先说结论：让 AI 做销售数据复盘，最有用的提示词不是”帮我分析一下销售数据”，而是”这个季度下滑了，帮我定位可能的原因区间，并告诉我下一步该查什么”。复盘的价值在找原因、不在念数字——把同比环比列一遍谁都会，难的是从数字里看出是哪一环出了问题。本文给 6 条可以直接复制的模板，覆盖指标拆解、异常定位、原因假设、结构对比、归因对话、复盘报告。涉及具体业务系统和字段，请以你当前版本为准。
销售复盘最常见的问题是停在表面：GMV 降了 12%、客单价降了、转化率降了，然后呢？AI 如果只复述这些，等于把表格念了一遍。要让它有用，得在提示词里逼它做两件事：一是按结构拆，从渠道、品类、地区、新老客多个维度看，而不是盯总数；二是给可验证的原因假设而不是下结论。下面这套模板就是这个思路——AI 负责拆和列假设，拍板和验证归你。
一、先定口径，再让 AI 拆
复盘前先统一”下滑”指的是什么：是 GMV、是订单数、还是利润？时间窗是同比还是环比、排除了大促没？口径不统一，后面所有拆解都不挨着。把这些写在提示词开头，AI 才不会拿一个口径的数字去解释另一个口径的问题。
一个常犯的错误是口径写到一半又变。比如开头说环比、中间拿同比数解释，结论就歪了。提示词里把口径写死，并让 AI 每引用一个数就标”口径：环比/已排除大促”，你复核时一眼能看出有没有串。口径这种事前期多写两句，后期少返工半天。
二、拆分维度比单看总数有用
总数下滑往往掩盖了结构变化：可能老客稳、新客崩，也可能 A 渠道涨、B 渠道塌。只盯总数会得出”整体不行了”的错误判断。让 AI 按你关心的维度逐层拆，先找到崩的是哪一块，复盘才有抓手。维度选择取决于你的业务，提示词里写清楚拆哪些。
三、原因要能验证，不是定性猜测
“可能是竞品抢了份额””大概是需求疲软”这类话复盘会上人人会说，问题在于没法行动。好的原因假设要带”怎么验证”：查哪个数据、问哪个部门、看哪个指标变化能证实或证伪。提示词里要求每条假设都配验证路径，AI 才会产出能用的东西。
可验证假设还有一个好处：它能让复盘会不跑题。带着”假设 A，验证方式是查投流数据”去开会，讨论立刻聚焦到”数据支不支持”，而不是”大家觉得是不是竞品的问题”。提示词里逼每条假设带验证路径，本质上是在替你的复盘会省时间。
六条可以直接复制的提示词模板
模板 1：指标拆解树
这段提示词用来干什么：把总指标拆到能定位问题的层级。
我要复盘【指标，如 GMV】在【时间窗】的变化，口径是【同比/环比，是否排除大促】。
请帮我生成拆解树，至少拆到两层：
- 第一层按【渠道/品类/地区/新老客】
- 第二层按【如品类下的具体产品线】
每层标注该维度对总变化的贡献方向和大致幅度（基于我给的数据算，没数据写"待填"）。
输出层级结构，不写结论。填好的示例：
我要复盘【GMV】在【2026 Q2 vs Q1】的变化，口径是【环比，排除 618】。
请帮我生成拆解树，至少拆到两层：
- 第一层按【渠道：直播/搜索/私域】
- 第二层按【如直播下的各主播】
每层标注该维度对总变化的贡献方向和大致幅度（基于我给的数据算，没数据写"待填"）。模板 2：异常定位（你给数，它标）
这段提示词用来干什么：把异常点和矛盾点挑出来给你核实。
下面是各维度的数据：【粘贴，注明口径和周期】
请帮我：
1. 标出变化幅度异常大（如跌幅超【阈值】%）的格子
2. 标出"总数降但某子项涨"这类矛盾，提示我核实
3. 列出还需要补哪些数据才能定位原因
限定：只用我给的数，不编造；异常写"需核实"，不替我下原因结论。填好的示例：
下面是各维度的数据：【直播 GMV 降 30%，其中主播 A 降 45%、主播 B 持平；搜索渠道涨 8%】
请帮我：
1. 标出变化幅度异常大的格子
2. 标出"总数降但某子项涨"的矛盾
3. 列出还需补哪些数据才能定位原因
限定：只用我给的数，不编造。模板 3：原因假设生成
这段提示词用来干什么：基于异常，列可验证的原因假设。
