面对一份销售明细，最有用的不是「一句话行业洞察」，而是：每列是什么、哪里脏、哪些行要人工复核、关键合计能不能在表里重算出来。本文提供明确标注的教学模拟数据（非真实门店账本），带你在 ChatGPT 里走完「解释列 → 清洗质检 → 异常清单 → 手算对照」。本站未在真实 ChatGPT 账号中跑通本次分析，故不粘贴伪造的模型输出全文；你上传样例后，用文中的合格标准与手算表自检。
下载教学数据：ai-guide-sample-sales.csv。产品入门可对照：ChatGPT 是什么？。
先读懂每一列（再上传）
样例表头与含义如下：
| 字段 | 含义 | 教学设计说明 |
|---|---|---|
| order_id | 订单编号 | 主键候选；A1019/A1020 故意做成「同日同区同品同量」便于练重复识别 |
| date | 订单日期 | 含非法日期 2026-13-01 |
| region | 区域 | 含空值 |
| product | 商品名 | 美式 / 拿铁 / 手冲 / 冷萃等 |
| qty | 数量 | 含负数、以及文本「两杯」 |
| unit_price | 单价（元） | 含疑似多打一个 0 的尖峰 380.00 |
| discount | 折扣率（0–1） | 含空值、以及偏高的 0.2 |
| notes | 备注 | 标明脏数据意图，便于人工对照 |
行数约 25 条（含表头则 26 行文件）。实收粗算口径（教学用）： line_amount ≈ qty × unit_price × (1 − discount)，其中 qty、unit_price 须为有效数字；非法行应剔除或单独列出，而不是 silently 当成 0。
上传前建议：保留本地副本；真实业务表先脱敏；想清楚你要的是「找异常」还是「按月汇总」。
上传表格
- 打开支持上传的 ChatGPT。
- 「+」→ 添加文件 → 选择 CSV（或先另存为 XLSX）。官方帮助列出电子表格格式含 XLSX、XLS、CSV、TSV 等，以帮助中心当前列表为准。
- 确认附件出现后，再发下一节提示。不要一上来要「完整商业分析报告」。
合计、增长率、排名都可能算错。图表再好看，也不能直接当签字版结论。
本地先扫一眼：比把脏表直接丢上去更快
用 Excel / 表格软件打开 CSV 后，花两分钟做这四步，后面的对话会干净很多：
- 冻结首行，确认
order_id无空值。 - 筛选 qty：看是否出现负数或非数字；教学表里应能看到
-1与「两杯」。 - 看 unit_price 最大值：若同商品出现比常规价高一个数量级的值，先标成尖峰候选（样例中的 A1009）。
- 用条件格式或排序找空 region / 空 discount。
这样做的意义：你已经知道「脏在哪」，ChatGPT 的质量清单就变成对照题，而不是唯一发现通道。若模型漏报你已看见的脏点，直接点名 order_id 追问，比争论「谁更会分析」有效。
约定口径后再汇总（示例）
教学场景可先写进提示词的口径：
- 名义销售额 =
qty × unit_price（仅当二者均可解析为数字） - 折扣后销售额 =
qty × unit_price × (1 − discount)，discount空视作 0 - 非法日期、非数字 qty、空 region：不计入区域汇总，但必须在表下列出 order_id
例如只看华东且仅计入干净行时，可先手工加总 A1001（36）+ A1002（19.8）+ A1005（44）+ A1010（72）+ A1014（19.8）+ A1016（18）等，再与模型「华东折扣后合计」对照——数字对不上就要求它列出纳入的 order_id 清单，通常能立刻发现多算了尖峰行或重复单。
第一段对话：只解释结构
请只依据我上传的表格回答。先给出： 1）表的主题（一句话）； 2）每一列的含义、数据类型（文本/数字/日期）、单位（若能从列名判断）； 3）总行数、是否有表头、你看到的主键候选列。 若某列含义无法从表头或样例行确认，请写「无法确认」，不要猜测业务口径。
