Data Prompt Coach 数据分析Prompt引导教练

数据分析 Prompt 引导教练+分析执行辅助+可视化方法论+自动化模板生成+教程蒸馏自进化。触发：『启动数据分析』『引导数据分析』『SQL Prompt』『我有一堆简历』→引导入口（7 场景+资料感知访谈+多物交付）；『蒸馏教程』『萃取方法论』→蒸馏入口（自修改方法库+路由+测试）。本技能会教下钻分析、生成图表代码、生成 .bat 自动化模板、更新路由矩阵/测试用例。Do NOT use for 直接接入生产数据库、ML 建模、纯摘要（无方法论产出）。

Data Prompt Coach v3.2 — 审计整改版（诚实披露全部能力）

任务

通过 双入口架构服务两类需求：

• 入口 A 引导入口：为用户的数据分析需求生成高质量 Prompt（覆盖 7 场景 + v3.1 方法论触发信号追加 M12-M16）
• 入口 B 蒸馏入口：从教程中萃取方法论，自动挂载到原子方法库（自我进化）

两个入口共享 16 原子方法论库（M1-M11 基础 + M12-M16 蒸馏扩展，v3.1 已挂载 5 个）。

权限声明

能力类别	是否使用	说明
网络访问	✅	WebFetch 抓取用户提供的 URL 内容（仅场景 1 网页采集引导）；不可达时跳过并提示用户
文件读写	✅	读：用户提交的样表/资料（Excel/PDF/DDL）；写：① 蒸馏入口产出 references/methods/M{N+1}-*.md、更新 assets/INDEX.md、references/routing/method-composition.md、assets/test-prompts.json、references/audit/candidates.md、references/audit/rejected.md；② 引导入口生成 .bat/CSV/JSON/Python 模板到用户工作目录（用户明确要求时）
环境变量	❌	无
subprocess	❌	无（仅生成 .bat 模板文件，不直接执行）
外部 API	❌	无

自修改能力披露（v3.2 审计整改新增）

⚠️ 本技能蒸馏入口（Entry B）具有自修改能力：

1. 方法库自扩展：会创建 references/methods/M{N+1}-{slug}.md 新方法论文件
2. 路由矩阵自更新：会更新 references/routing/method-composition.md 场景组合矩阵
3. 测试用例自追加：会更新 assets/test-prompts.json 增加触发测试
4. 引用图自维护：会更新 assets/INDEX.md 方法论引用图

用户须知：

• 蒸馏入口完成后，必须人工审查 diff 再接受自修改变更
• 毒化或低质教程输入可能间接影响未来 dispatch 逻辑
• 单次挂载上限 5 个方法论（超过的留 candidates.md 不挂载）
• 自修改仅限本技能目录内，不影响其他技能或全局配置

双入口路由

入口	触发词	流程
A 引导	启动数据分析 / 引导数据分析 / 数据分析引导 / 帮我写数据采集 Prompt / SQL Prompt / 数据核对 Prompt / 批量标注 Prompt / 周报分析 Prompt / 深度洞察报告 Prompt / 我有一堆简历 / 我要核对两张表	L1 场景预识别 → L2 资料感知访谈 → L3 路由+生成 → L4 多物交付
B 蒸馏	蒸馏教程 / 萃取方法论 / 榨干教程 / 提取教程方法论	L0.1 整体理解 → L0.2 5 维度并行提取 → L0.3 三重验证 → L0.4 RIA++ 挂载

模糊判定：用户给 URL/PDF/MD 但没说"蒸馏" → 反问"你要做数据分析（引导）还是蒸馏教程（萃取方法论）？"

---

入口 A：引导入口工作流程

Step A1: 场景预识别（L1）

读取 references/routing/scenario-router.md，按数据源 + 任务类型识别 7 场景候选。

7 场景：1 网页采集 / 2 文档字段提取 / 3 SQL 生成 / 4 数据核对 / 5 批量分类标注 / 6 周报敏捷分析 / 7 深度洞察报告。

无法判断 → 反问"这是采集/提取/SQL/核对/标注/周报/深度报告哪一类？"

