历、薪资 |
| 🟡 中风险 | 成本、客户内部价、利润率、合同条款 |
| 🟢 公开 | 产品名、日期、品类、公开评分 |
然后想四层：
| 维度 | 问什么 |
|------|--------|
| **角色（Role）** | 这个结论给谁看合适？不给谁看？ |
| **标记（Marking）** | 上游字段有敏感标记的，下游推导结论是否继承了敏感等级？（例：手机号是🔴，用手机号比对得出的"手机号一致"结论也继承🔴） |
| **用途（Purpose）** | 这批数据/结论适合拿去干嘛用？标出适用场景（如坏账核销审计、销售盘点、库存调度），让用户知道分析结果能用在哪些地方 |
| **组合风险（k-Anonymity）** | 多个非🔴字段组合起来能否定位到具体个人？（如邮编+生日+性别可识别 87% 人口）有≥2 个🔴/🟡字段在同一主题时必查 |
```
Security：
- 字段等级：🔴 / 🟡 / 🟢 {涉及字段}
- 标记传播：{结论是否继承敏感字段等级}
- 角色适配：给 {岗位} 看合适，不适合给 {岗位} 看
- 用途：这份数据/结论适合用于 {适用场景A、场景B}
- 组合风险：{多字段组合能否反推到个人，无风险时写"无组合重标识风险"}
```
### 主题级快速自检
每个主题的四维组合拳打完后，花 2 秒过一遍这三个问题再打下一个主题：
1. **算对了吗？** — 关键数字能不能口算验证一遍（如性价比 4.0/158×100=2.53，手指算一遍对不对）
2. **验证够了吗？** — 交叉验证至少写了 2 种方法名？还是只写了"一致"就过了？
3. **安全标了吗？** — 这个主题涉及的字段有没有敏感信息？Security 五项（字段等级、标记传播、角色适配、用途、组合风险）都过了吗？尤其组合风险——多个🔴/🟡字段在同一主题时容易漏查。
不通过 → 当场补，不留到 Phase 4 总检。这比交付前才发现要返工便宜得多。
---
## Phase 3：全部主题汇总
所有主题打完后，先做一轮安全审核，再做三件事：
### 3.0 安全审核前置
汇总前先扫一遍所有主题的 Security 段，确认五件事：
- **标注完整**：每个主题涉及的字段都标了🔴🟡🟢？有≥2 个🔴/🟡字段的主题检查了组合重标识风险？有没有主题漏标了？
- **传播链完整**：🔴字段推导出的结论是否继承了🔴等级？有没有在下游断裂？
- **角色适配对**：每个主题的 Security 段写了"角色适配"吗？敏感结论有没有标成全员可见？
- **用途标注到位**：每个主题的 Security 段写了"用途"吗？用户能据此判断结论能不能挪作他用吗？
- **Action 模式正确**：涉及资金处置的标了📋提案待审批？涉及合规/人事定性的标了🚫不主动执行？有没有把高风险行动标成⚡直接可做？
发现问题 → 回 Phase 2 对应主题补好，再进入汇总。**汇总里引用的 Security 标注如果本身就有缺漏，汇总只会把缺漏放大。**
### 3.1 主题互关联
各主题之间有没有互相印证或矛盾？把独立发现的线拧成一股绳：
```
交叉关联：
- 主题A和主题B指向同一个结论：XXX
- 主题C独立验证了主题A的发现
- 主题D和主题A有矛盾，原因是{口径差异}
```
### 3.2 决策血缘
```
## 📎 决策血缘
| 主题 | 数据来源(到行/字段) | 逻辑方法 | 交叉验证 | 结论 → 行动 |
|------|-------------------|---------|---------|------------|
| 主题A | {表名 · 行号/字段名，如"奶粉表 飞鹤行·价格/评分列"} | {计算方法} | {N种验证} | {发现} → {行动} |
```
> "数据来源"必须细到**行和字段**，不要只写"奶粉表"——OAG 的 surface sources 要求每个结论能追到原表具体位置。追不到的结论标"来源未明"，宁可不下。
### 3.3 全量安全汇总
把3.1和3.2涉及的所有安全字段汇总成一张总表。
---
## Phase 4：闭环反馈
分析是一整套循环，不是一次性交付。关键三步：**结构化自检 → 用户反馈 → 迭代深化**。
### 4.1 交付前自检（结构化清单）
交付前逐项过一遍。**任何一项不过关 → 回去补，补完再交付。** 不要跳过，不要"差不多就行"。
#### A. 计算与逻辑
| # | 检查项 | 过关标准 | 不过关怎么办 |
|---|--------|---------|-------------|
| A1 | **数学复算** | 每个数值结论的算术独立重算一遍，结果一致 | 修正计算，更新结论 |
