在运营、开发和老板的日常博弈中，数据波动始终是最令人头疼的变量。你永远无法立即判断它是“今天服务器短暂抖动”的偶然异常，还是“用户已连续流失12天”的真实趋势。普通AI往往直接跳到原因分析，或者抛出一句“数据出现波动”这种毫无信息量的空话。

结果是什么？运营误判，误以为增长机会来临；开发白加班，查了半天才发现只是缓存刷新；老板连续灵魂拷问：为什么？怎么办？什么时候能恢复？

因此，核心不是让AI“写说明”，而是让它“先说清楚这是什么，再解释为什么”。

第一步：强制AI先做趋势判定再解释

在提示词最开头，必须明确下达指令：“请先判断以下数据波动属于【偶然异常】还是【真实趋势】，仅输出一个结论，不加解释；确认后，再按对应类型展开说明。”如果不写这句，AI默认跳过判定直接写原因，根本分不清是单点突刺还是斜坡式下滑。

用→串联后续动作：复制数据→粘贴进AI输入框→点击运行。一气呵成，不给AI自由发挥的空间。

第二步：喂真实时间序列并标注关键锚点

方法一：提供至少7天连续数据，且必须包含两个以上可比基准点。

• 今日值：1,842（昨日：1,903；7日前：2,156；30日前均值：2,011）

• 同时段上周值：1,897 → 同时段前周值：1,921 → 同时段大促期峰值：3,420

方法二：直接标出你已知的干扰信号。例如：“注：今日14:23–14:47有CDN缓存刷新，该时段数据剔除后计算。”AI不会自动识别运维事件，必须人工标注，否则会把缓存刷新当成用户行为崩塌。

第三步：用结构化指令锁死两类说明的差异点

① 若判定为【偶然异常】，仅说明三点：发生时间窗口、可能触发源（限数据库/埋点/第三方服务三类）、恢复验证方式（如“观察后续2小时是否回归均值±5%”）。

② 若判定为【真实趋势】，必须包含：起始日（精确到日）、连续偏离天数、当前值较趋势起点变化率、最近一次同比/环比拐点（如“较6月28日下降17%，为近14天最低”）。

最后补一句硬约束：“禁止使用‘可能’‘或许’‘一般情况下’等模糊表述；所有数值必须与喂入数据完全一致，不可四舍五入或改写单位。”