外观
数据分析 & 可视化
TraeWork 是字节跳动旗下 AI 办公平台，侧重学习、办公与工程执行场景，无论你是开发者、职场人、学生，都可以用它写方案、做分析、处理文件、推进协作，并完成需要持续执行、检查和产出结果的自动化任务。支持桌面端、网页版和移动端，多端协作，随时发起任务、查看进展、持续推进。
立即下载 TraeWork 桌面端
面向需要从数据中提炼结论的场景，帮助你完成数据整理、指标解读、趋势判断和可视化表达。
适合报表分析、经营复盘、用户数据分析、销售数据整理、图表生成、看板搭建等场景。
No.13｜用 TraeWork 分析股票走势并生成简报
作者：用户12385 ｜ A 股个人投资者 / 二级市场 ｜ 工具：TraeWork ｜ 阅读约 5 分钟 ｜ 原帖：https://forum.trae.cn/t/topic/172614
**用法总结：**用一个每日定时任务，让 TraeWork 自动联网检索美股三大指数与 BTC 行情，按预设逻辑框架研判，开盘前生成结构化 HTML 市场简报。
**场景：**A 股开盘前需判断当天大盘方向，此前每天手动切换五六个 App 收集数据，信息分散、判断主观、每天重复。
**效率提升：**分析耗时 20-30 分钟 → 约 30 秒，减少约 98%；手动操作步骤降为 0。
**成果：**每天早上 9 点工作目录自动生成一份 HTML 市场简报，含数据概览、美股分析、BTC 分析、综合研判与风险提示 5 个板块。
一、个人背景介绍
**个人背景：**A 股个人投资者，每天 09:00 前需要参考隔夜美股和加密市场表现，判断当天大盘方向。
**当前痛点：**此前要在多个 App 之间切换，收集三大美股指数、BTC 走势和突发新闻；信息分散、判断容易受情绪影响，每天重复耗时 20-30 分钟。
二、提效前后对比
| 指标 | 数值 |
|---|---|
| 手动操作步骤 | 0 |
| 每天节省分钟数 | 约 25 分钟 |
| 报告核心板块 | 5 个 |
三、我用 TraeWork 怎么解决的
**核心方案：**基于全球市场联动逻辑，用定时任务自动获取美股、BTC 等数据，并在 A 股开盘前生成结构化 HTML 简报。
实践步骤：
**定时触发：**每天 09:00 自动执行，在 A 股开盘前 30 分钟生成结果。
**联网检索：**获取道指、纳指、标普 500 收盘数据，以及 BTC、VIX、DXY 等指标。
**固定研判框架：**依次分析美股方向、纳指对科技板块的映射、BTC 风险偏好和综合市场信号。
**生成并归档报告：**输出包含 5 个板块的 HTML 简报，按日期保存到工作目录。
四、成果展示
最终呈现：
每天 09:00 自动生成的 A 股开盘前 HTML 市场简报
包含数据概览、美股分析、BTC 分析、综合研判和风险提示的 5 个板块
按日期归档、当天可覆盖更新的报告文件
五、实践经验总结
1️⃣ 时间窗口要对齐市场节奏
定时任务设在 9:00 而非更早，因为美股盘后数据需要时间稳定，9:00 正好在美股收盘后、A 股开盘前的 30 分钟窗口，拿到的是最终收盘数据。
2️⃣ 在 Prompt 里把分析逻辑写死
不要只说「分析一下市场」，要把分析框架明确写进 Prompt：美股方向 → 纳指对科技板块映射 → BTC 风险偏好 → 综合研判，保证每天输出结构一致、方便横向对比。
3️⃣ 文件命名带日期 + 覆盖逻辑
输出文件用 daily_market_brief_YYYYMMDD.html 命名，并在 Prompt 里加「如果今天的报告已存在则覆盖更新」，既按日归档又不堆积重复文件。
六、提示词参考
创建定时任务时使用的完整指令
Plain
