一次完整的 Prompt Engineering 实战:让 AI 自动生成销售分析报告

一次完整的 Prompt Engineering 实战:让 AI 自动生成销售分析报告

在这篇笔记里,我分享一个用 OpenAI API 实现的实战案例 ------ 让 AI 自动分析销售数据并生成报告。

这个过程不仅能帮你理解如何编写和调用大模型接口,还能深入体会 Prompt Engineering(提示工程) 的重要性。


一、项目背景

我们希望用一段简单的 JavaScript 代码,让 AI 根据销售数据生成一份销售分析报告。

例如:

  • 计算每种产品的总销售额;
  • 判断哪种销售策略更有效。

二、代码实现

首先,导入依赖并配置环境变量:

php 复制代码
import OpenAI from 'openai';
import { config } from 'dotenv';

config({ path: '.env' });

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: 'https://api.agicto.cn/v1'
});

这里使用了:

  • dotenv :管理 .env 文件中的 OPENAI_API_KEY
  • OpenAI SDK:与模型进行通信

三、准备数据与 Prompt

销售数据如下:

yaml 复制代码
const saleData = `销售数据:
日期,产品,销量,单价,总收入
2023-01-01,iPhone 13,100,6000,600000
2023-01-01,iPhone 14,50,8000,400000
2023-01-02,iPhone 13,80,6000,480000
2023-01-02,iPhone 14,60,8000,480000
2023-01-03,iPhone 13,120,5800,696000
2023-01-03,iPhone 14,80,7800,624000
`;

然后我们在函数中构建 Prompt:

ini 复制代码
const main = async (reference_data, query) => {
  const prompt = `
  You are an AI data analysis assistant that generates sales 
  reports based on the given sales data.
  Here is the sales data:\n ${reference_data} \n\n
  Please generate a report to answer the following question:\n
  ${query}
  `;

  let response = await client.chat.completions.create({
    model: "gpt-4o-mini",
    messages: [{ role: 'user', content: prompt }],
    max_tokens: 1024,
    temperature: 0.1,
  });

  console.log(response.choices[0].message.content);
};

四、运行测试

测试示例一:计算总销售额

less 复制代码
main(
  saleData,
  '根据上述销售数据,计算iPhone 13和iPhone 14的总销售额各是多少?'
);

测试示例二:分析销售策略效果

less 复制代码
main(
  saleData,
  '根据上面的销售数据,采取的哪个销售策略非常有效?'
);

运行后,模型会根据你的问题生成自然语言报告。


五、Prompt Engineering 的关键要点

在这个小项目中,Prompt 的编写决定了结果的质量。

一些经验总结:

  1. 身份设定
    明确告诉模型它是谁(例如:"你是一名数据分析助手"),有助于输出更专业的内容。
  2. 上下文清晰
    使用 \n\n 明确区分"任务说明""数据内容""问题"。
  3. 语言简洁
    避免含糊的指令。比如不要说"请帮我分析一下",而是直接问:"哪种销售策略更有效?"
  4. 可重复性
    使用模板字符串 ${reference_data} + ${query},方便不同数据与问题复用。
  5. 低温度输出
    设置 temperature: 0.1,让模型更偏向逻辑性和稳定性,而非创意。

六、总结

通过这个例子可以看到:

  • Prompt 工程 是让大模型"听懂你话"的核心;
  • 清晰的数据边界 + 明确的任务指令 能显著提升输出质量;
  • 一个好的 Prompt,往往比模型本身更重要。

小结一句:

"Prompt 写得好,AI 就是你的超强助手;

Prompt 写不好,它就成了诗人。"

相关推荐
threerocks11 小时前
重磅开源!sweety-handdraw-video:目前市面最强手绘视频管线,ChatGPT 完美运行
aigc·openai·ai编程
9i编程19 小时前
11. 教 AI 上班:带出我的数字同事 —— 前后端部署上线 130,按 v1.7 回归清零与总结
人工智能·openai·ai编程
深频率21 小时前
272k提到500k:OpenAI顺手免了长上下文加价
aigc·openai
墨林陌1 天前
AI 热点日报(2026-10-13):Meta发布Muse Wonder新模型跻身前沿,AMD锐龙AI Halo平台支持300B本地模型,苹果智能家居发布会定
openai
AI日报派送佬1 天前
2026年10月12日AI行业日报|GPT-6.1 Sol超长上下文免费开放,多智能体成本陷阱暴露,算力供需失衡持续发酵
大数据·人工智能·openai·苹果·ai日报·智能体技术·deepseekharness
云卷云舒___________1 天前
突发 | OpenAI 惊现 memory4-dream 与 gpt-rosalind!Gemini 3.8 路由至4? | 10月11日 AI日报
openai·codex·gemini·ai日报·antigravity·memory4dream·gptrosalind
小蠢驴打代码1 天前
给 Codex Plan 模式加一本决策账本:问过什么、选了什么,都进仓库
开源·openai·ai编程
空 白II2 天前
10.11 大语言模型研究简报:OpenAI 公布 AI 数学研究新进展
人工智能·语言模型·openai
诺伦2 天前
OpenAI Agents API 公测拆解:托管编排+持久会话+自有沙箱搭一条自动增长流水线 | RiseClaw玄策
python·openai·ai agent·营销自动化·agent编排
threerocks2 天前
绝处求生!免费、低价渠道用上 Opus 5.5 全网最严谨白嫖与实战评测地图
aigc·openai·ai编程