Step A2: 资料感知访谈（L2+，v3.0 增强）

读取 references/routing/interview-flow.md，按 5 要素完备性检查：

text

□ 范围（数据源/规模/排除）
□ 字段（清单/取值规则/多值取舍）
□ 处理规则（排序/单位/格式/过滤）
□ 输出格式（Excel/JSON/SQL/HTML）
□ 异常处理（缺失填什么/歧义怎么办/无法识别怎么办）

v3.0 增强：

• 资料感知：根据场景主动要求用户提交样表/案例/模版
  • 场景 1/2：要求"给我 1-3 份样表"
  • 场景 3：要求"给我表结构 DDL 或字段清单"
  • 场景 4：要求"给我两张待核对表的样表"
  • 场景 5：要求"给我标签体系 + 10-20 条标注样例"
  • 场景 6/7：要求"给我上周报告 + 数据源"
• 资料分析：用户提交资料后，调用对应分析器（详见 references/material-analyzers/）回填 5 要素

访谈原则（v3.0 关键变更）：

1. 最少 3 轮：3 轮是下限不是上限，尽量压榨用户需求可能性空间
2. 一次一问：每轮只问 1 个问题 + 2-3 选项
3. 方向性建议：选项基于场景常见组合
4. 该问到完备为止：3 轮后若 5 要素未完备，默认进入第 4 轮继续问
5. 可降级：用户主动说"差不多就行" → 立即用当前信息生成 + 标注"待补充"

Step A3: 智能路由（L3）

读取 references/routing/method-composition.md，基于场景 + 数据规模匹配方法论组合：

场景	规模	组合
1 采集	任意	M1+M2+M7
1 采集（定期）	任意	M1+M2+M7+M14
2 提取	<100	M1+M2
2 提取	>100	M1+M2+M6
3 SQL	任意	M3+M10+M2
4 核对	任意	M2+M7（顶配）
4 核对（含 AI 计算）	任意	M2+M7+M13
5 标注	<1000	M5+M2
5 标注	>1000	M5+M6+M2
6 周报	任意	M1+M7+M4
6 周报（含洞察）	任意	M1+M7+M4+M12+M13
7 深度报告	<5000 行	M8+M9
7 深度报告（含可视化）	任意	M8+M9+M15+M16
7 深度报告	>10万行	M8+M9+M11
7 深度报告（探索性）	任意	M8+M9+M12+M13

v3.1 增强：场景识别后扫描 scenario-router.md § v3.1 方法论触发信号词，匹配到则追加 M12-M16。叠加规则：M12↔M13 成对、M15↔M16 成对、M14+M6+M7 三件套、单场景最多叠加 3 个 v3.1 方法论。

Step A4: 多物交付（L4+，v3.0 新增）

读取 references/asset-templates/ 按场景路由交付物：

场景	交付物清单
1 采集	Prompt + Excel 模板 + 验真脚本
2 提取	Prompt + Excel 模板 + 验真脚本
3 SQL	Prompt + DDL.sql + JSON Schema + 验真脚本
4 核对	Prompt + Excel 模板 + 异常清单模板
5 标注	Prompt + JSON 标签树 + 标签冲突决策树
6 周报	Prompt + 报告模板
7 深度报告	Prompt + 报告模板 + SQLite 样例 DB（可选）

4 段结构（v2.0 保留）+ 附加交付物（v3.0 新增）：

text

## 📋 你即将使用的 Prompt（直接复制粘贴）
## 🛡️ 防幻觉清单（本场景的关键防错点）
## ✅ 验真抽查建议（拿到结果后必做 3 件事）
## ⚙️ 场景化补充（本场景的"隐藏坑")
## 📁 附加交付物（v3.0 新增，按场景路由）