# 每日 A 股开盘前全球市场简报
每天早上 9 点（北京时间）执行，生成一份 A 股开盘前的全球市场参考简报，用于评估 A 股当天大盘走势。
## 任务目标
基于全球股市联动假设，分析美股和 BTC 最近 24 小时的变化，给出 A 股大盘走势参考意见。
## 需要分析的数据
1. 美股三大指数：道琼斯(DJIA)、纳斯达克(IXIC)、标普500(SPX) — 最新收盘价和 24h 涨跌幅
2. 比特币 BTC/USD — 24h 价格变化和涨跌幅
3. 可选补充：VIX恐慌指数、美元指数DXY、A50期指
## 分析逻辑
- 美股整体上涨 → 利好 A 股开盘
- 纳斯达克表现 → 对创业板/科创板参考意义更强
- BTC 大涨大跌 → 反映全球风险偏好情绪变化
- 综合以上信号 → 给出偏多/偏空/震荡的参考评估
## 输出要求
- HTML 格式，保存到 /workspace/daily_market_brief_YYYYMMDD.html
- 报告结构：①数据概览表格 ②美股分析 ③BTC分析 ④综合研判与 A 股开盘参考意见 ⑤风险提示
- 必须联网检索获取最新真实数据
- 全部使用中文
- 如今日报告已存在，则覆盖更新No.14｜用 TraeWork 处理 Excel 复杂数据
作者：Xjbala ｜ 数据分析应用技术岗 ｜ 工具：TraeWork ｜ 阅读约 5 分钟 ｜ 原帖：https://forum.trae.cn/t/topic/172609
**用法总结：**把两个 Excel（15 万行 + 1.6 万行）扔进同一个文件夹，只写清「目标 + 规则 + 交付物」的提示词，TraeWork 直接读本地文件、写代码处理并导出结果，一次跑通跨表关联比对。
**场景：**紧急、复杂、大数据量的多表 Excel 关联比对与数据处理
效率提升：几小时 —> 8 分钟，且 1 次跑通
**成果：**15 万+ 行数据关联比对，输出 1 个 Excel（2 个 sheet：供应商分组 + 共同投标信息），一次成功、无需返工
一、个人背景介绍
**个人信息：**数据分析应用技术岗，日常覆盖需求梳理、数据集成、数据模型开发、前端报表开发、用户培训等全流程
**痛点：**经常收到业务用户发来的紧急 Excel 处理需求，通常同时具备三个特点
**逻辑复杂：**涉及多文件、多 sheet 页关联，关系可能是 1:N
**需求紧急：**上午 10 点发过来，可能 11 点就要结果
**数据量大：**文件动辄几 MB 到几十 MB，普通电脑跑不起来
**旧方案的坑：**两年前老老实实导入数据库写 SQL，一套流程几个小时；一年前把 Excel 扔给网页版 AI，又被 token 超限、幻觉、无法导出三个问题卡死
二、TraeWork 提效前后对比
| 维度 | 传统方式 | TraeWork |
|---|---|---|
| 处理方式 | 导入数据库写 SQL / 网页版 AI | 本地读文件 + 写代码执行 |
| 数据量限制 | 网页版 AI token 超限 | 直接读本地 Excel，不受 token 限制 |
| 准确性 | AI 直接算易产生幻觉 | 代码处理 + 结果验证，无幻觉 |
| 交付 | 无法直接导出 | 结果直接写入新 Excel 交付 |
| 耗时 | 几个小时 | 约 8 分钟，1 次跑通 |
三、我用 TraeWork 怎么解决的
**模式选择：**Work 模式
**核心能力：**本地文件读写 + xlsx 技能 + 编码执行——直接读本地 Excel 不受 token 限制、写代码处理不产生幻觉、结果直接写入新 Excel 交付
**具体场景：**文件一【中标通知书信息.xlsx】29.2MB、33 列、15 万行；文件二【供应商工商信息.xlsx】5.9MB、1.6 万行。目标是找出同一供应商参与多个标段投标的信息（联系电话一致的不同供应商视为同一供应商）
步骤说明：