下面是定位到的异常：【粘贴模板2输出】
请针对每个异常，给出【3-5】条可能的原因假设，每条按：
- 假设：一句话
- 验证方式：查什么数据/问谁/看哪个指标能证实或证伪
- 可信度：高/中/低（基于现有信息，不确定写"待验证"）
不要直接给"就是因为 X"的结论。填好的示例：
下面是定位到的异常：【主播 A 直播 GMV 降 45%】
请针对这个异常，给出 4 条可能的原因假设，每条按：
- 假设
- 验证方式
- 可信度
不要直接给结论。模板 4：结构对比（新老客/渠道）
这段提示词用来干什么：对比不同人群的贡献变化，看下滑来自哪边。
下面是【新客/老客】或【渠道A/渠道B】在【指标】上的对比数据：【粘贴】
请回答：
1. 下滑主要来自哪一边？用数字说明
2. 两边的变化节奏是否一致（同时间开始还是错开）？
3. 哪边更值得优先救（结合成本和恢复难度）？
语气中性，结论必须来自数据。填好的示例：
下面是【新客/老客】在【GMV】上的对比数据：【新客 GMV 降 25%、老客降 3%】
请回答：
1. 下滑主要来自哪一边？
2. 两边变化节奏是否一致？
3. 哪边更值得优先救？
语气中性，结论必须来自数据。模板 5：归因对话（连环追问）
这段提示词用来干什么：把一条假设追问到能行动。
我怀疑原因是【你的假设，如主播 A 排期减少】。
请帮我设计一次归因分析：
- 先确认这个假设需要哪些证据
- 如果证据支持，下一步该查什么
- 如果证据不支持，还有哪条假设该优先排查
一次只推进一层，别跳结论。填好的示例：
我怀疑原因是【主播 A 排期从每周 5 场降到 2 场】。
请帮我设计一次归因分析：
- 先确认这个假设需要哪些证据
- 如果证据支持，下一步该查什么
- 如果证据不支持，还有哪条该优先排查
一次只推进一层，别跳结论。模板 6：复盘报告
这段提示词用来干什么：把上面的发现收成一份能上会的复盘。
下面是我的复盘发现：【粘贴拆解+异常+假设+验证结果】
请写成一份复盘报告，结构：
1. 结论前置：这次下滑主要来自【哪里】，确定性【高/中/低】
2. 拆解过程：关键数字和异常点
3. 已验证的原因 / 仍未验证的假设（分开列）
4. 下一步行动：每条对应一个待验证假设或已验证原因
不写"保证回升"，只写"验证了 X 后该做 Y"。填好的示例：
下面是我的复盘发现：【主播 A 排期减半，且同期投流也砍了；新客降 25% 老客稳】
请写成一份复盘报告，结构：
1. 结论前置：下滑主要来自新客和主播 A
2. 拆解过程
3. 已验证原因 / 未验证假设
4. 下一步行动
不写"保证回升"。四、这套提示词的边界在哪
复盘能不能找到原因，取决于你给的数据和口径，不取决于 AI 多会写。AI 能拆指标、标异常、列假设和验证路径；它替不了的是去查那个证实或证伪假设的数据、以及最后定哪个原因。把假设列全、把异常标清，剩下的验证动作得你带着团队做。提示词是梳理工具不是侦探，它把线头理出来，线头后面那根针得你自己去扎，别把”可能是竞品”这种假设直接当结论发出去。
- AI 做：拆解树、异常标注、原因假设与验证设计
- 你做：拉数据验证假设、和对的业务方对齐原因
- 共同做：复盘会上拿验证结果收敛到主因
- 别做：把”可能是竞品”这种假设当结论发
常见坑
- 只念数字不复盘：把同比环比列一遍就交差，等于没做。
- 口径不统一：用 A 口径的数解释 B 口径的问题。
- 原因下太满：”就是竞品抢的”没验证就当结论。
- 忽略结构：总数降掩盖了子项涨，误判全局。
- 假设不带验证路径：说不出怎么证实，没法行动。
小结
销售数据复盘提示词的核心就一句：复盘找原因，不念数字。用模板 1 拆指标、模板 2 标异常、模板 3 列假设、模板 4 比结构、模板 5 追问归因、模板 6 出报告。它省掉的是拆解和整理的时间，省不掉的是你验证原因和拍板这一步——那部分 AI 替不了，也别让它编。