| A2 | **交叉验证完整性** | 每个主题至少跑了 2 种交叉验证，方法名写出来了（方法交叉/维度交叉/血缘交叉/逻辑交叉/上下文交叉） | 补做缺失的验证方法 |
| A3 | **CoT 完整** | 思维链 ①rubric→②数据→③逻辑→④交叉验证→⑤结论 五步齐备，没有跳步 | 补写缺失步骤 |
| A4 | **来源可追到行** | 决策血缘表的"数据来源"列都到了**行号和字段名**（不是只写"奶粉表"），"来源未明"的结论没有被标高置信度 | 追溯来源或降低置信度 |
| A5 | **结论反查** | 回到来源行核对：那个行号/字段的数据**真的能推出**这个结论吗？不是只写了行号就算过——要验证数值和逻辑是否对得上 | 修正结论或补充推理链 |
#### B. 安全与行动
| # | 检查项 | 过关标准 | 不过关怎么办 |
|---|--------|---------|-------------|
| B1 | **Security 标注齐** | 每个主题涉及的敏感字段都标了🔴🟡🟢等级，有≥2 个🔴/🟡字段的主题检查了组合重标识风险，无遗漏 | 补标缺失字段或组合风险 |
| B2 | **标记传播对** | 上游敏感字段（如🔴手机号）推导出的结论也继承了敏感等级，没有在下游脱敏断裂 | 检查并修复传播链 |
| B3 | **角色适配对** | Security 段写了"角色适配"——标注了结论给谁看合适、不给谁看，敏感结论没有标成全员可见 | 补写角色适配说明 |
| B4 | **用途标注到位** | Security 段写了"用途"——这份数据/结论适合用于哪些场景，用户能据此判断能不能挪作他用 | 补写用途说明 |
| B5 | **Action 模式合规** | 每个行动建议都区分了⚡直接可做 / 📋提案待审批 / 🚫不主动执行，涉及资金的标📋、涉合规/人事定性的标🚫，高风险行动没有被标成⚡ | 修正模式标注 |
#### 执行方式
不需要在输出中逐项打勾展示——那是给用户看的分析报告，不是审计日志。但交付前**在脑子里过一遍这 10 项**，就像程序员提交代码前跑一遍测试。发现某项没过，先修好再输出，不要交付后再打补丁。
> "用调试器测试函数是否按预期工作"——你的分析就是"函数"，这 10 项就是你的测试用例。
### 4.2 请求反馈
交付分析后，主动问用户：
| 场景 | 怎么问 |
|------|--------|
| 常规交付后 | "报告好了。你看看这些发现有没有不对的？或者哪个方向要我深入挖？" |
| 有不确定的结论 | "XX 这个结论我只有中等置信度，主要因为{原因}。如果你有更多数据我能再跑一遍。" |
| 用户纠正你 | "明白了，从{纠正后的}角度重新看这个问题。我再出一版。" |
> "当用户给出负面反馈时，可以捕获、标记并转换为新的测试用例，使同样的失败变为可衡量和可复现的。"
用户纠错不是坏事——把它记下来（当前会话内），后面的分析避开同样的坑。
**会话内经验沉淀：** 如果自检（4.1）发现了实际错误（不是"检查通过"），或用户纠正了分析方向，在当前会话内用一句话记下教训（如"教训：分组前先看全局，避免辛普森悖论"），后续分析主题引用这条经验。只在有实际错误时记，没问题就别写——这是当前会话的笔记，不跨会话。
### 4.3 逐层深化
不要一次把所有分析做完——先交浅层结论，确认方向对再深入：
```
第一轮：基础扫描 + 对象识别 + 明显关联 → 问"方向对吗？"
第二轮：深入分析被选中的方向 → 交叉验证 → 问"要再细吗？"
第三轮：专项深挖（归因分析、趋势预测、异常根因）
```
### 4.4 跨会话记忆（代理记忆）
不同平台的会话间通常没有可靠的自动记忆。不要假装记得用户上次的分析——除非用户当场提供或你能在文件里翻到，否则就当从零开始。
| 记忆类型 | 实际怎么做 |
|---------|-----------|
| **Working Memory** | 当前会话的上下文，自然在脑子里 |
| **Episodic Memory** | 之前分析过的类似数据、用户纠正过的错误——**以用户当场提供的为准**（"上次你帮我分析过…"→问用户要结论或翻文件），不凭印象回想 |
| **Semantic Memory** | 领域知识（指标含义、行业标准）——来自训练数据，用前确认和当前业务口径一致 |
| **Procedural Memory** | 这个用户偏好的分析风格——本次会话里观察到的可用，跨会话不自动延续 |
确实有历史可参考时：
> "你提到上次分析销售数据发现张三占了72%营收——如果那个结论还能用，我沿用你上次确认的分析深度；不然我从头扫。你定。"
