Skills 与 MCP
| 任务 | 优先能力 | 为什么 |
|---|---|---|
| 表格与报表处理 | spreadsheet | 先保证结构、公式和导出一致 |
| 数据问题排查 | systematic-debugging | 先证明问题是口径、脚本还是数据源 |
| 文档与报告 | 文档类能力 | 先把结论、限制和方法写清楚 |
| 最新库或平台接口 | Context7 | 先查官方资料 |
数据分析任务常 见误用
- 只生成图表，不解释口径和限制。
- 不做质量检查就直接写结论。
- 只交 notebook 截图，不交脚本和复现说明。
默认能力组合
更稳的顺序通常是：先用 spreadsheet 或脚本能力把数据结构和质量问题看清，再用 Context7 或官方文档确认库和平台接口，最后再进入图表、报告和交付阶段。这样数据分析任务不会从一开始就跳到“生成一份漂亮结论”，而是先把口径和证据站稳。
训练建议
如果你在带新人，最值得练的不是“再多写几个 SQL”，而是让他们每次都提交三样东西：原始问题、质量检查结果、最终输出解释。把这三步练熟后，再让 AI 介入生成脚本或图表，返工会明显减少。
默认能力组合对应的最小产物
| 任务 | 默认能力组合 | 最少要落的模板 |
|---|---|---|
| 分析问题定义 | 文档能力 + 调研能 力 | 分析 Brief 模板 |
| 数据质量排查 | spreadsheet 或脚本能力 + systematic-debugging | 数据质量检查模板 |
| SQL / 脚本 / notebook 执行 | 终端或 IDE 分析环境 | 命令与复现模板 |
| 对外汇报 | 文档能力 + 表格 / 报告能力 | 报告 Handoff 模板 |