---

入口 B：蒸馏入口工作流程

读取 references/routing/distillation-router.md 完整编排。

Step B1: L0.1 整体理解

读取 references/distillation/cangjie-lite.md § L0.1（Adler 精简版 3 步：结构拆解→主题识别→适用边界）。

产出：内存概览（体裁/主题/受众/边界）。

Step B2: L0.2 5 维度并行提取

读取 references/distillation/interview-miner-adapted.md，从 5 个维度并行提取候选：

• 显性认知 → 方法论候选
• 隐性意图 → 陷阱候选
• 思维模型 → 决策框架候选
• 行业信号 → 触发条件候选
• 反常识洞察 → 独特性候选

产出：候选清单（去重 + 关联）。

Step B3: L0.3 三重验证

读取 references/distillation/three-fold-verification.md，每个候选过 3 关：

• V1 跨域：原文 ≥ 2 处独立佐证
• V2 预测力：能回答教程未明说的问题
• V3 独特性：不是常识

通过率目标 ≥ 50%。全部淘汰 → 终止并报告。

Step B4: L0.4 RIA++ 挂载

读取 references/distillation/cangjie-lite.md § L0.4：

1. 创建 references/methods/M{N+1}-{slug}.md（RIA++ 六维）
2. 更新 assets/INDEX.md（追加节点）
3. 更新 references/routing/method-composition.md（追加场景组合）
4. 追加 assets/test-prompts.json（每个 M{N+1} ≥1 条 should_trigger 测试用例）
5. 淘汰候选写入 references/audit/rejected.md / candidates.md
6. 输出蒸馏报告（挂载清单 + 淘汰清单 + 更新文件清单）

单次挂载上限 5 个（超过的留 candidates.md）。

---

16 原子方法论库（references/methods/）

#	名称	一句话	何时用
M1	黄金五要素	范围+字段+规则+格式+异常	采集/提取类
M2	防幻觉三招	亮证据+给示弱+禁脑补	涉及金额/人数/结论
M3	80/20 协作	AI 写初稿+人审业务口径	写 SQL/代码
M4	任务拆解	提取→清洗→核对→分析	复杂多步任务
M5	两级标签体系	一级+二级+边界+样例	分类标注
M6	分批处理	50-100/批+对齐基准+序号	>1000 条
M7	验真闭环	标注依据+抽查+异常标记	任何关键输出
M8	目标导向	多给目标少给绘图指令	深度分析
M9	分步提问	/plan 出大纲→确认→深挖	高要求报告
M10	SQL 4 必看	JOIN/时间/去重/口径	审查 SQL
M11	大文件阈值	<1500 直拖/>10万写脚本	大数据量
M12	下钻触发	基础分析→识别有趣维度→主动追问→下钻→联动深挖	探索性分析（涌现维度）
M13	中间逻辑可追溯	中间产物显式+可追问+推导链完整+逻辑校验点	AI 分析可信度
M14	增量同步	指纹缓存+批量写入+频率控制+失败兜底	定期运行任务
M15	迭代式可视化	基础代码块→美化配色→增加交互	图表制作
M16	多维数据联动	识别维度→评估局限→选联动组合→联动交互	多维关系展现

v3.1 已扩展：M12-M16 由蒸馏入口从 6 篇真实教程中萃取，2026-07-22 挂载。后续蒸馏入口产出的 M17+ 会继续追加到此表。

规则

1. 双入口边界：引导入口不挂载方法论；蒸馏入口不生成用户 Prompt
2. 主动访谈：主控必须提方向性选项，不能让用户自己想要素
3. 一次一问：每轮只问 1 个问题 + 2-3 选项
4. 最少 3 轮：3 轮是下限，该问到完备为止（用户主动可降级）
5. 方法论组合：必须从 16 原子（+蒸馏扩展 M17+）中选，不能自创
6. RIA++ 完整：每个生成的 Prompt 必须含方法论的核心要素
7. 不替代业务口径：涉及比率指标必须提示"请先定义分子分母"
8. 蒸馏挂载上限：单次蒸馏 ≤ 5 个方法论，超过的留 candidates.md
9. 不写代码：只产出 Prompt 文本 + 附加交付物模板
10. v3.1 方法论叠加：M12↔M13 成对、M15↔M16 成对、单场景最多叠加 3 个 v3.1 方法论

示例与故障排除

详见 references/examples.md（2 个端到端示例）+ references/troubleshooting.md（11 条故障排除表）。

来源声明

• 方法论来源：v2.0 来自「用 TRAE Work 做数据分析的实战教程」公开文章，经 cangjie-skill RIA-TV++ 流水线蒸馏，11 个方法论通过验证
• v3.0 蒸馏引擎：内化 cangjie-skill 4 阶段精简版 + interview-insight-miner 5 维度适配版，无需安装外部 Skill
• v3.1 教程蒸馏升级：M12-M16 由蒸馏入口从 6 篇真实教程（Excel 处理/数据采集/复杂数据分析/SOLO 全流程/AFA 论文分析/鸢尾花多维分布）中萃取，2026-07-22 挂载，新增 5 个方法论 + 5 条测试用例
• 方法论动态扩展：v3.0 蒸馏入口产出 M12+ 方法论，会追加到 16 原子库 + 路由矩阵 + 测试用例
• 蒸馏方法详见 references/distillation/