data-analyst

data-analyst 技能總覽

data-analyst skill 是一個輕量、聚焦的提示層，專門用於需要 SQL、pandas 與基礎統計推理的 Data Analysis 任務。它特別適合這類使用情境：你手上已經有資料集、資料表 schema、查詢目標，或明確的探索方向，但希望拿到比一般通用聊天提示更可靠、可落地的分析輸出。

data-analyst 的設計目標是什麼

這個 data-analyst skill 會把 agent 引導到以下方向：

• 撰寫用於擷取與轉換資料的 SQL
• 使用 pandas 進行清理、分組、reshape 與時間序列相關處理
• 套用描述統計、相關性檢查，以及基本的假設檢定邏輯
• 回傳程式碼加上解讀，而不只是文字評論

它真正要解決的，不是抽象地「變得更有分析能力」，而是把像「找出 churn drivers」或「幫我探索這個 CSV」這種模糊需求，轉成可以執行的分析步驟、程式碼，以及可供檢視的發現。

哪些人適合安裝 data-analyst skill

最適合：

• 想更快產出 SQL 或 pandas 初稿工作流的分析師
• 偶爾需要資料探索協助的工程師
• 想要以程式碼為依據，而不是只看高層建議的 AI 使用者
• 用 agent 處理 ad hoc analysis、資料清理或探索式診斷的團隊

較不適合：

• 期待 skill 本身就能自動畫圖、執行 notebook 或連接資料庫的使用者
• 需要嚴謹模型選擇、因果推論或 production-grade ML pipeline 的進階統計使用者

這個 data-analyst skill 和一般提示有什麼不同

data-analyst 最大的優勢在於範圍清楚。這個 skill 明確聚焦在 SQL、pandas 與統計，因此 agent 更有機會：

• 為問題選對分析工具
• 產出結構化程式碼，而不是空泛說明
• 附上註解、範例輸出、效能注意事項與結果解讀
• 穩定貼近常見的資料分析工作流

和籠統的「analyze this data」提示相比，它在真實工作中更有用，尤其是當你需要的是可以直接執行、或很快改寫上手的結果。

這個 repository 內含什麼

這個 skill 刻意維持極簡。從 repository 可見的內容來看，只有單一的 SKILL.md 檔案，沒有輔助 script、規則、參考資料或 sample dataset。這對採用評估很重要：

• 安裝與啟用很簡單
• 行為模式容易理解
• 幾乎沒有隱藏邏輯
• 輸出品質高度依賴你的 prompt 與資料脈絡是否完整

如果你要的是一套高度預設立場、附帶測試資產或 decision tree 的框架，這不是那一類。如果你想要的是一個乾淨、可快速叫用的 data-analyst skill，用來處理 SQL／pandas／統計分析工作，它就很合適。

如何使用 data-analyst skill

data-analyst skill 的安裝情境

如果你的 agent 環境支援 GitHub-hosted skills，可以從包含它的 repository 安裝 data-analyst：

npx skills add Shubhamsaboo/awesome-llm-apps --skill data-analyst

如果你的 client 使用的是不同的 skills loader，則把來源路徑改成：

awesome_agent_skills/data-analyst

由於這個 repo 只暴露 SKILL.md，在你決定是否要試用前，沒有其他額外的 dependency 檔案需要先檢查。

使用 data-analyst 前，先讀這個檔案

先看：

• awesome_agent_skills/data-analyst/SKILL.md

這個 skill 目錄裡沒有額外的 README.md、metadata.json、rules/ 或 resources/ 檔案，因此幾乎所有可用指引都集中在這一份檔案。請先讀它，理解：

• 什麼情況下應該使用這個 skill
• 它預期擅長的能力範圍
• 偏好的輸出風格

data-analyst skill 需要什麼輸入

data-analyst install 這一步很簡單；真正決定結果好壞的，是安裝後你提供給 agent 的輸入。至少要提供以下其中幾項：

• 資料表 schema 或 CSV 欄位名稱
• 資料型別與日期欄位
• 商業問題
• 範例資料列
• 期望的粒度、篩選條件或時間範圍
• 輸出偏好：SQL、pandas、統計說明，或三者都要

弱的輸入：

• “Analyze my sales data.”

強的輸入：

• “Use the data-analyst skill. I have an orders table with order_id, customer_id, order_date, country, channel, revenue, and is_refunded. Write SQL to calculate monthly revenue, refund rate, and repeat-purchase rate for 2024 by country and channel. Then explain what patterns to look for.”