**新建专用文件夹：**把两个 Excel 放进同一文件夹，上下文精简、防止污染，后续同业务处理可复用
**编写提示词：**只描述任务目标、规则和交付物，不写处理过程，把实现路径交给大模型
**执行任务：**新建任务 → 选文件夹 → 输入提示词，TraeWork 自动完成「文件结构分析」和「编码处理及验证」两个阶段
**人工核对交付物：**打开生成的 Excel 核对 sheet 结构、字段名称、数据内容，需调整可在当前任务继续追问
四、成果展示：
最终呈现：
1 个包含 15 万+ 行关联比对结果的 Excel 文件
2 个 Sheet：供应商分组与共同投标信息
约 8 分钟一次跑通、无需返工的交付结果
五、实践经验总结
1️⃣ 不同任务分文件夹处理
每个独立任务用单独文件夹，上下文精简、防止污染，后续同业务处理也能复用。
2️⃣ 做好「桥梁」：理解需求才能写好提示词、做好校验
你必须吃透需求和交付要求，才能转换成高质量提示词。理解需求也是人工校验的前提——连需求都没吃透，就无法判断结果对不对。
3️⃣ 不要用你的 Excel 处理思路去写提示词
人工处理时你可能先 VLOOKUP 关联、再筛选去重、最后分组汇总，但写进提示词反而会限制大模型选更优路径。只描述目标、规则和交付物，具体怎么写代码交给它。
4️⃣ 交付物必须人工校验
AI 交付的最后一步是人工校验。打开结果文件，核对 sheet 结构、字段名称、数据内容，确认无误再交付。Excel 处理通常要求高准确性，这一步不能省。
六、提示词参考
💡 使用说明：核心思路是只写目标 + 规则 + 交付物，不写处理过程。如需调整结果，直接在当前任务追问即可（如「帮我按照共同参与供应商数量排序」），TraeWork 会在已有上下文基础上继续处理。
Plain
任务：整理当前文件夹的两个 Excel 内容，找出相同联系信息的供应商共同参与的招标信息。
规则：《供应商工商信息.xlsx》中 I 列、J 列相同的为相同供应商，获取所有相同供应商的编码（即 D 列），然后去《中标通知书信息.xlsx》，通过 X 列关联，找到相同供应商共同参与投标的信息。
交付物：新增 1 个 Excel，分 2 个 sheet 页。Sheet1 对相同供应商进行分组，Sheet2 是共同参与投标的信息，要包含招标文件编号、参与供应商编码（逗号分隔）、参与供应商名称（逗号分隔）。No.15｜用 TraeWork 快速分析公司财报
作者：天行健 ｜ 证券行业从业者 ｜ 工具：TraeWork ｜ 阅读约 4 分钟 ｜ 原帖：https://forum.trae.cn/t/topic/172208
**用法总结：**用 Work 模式的文件处理 + 自然语言清洗规则 + 勾稽校验 + chart-visualization，把脏财报清洗成可横向对比的干净表并生成图表。
**场景：**从 Wind/Choice/东方财富导出的三张表字段混乱、单位不一、口径不同，手动整理横向对比表要耗大半天。
**效率提升：**整套投研分析耗时从大半天至近 1 天 → 15 分钟。
**成果：**单家清洗后财报（带数据质量评分）+ 5 家白酒公司行业对比表 + 可视化图表（趋势图/热力图/雷达图）。
一、个人背景介绍
**个人背景：**证券行业从业者，需要从 Wind、Choice、东方财富导出上市公司三张财务报表，进行横向可比分析。
**当前痛点：**原始财报字段、单位、报告期和指标口径不统一，还包含停牌、未披露和 N/A 等异常值；手动清洗并制作图表通常耗时大半天。
二、提效前后对比
| 环节 | 手动处理 | TraeWork |
