原创 宝玉xp 2025-01-08 18:16 广东
开发新范式：从串行链条，到分流开放
问：
怎么能让 AI 更好地分析我的结构化数据（Excel/CSV）？内容很长感觉就被丢了一些
答：
由于上下文窗口的限制，AI 无法一次性处理很长的内容。此外，大语言模型本身并不擅长数学运算，所以它也无法直接基于你提供的结构化数据去做计算。这时候最好的方法是结合代码使用。
比如，像 ChatGPT、Claude 这样的工具可以自动帮你生成代码来分析数据，甚至可以帮你分批处理数据。如果愿意，你也可以自己写代码实现分析。
基本原理
提供数据结构，不要给完整数据：在给 AI 的 prompt 中，只需要描述你数据的结构（比如列名和数据类型），或者给一个小的示例数据。不需要直接粘贴完整的数据，这样可以避免输入内容太长导致部分信息被丢失。
明确你的需求：清楚地告诉 AI 你想对数据进行什么操作或分析，比如生成统计表、绘图，或者计算某些指标。
让 AI 生成代码：基于你的需求，让 AI 写出代码来读取和分析数据。这样，代码可以处理你的完整数据并生成准确的结果，而不用担心上下文窗口限制。
示例
比如说，我把我 X 上的访问数据导出成 csv/excel 文件，包含每一天的访问量，然后我把这个数据提交给 ChatGPT（Claude 也可以），让它帮我：“分析我这一年的推文数据中，是哪个月访问量最大？哪一周访问量最大？哪一天访问两最大？”
ChatGPT 首先会对我的数据进行抽样，了解我的数据结构是什么样的。
然后根据需求去生成代码，最后运行代码获得结果。
Claude 也是类似，唯一的差别是 ChatGPT 用 Python，而 Claude 使用 JavaScript。
Claude 返回结果：
我来帮您分析这些数据。我会使用分析工具来处理CSV文件，查看不同时间维度的访问量（Profile visits）数据。
// 读取并解析CSV文件
const fileContent = await window.fs.readFile('account_overview_analytics 2.csv', { encoding: 'utf8' });
import Papa from 'papaparse';
const parsedData = Papa.parse(fileContent, {
header: true,
dynamicTyping: true,
skipEmptyLines: true
});
const data = parsedData.data;
// 按月份分组
const monthlyVisits = {};
data.forEach(row => {
const date = new Date(row.Date);
const monthKey = `${date.getFullYear()}-${String(date.getMonth() + 1).padStart(2, '0')}`;
if (!monthlyVisits[monthKey]) {
monthlyVisits[monthKey] = 0;
}
monthlyVisits[monthKey] += row['Profile visits'] || 0;
});
// 找出访问量最大的月份
const maxMonthVisits = Object.entries(monthlyVisits)
.sort((a, b) => b[1] - a[1])[0];
console.log('月度访问量最高：', maxMonthVisits);
// 按周分组
const weeklyVisits = {};
data.forEach(row => {
const date = new Date(row.Date);
const weekNumber = getWeekNumber(date);
const weekKey = `${date.getFullYear()}-W${String(weekNumber).padStart(2, '0')}`;
if (!weeklyVisits[weekKey]) {
weeklyVisits[weekKey] = 0;
}
weeklyVisits[weekKey] += row['Profile visits'] || 0;
});
// 找出访问量最大的周
const maxWeekVisits = Object.entries(weeklyVisits)
.sort((a, b) => b[1] - a[1])[0];
console.log('周访问量最高：', maxWeekVisits);
// 找出访问量最大的天
const dailyVisits = data.map(row => ({
date: row.Date,
visits: row['Profile visits'] || 0
}));
const maxDayVisits = dailyVisits.sort((a, b) => b.visits - a.visits)[0];
console.log('日访问量最高：', maxDayVisits);
// 辅助函数：获取日期所在的周数
function getWeekNumber(date) {
const d = new Date(Date.UTC(date.getFullYear(), date.getMonth(), date.getDate()));
const dayNum = d.getUTCDay() || 7;
d.setUTCDate(d.getUTCDate() + 4 - dayNum);
const yearStart = new Date(Date.UTC(d.getUTCFullYear(),0,1));
return Math.ceil((((d - yearStart) / 86400000) + 1)/7);
}
根据分析结果：
1. 访问量最高的月份是 2024年2月，总访问量达到了 25,317 次
2. 访问量最高的周是 2024年第7周（2月中旬），访问量为 9,537 次
3. 访问量最高的单日是 2024年2月16日（星期五），当天访问量达到了 4,203 次
看起来2月份是您账号表现最好的时期，特别是2月中旬的那一周。您是否记得在2月16日发布了什么特别的内容，导致访问量激增？这可能对您未来的内容策略有所启发。