較強的版本可以大幅減少在指標、維度與時間範圍上的猜測空間。

如何把模糊目標轉成可用的 prompt

一個好的 data-analyst usage prompt 通常包含五個部分：

1. Context — 你手上有什麼資料集或系統
2. Question — 你要的是哪個決策支援或洞察
3. Structure — schema、欄位、joins、日期規則
4. Constraints — SQL dialect、只能用 pandas、不畫圖等
5. Output format — query、code、interpretation、validation checks

範例 prompt：

“Use the data-analyst skill for Data Analysis. I need pandas code to inspect a customer support CSV. Columns: ticket_id, created_at, resolved_at, priority, channel, csat_score, agent_id. Clean missing values, compute resolution time in hours, summarize by priority and channel, flag outliers, and explain what metrics might indicate process issues. Assume the file is already loaded into a DataFrame named df.”

處理 SQL 任務時，data-analyst 的最佳工作流程

如果工作以 SQL 為主，建議照這個順序提供資訊：

1. 提供 schema 與 join keys
2. 精準定義 metric
3. 如果有差異，指明 SQL dialect
4. 要求同時給 query 與說明
5. 在執行前要求 edge-case 檢查

實用的補充 prompt：

• “State any assumptions about nulls, duplicate keys, and date boundaries before writing the final query.”

這樣能改善輸出品質，因為 SQL 出錯往往不是語法問題，而是前提假設沒有講清楚。

處理 pandas 任務時的最佳工作流程

在 pandas 工作流裡，請明確告訴 skill：

• DataFrame 名稱
• 日期是否已經 parse 好
• 預期資料列數或記憶體限制
• 你要的是一次性分析，還是可重複使用的轉換程式碼

更強的 pandas 請求方式：

• “Use pandas only. df has 4 million rows, so avoid unnecessary copies. Show memory-conscious cleaning steps, groupby summaries, and missing-value diagnostics.”

這能幫助 agent 選擇更貼近實務的程式碼，而不是玩具級範例。

如何更有效地要求統計分析

當統計問題夠具體時，data-analyst guide 才最有價值。建議明確提出：

• 假設是什麼
• 涉及哪些變數
• 是否有比較組別
• 你需要多高程度的嚴謹性

較好的問法：

• “Compare average order value between paid search and organic traffic. Recommend an appropriate significance test, explain assumptions, and show pandas code to run it.”

較差的問法：

• “Do some stats on this data.”

這個 skill 涵蓋描述統計、相關性分析與基礎檢定邏輯，但當決策風險很高時，它不能取代專門的統計審查。

使用 data-analyst 時，預期會得到什麼輸出

根據 skill 定義，好的輸出通常應包含：

• SQL queries 或 pandas code
• 清楚的註解
• 範例結果
• 效能考量
• 對結果的解讀

這種輸出形式在實務上很有價值，因為你不只拿到可執行內容，也有足夠的說明可以在真正執行前先做 sanity check。

能提升 data-analyst 輸出品質的實用技巧

只要對 prompt 做些小升級，就能明顯改善 data-analyst for Data Analysis 工作流：

• 明確說明你要的是探索分析，還是最終 metric。
• 告知資料是否凌亂、稀疏或欄位很多。
• 提到你懷疑的問題，例如 duplicates、缺失 timestamp 或分類不一致。
• 不只要主查詢，也要求 validation queries。
• 如果存在取捨，要求提供替代方案。

範例：

• “After the main SQL, add a validation query to check duplicate customer_id + order_date combinations and null rates in revenue columns.”

這個 skill 不會幫你做哪些事

因為這個 skill 本質上只有一份 prompt 檔案，它本身不會：

• 連接資料庫
• 執行 SQL
• 載入檔案
• 掃描你的執行環境
• 保證統計結論正確

你仍然需要自己的 runtime、資料庫權限與判斷能力。這個 skill 改善的是 agent 的分析框架，不是取代工具或領域審查。

data-analyst skill 常見問題

如果我平常已經用一般 prompt，還值得安裝 data-analyst skill 嗎？

通常值得，尤其如果你常要求 SQL、pandas 或探索式分析。它的價值不在隱藏式自動化，而在於提供更好的預設分析姿態。一般 prompt 可能只會給你寬泛回答；data-analyst 更有機會提供符合分析師工作情境的程式碼、前提假設與解讀。

data-analyst skill 對新手友善嗎？

算是友善，但有一個前提：新手仍然需要提供 schema 與業務背景。這個 skill 可以幫你把分析架構整理出來，但無法拯救定義過於模糊的需求。如果你剛接觸 SQL 或 pandas，可以要求它逐步解釋，並在程式碼中加入大量註解。