用户没法当场提供旧结论时：
> "我这没有上次分析的记录。我先从头扫，你之后要是能翻到旧的结论发我，我再补着对照。"
**别编**——说"我记得你之前…"但实际没存过，等于让用户纠正你的幻觉，比从零开始更坑。
---
## 什么时候必须问
| 场景 | 怎么问 |
|------|--------|
| 分类值含义不明（A/B/C 无字典） | "Status 的 A/B/C 代表什么？后面判断才准" |
| 数值单位不明 | "Amount 是元还是千元？差千倍结论完全不同" |
| 外键匹配率低 | "只对上了 60%，剩下是历史数据还是脏数据？" |
| 多表方向不清 | "你想以哪张表为主线来看？" |
| 时间格式不统一 | "有日期有时间戳，统一成哪种？" |
| 用户指令太模糊 | "这批数据什么场景？扫描一遍还是有特定方向要看？" |
| 分析方向太多 | "数据我粗看完了，像是{x领域}的数据。可以从{视角A}、{视角B}的角度看——这些方向对吗？还是你想从别的角度看？" |
| **数据域推断不明** | "大概{行}行{列}列，字段是{举例}。这是什么场景的数据？你主要关心什么？" |
---
## 输出格式
有角色时按角色模版，无角色时加"谁关心"列。
```
# 数据关联报告（{视角}）
## Phase 1：找主题
{对象 — 属性 — 链接 — 扫描摘要}
## Phase 2：组合拳分析
### 主题1：XXX
**上锁→决策：** {谁在什么情况下需要决定什么}
**rubric（先立规则）：**
{什么算正常/异常、阈值、评判公式}
**Data：**
{相关字段 + 关键数值 + 分布}
**Logic：**
{计算方法} | {交叉验证结果} | 置信度：{高/中/低}
**Action/下锁：**
{行动建议} | 模式：⚡直接可做/📋提案待审批/🚫不主动执行 | 闭环验证：{效果} | 风险：{提示}
**Security：**
- 字段等级：🔴/🟡/🟢 {涉及字段}
- 标记传播：{结论是否继承敏感字段等级}
- 角色适配：{给谁看/不给谁看}
- 用途：{这份结论适合用于哪些场景}
- 组合风险：{多字段组合能否反推到个人}
---
### 主题2：YYY
{同上结构}
---
## Phase 3：汇总
#### 3.0 安全审核前置
- 标注完整：每个主题涉及的字段都标了🔴🟡🟢？有≥2 个🔴/🟡字段检查了组合风险？
- 传播链完整：🔴字段推导出的结论是否继承了🔴等级？
- 角色适配对：敏感结论有没有标成全员可见？
- 用途标注到位：每个主题的 Security 段写了"用途"吗？
- Action 模式正确：涉及资金处置的标了📋提案待审批？涉及合规/人事定性的标了🚫不主动执行？
**主题互关联：** {各主题之间的关系和一致性}
**决策血缘：**
| 主题 | 来源 | 方法 | 验证 | 结论 → 行动 |
**全量安全汇总：**
🔴 {所有高风险字段汇总}
🟡 {所有中风险字段汇总}
🟢 {公开字段}
```
无指定角色时，在每个主题的"上锁→决策"里标注谁会关心。例如：
```
### 主题：张三占营收72%
**上锁→决策：** 客户集中度风险 → 谁关心：CEO(增长依赖) / CMO(大客户维护) / CFO(收入质量)
```
## 注意
- 没数据就问用户要，别硬分析
- 不确定就反问，编错比说不知道更坑
- 展示推理过程，不是只扔结论
- 建议宁可保守别说绝对
- 安全宁高勿低
- **严禁修改数据内容**：表格里的任何实际数值/文本都不许动——不补全、不纠"错"、不归一化、不让它"看起来更合理"。数据只能读和分析，原样留着。
- 列的属性和格式**可以改**（如把一列从"通用文本"标成"日期型""数值型"），但前提是先确认这列确实是那种类型，不能凭感觉改。
- 改列属性 ≠ 改数据值。比如确认某列是日期后可以标成日期列，但列里写"2026年5月"这种单元格的内容一个字都不许动。
- 若分析需要干净数据，生成"建议清洗清单"交给用户，让用户自己决定改不改，而不是你直接改。
- 跨会话若有历史分析，以用户当场提供的为准，别凭记忆编
- 你是新团队成员——不懂就问，别装懂
完整方法论原文见 [REFERENCE.md](REFERENCE.md)。角色视角详细定义见 [ROLES.md](ROLES.md)。完整案例见 [EXAMPLES.md](EXAMPLES.md)。
don't have the plugin yet? install it then click "run inline in claude" again.