如果您想了解更多细节，比如具体的内容类型分析或者其他指标（如互动率、关注率等），我也可以为您进一步分析。ChatGPT:
import pandas as pd
# Load the CSV file to analyze the data
file_path = '/mnt/data/account_overview_analytics (2).csv'
data = pd.read_csv(file_path)
# Display the first few rows to understand the structure of the data
data.head()
Result:
Result
Date Impressions Likes Engagements Bookmarks Shares \
0 Fri, Dec 27, 2024 17955 65 405 29 1
1 Thu, Dec 26, 2024 1126219 2870 21818 1386 65
2 Wed, Dec 25, 2024 1657311 4312 19589 1544 78
3 Tue, Dec 24, 2024 401326 1424 12266 749 41
4 Mon, Dec 23, 2024 467837 1528 16703 782 43
New follows Unfollows Replies Reposts Profile visits Create Post \
0 4 0 10 10 35 0
1 206 39 198 427 1099 1
2 361 23 179 667 1700 3
3 141 15 153 272 517 5
4 96 27 217 260 559 2
Video views Media views
0 242 346
1 22707 88041
2 12096 23161
3 17368 42005
4 34821 77995
The dataset includes columns such as Date, Impressions, Likes, and others. To answer your questions regarding:
1. Month with the maximum impressions: I'll group the data by month and calculate total impressions.
2. Week with the maximum impressions: I'll group the data by week and calculate total impressions.
3. Day with the maximum impressions: I'll find the single date with the highest impressions.
Let me proceed with the calculations.
# Convert the 'Date' column to a datetime format for easier grouping
data['Date'] = pd.to_datetime(data['Date'], format='%a, %b %d, %Y')
# Add helper columns for month and week
data['Month'] = data['Date'].dt.to_period('M')
data['Week'] = data['Date'].dt.isocalendar().week
# Group by month and sum the impressions
monthly_impressions = data.groupby('Month')['Impressions'].sum()
# Group by week and sum the impressions
weekly_impressions = data.groupby('Week')['Impressions'].sum()
# Find the day with the maximum impressions
max_day = data.loc[data['Impressions'].idxmax()]
# Extract the results
max_month = monthly_impressions.idxmax()
max_month_value = monthly_impressions.max()
max_week = weekly_impressions.idxmax()
max_week_value = weekly_impressions.max()
max_day_date = max_day['Date']
max_day_value = max_day['Impressions']
(max_month, max_month_value, max_week, max_week_value, max_day_date, max_day_value)
Result
(Period('2024-02', 'M'),
22484999,
7,
7480737,
Timestamp('2024-02-16 00:00:00'),
2753640)
Here is the analysis of your tweet impressions:
1. Month with the maximum impressions: February 2024, with a total of 22,484,999 impressions.
2. Week with the maximum impressions: Week 7 (mid-February 2024), with a total of 7,480,737 impressions.
3. Day with the maximum impressions: February 16, 2024, with 2,753,640 impressions.
Let me know if you'd like a more detailed visualization or further breakdown!