合格标准： 应识别出 order_id 等列；行数与本地打开的 CSV 一致（或明确说明是否含表头）。若它发明「毛利率」「渠道评级」等原表没有的列，打断重来。
第二段：数据质量清单
在上一轮列说明基础上，请检查数据质量并列表输出： - 空值较多的列（估计比例即可，并说明你如何估计）； - 可能的重复行（按哪些列判断）； - 明显异常：负数数量、非数字数量、非法日期、类别空值、单价极值、异常折扣等。 每一条都给出「示例 order_id」，方便我回原表定位。 不要编造表中不存在的字段；无法确认处写「无法确认」。
你应能在原 CSV 里对上的「脏点」（教学答案，供核对，不是模型实测输出）：
| order_id | 现象 |
|---|---|
| A1007 | qty 为负数 |
| A1009 | unit_price=380，相对同品 38 疑似多一位 |
| A1011 | qty 为文本「两杯」 |
| A1012 | discount 空 |
| A1017 | discount=0.2，备注提示需确认活动码 |
| A1019 / A1020 | 同日同区同品同量，疑似重复 |
| A1021 | 日期 2026-13-01 非法 |
| A1022 | region 空 |
模型若漏掉多数脏点，或把正常行打成异常，以你本地表为准，并要求它「只根据表内证据重列」。
第三段：异常优先级 + 可手算的汇总
请列出最需要人工复核的 5 处（含 order_id、现象、假设原因、我应如何回表核对）。 然后：剔除 qty 或 unit_price 无法解析为数字的行，以及 date 非法的行，按 region 汇总： 订单数｜qty 合计｜名义销售额（qty×unit_price）｜折扣后销售额（qty×unit_price×(1−discount)，discount 空视作 0）。 用表格输出，并简述计算规则。不要评价「哪个区域最好」。
手算对照（便于你验收模型算术）
下面只取明显干净的几行做手工验算示例（discount 空按 0；单位：元）：
| order_id | 计算 | 折扣后 |
|---|---|---|
| A1001 | 2×18×(1−0) | 36.00 |
| A1002 | 1×22×(1−0.1) | 19.80 |
| A1003 | 1×38×(1−0) | 38.00 |
| A1004 | 3×18×(1−0) | 54.00 |
若模型给出的单行结果与上表不一致，优先信手算，并要求它「按公式逐行重算 A1001–A1004」。整表区域汇总因是否剔除 A1009 尖峰、是否合并 A1019/A1020 等规则而变——先书面约定剔除规则，再比总数，否则争论没有意义。 真实业务里，折扣是否含税、是否已扣退货，口径往往比公式本身更重要——把口径写进同一条提示，能减少「看起来很准、对不上财务」的返工。
需要更稳的提问骨架时，见：AI 提问四段式。
可选：只要清洗规则，不要故事
请只依据上传表格，用表格输出：渠道(region)｜可解析订单数｜名义销售额｜折扣后销售额。 剔除规则：qty 或 unit_price 非数字；date 无法解析；region 为空。 表下说明剔除了哪些 order_id。不要补充外部行业平均水平。
长文档场景请改看：ChatGPT 如何总结 PDF。
限额与失败时看什么
帮助中心公开数量级会变更，以下仅作量级参考：
- 格式： XLSX、XLS、CSV、TSV 等。
- 大小： CSV/电子表格单文件约有 ~50 MB 量级上限；文档类另有约 512 MB 等上限；约 200 万 Token 上限不适用于电子表格。
- 速率： 每 3 小时约 80 个文件；免费用户每日最多约 3 次上传。
- 工具限流： Free Tier FAQ 强调文件上传、数据分析等工具通常另有限制——能上传不等于总能跑完分析。
上传失败优先对照：ChatGPT 上传文件失败怎么办。
使用时别踩的坑
- 模型算出的合计不能直接贴进汇报；关键数字在电子表格重算。
- 多 Sheet / 超大表：先导出需要的那一张或先筛列。
- 「改好表再下载」取决于当前界面是否提供文件生成工具，且仍须人工验收。
- 短表可粘贴；行列一多优先走文件上传。