什麼情況下不該使用 data-analyst？

如果你的任務主要是以下類型，就不建議用 data-analyst：

• dashboard 設計
• 進階機器學習
• 因果推論
• data engineering orchestration
• 以視覺化為核心的工作

它最擅長的是探索式分析、轉換邏輯、查詢撰寫，以及相對直接的統計推理。

data-analyst 支援特定資料庫或函式庫堆疊嗎？

這個 skill 會提到 SQL、Python 搭配 pandas，以及統計分析，但並沒有把你綁死在某一個 SQL engine 或某一種資料平台上。這種彈性很實用，但也表示只要情境需要，你就應該主動說明 dialect，例如 PostgreSQL、BigQuery、Snowflake 或 SQLite。

這個 skill 足以應付 production analytics 工作嗎？

它可以加速 production 工作，但本身不構成 production 保證。你仍然要檢查生成 SQL 的效能、和利害關係人確認 metric 定義，並在真實資料上驗證輸出。這個 skill 是草稿與推理輔助工具，不是執行正確性的保證。

如何改進 data-analyst skill 的使用效果

給 data-analyst skill 更完整的分析脈絡

影響品質最大的槓桿，是脈絡密度。請盡量提供：

• schema
• 商業定義
• sample records
• 已知的資料品質問題
• 成功標準

沒有這些資訊時，skill 依然可能回得很流暢，但分析內容很容易偏離你真正的 metric 邏輯。

在產出最終程式碼前，先要求列出假設

提升 data-analyst skill 輸出品質最有效的方法之一，就是先把假設攤開來說。

可以試試：

• “Before writing the final SQL, list assumptions about joins, null handling, duplicate events, and time windows.”

這能提早攔下常見失誤：

• one-to-many joins 導致的灌水計數
• 日期粒度選錯
• 類別值解讀錯誤
• 不成立的統計比較

不只要答案，也要要求 validation steps

高品質的 data-analyst guide prompt，會要求模型驗證自己的工作。

實用補充語句：

• “Provide one validation query.”
• “Show sanity checks for row counts before and after filtering.”
• “Point out which result would be suspicious and why.”
• “List possible confounders before interpreting the correlation.”

很多時候，這比要求更長篇的解釋還有價值。

如果第一版答案太發散，就縮小任務範圍

如果初次回覆把 SQL、pandas 和統計一次混在一起，建議把工作流拆開：

1. 理解 schema
2. 撰寫 extraction query
3. 清理／轉換
4. 統計解讀
5. 對利害關係人做摘要

當每一輪只聚焦單一分析目標時，data-analyst skill 的表現通常會更好。

用 runtime 限制來提升 pandas 結果品質

只要你告訴模型哪些執行面向重要，pandas 輸出通常會更實用：

• 對記憶體是否敏感
• 偏 notebook 還是 script 風格
• 是否偏好 vectorized operations
• 可讀性與速度之間怎麼取捨

範例：

• “Optimize for readable notebook code, but avoid row-wise apply unless necessary.”

這類指示會實際改變程式碼品質，而這正是一般泛用 prompt 常忽略的地方。

迭代的不只應該是程式碼，也要包含結果解讀

拿到第一版答案後，可以繼續追問：

• “Which conclusion is strongest, and what evidence supports it?”
• “What could make this result misleading?”
• “What segment cut would you check next?”
• “What additional column would most improve confidence?”

這正是 data-analyst for Data Analysis 不只是產生程式碼的地方。它可以幫你從資料擷取，進一步走到決策支援。

使用 data-analyst 時要留意的常見失誤

即使用了 data-analyst skill，仍然要檢查輸出是否有以下問題：

• join 錯誤
• 未說明的 metric 假設
• null handling 錯誤
• 過度自信的統計結論
• 範例輸出與你的 schema 不相符
• 在大表上效率不佳的 SQL

這個 skill 精簡而實用，但沒有被大量規則或測試夾具深度約束，所以你的審查流程仍然非常重要。