|---|---|---|
| 总耗时 | 大半天到近一天 | 15 分钟 |
| 清洗方式 | 逐字段手动统一 | 自然语言规则一键清洗 |
| 可视化 | 手动画图 | chart-visualization 自动生成 |
三、我用 TraeWork 怎么解决的
**核心方案：**用 Work 模式统一财报字段、单位和报告期，执行勾稽校验与质量评分，再调用 chart-visualization 生成可视化结果。
实践步骤：
**单家公司深度清洗：**按 7 条规则清洗贵州茅台三张表，统一报告期、金额单位和字段名，标记缺失值、删除重复记录并生成数据质量评分与清洗报告。
**生成单家图表：**基于清洗数据生成营收趋势、净利润对比和质量评分分布图。
**5 家公司横向分析：**统一 5 家白酒公司财报口径，计算毛利率、净利率、ROE 和资产负债率并排名，标记异常同比变动与勾稽问题。
**生成行业图表：**调用 chart-visualization 输出月度收益热力图等对比图表。
四、成果展示
最终呈现：
带数据质量评分与清洗报告的单家公司财报
5 家白酒公司的行业横向对比表与核心指标排名
营收趋势图、净利润对比图、质量评分图和月度收益热力图
五、实践经验总结
1️⃣ 财报清洗后务必二次校验勾稽关系
「资产=负债+所有者权益」「净利润与未分配利润变动一致」「经营性现金流净额与净利润差异可解释」，不要直接把 AI 输出灌入估值模型，先在副本上验证。
2️⃣ 先单家跑通再多家批量
先用一家公司验证清洗规则（字段映射、单位换算），确认无误后再批量处理 5 家，避免规则错误放大。
3️⃣ 清洗完立刻接 chart-visualization
数据清洗和可视化不要分两轮对话，在同一对话里直接说「基于清洗后的数据调用 chart-visualization 生成月度收益热力图」，AI 会自动读取干净数据画图。
六、提示词参考
单家公司三张表深度清洗 Prompt
Plain
请帮我深度清洗「贵州茅台_财务报表.xlsx」（含资产负债表、利润表、现金流量表三个 Sheet），完成后需要：
1. 统一报告期格式为 YYYY-MM-DD，并标注报表类型（一季报/半年报/三季报/年报）
2. 所有金额统一换算为"万元"（带"万/亿"后缀的字符串需解析）
3. 字段名统一映射（如"归属于母公司所有者的净利润"统一为"归母净利润"）
4. 缺失值统一标记：未披露=ND，不适用=NA，停牌期间=暂停
5. 删除完全重复的报告期记录，并告知删除了哪些行
6. 新增"数据质量评分"列（A/B/C 三档）
7. 输出清洗报告：统计单位换算行数、缺失值分布、各报告期数据完整率No.16｜用 TraeWork 管理基金账户资产配置
作者：u2534793536084432 ｜ 金融从业者 ｜ 工具：TraeWork ｜ 阅读约 3 分钟 ｜ 原帖：https://forum.trae.cn/t/topic/172110
**用法总结：**Work 模式利用多文件解析 + 长上下文理解 + 联网检索，合并多账户持仓、自动分类汇总并生成穿透式分析报告。
**场景：**金融从业者管理多个基金账户，数据分散、手动合并汇总费时易错。
**效率提升：**5-6 小时 → 10 分钟内，减少超过 96%。
**成果：**一份含分类汇总表、资产配置饼图、加减仓建议与基金经理观点融合的跨账户穿透式分析报告。
一、个人背景介绍
**个人背景：**金融从业者，管理多个基金账户，需要跨账户查看整体持仓结构和资产配置比例。
**当前痛点：**持仓数据分散在不同渠道，每次都要手动合并多个 Excel，并逐只补齐基金分类，耗时 5-6 小时且容易出错。
二、提效前后对比
| 环节 | 以前（手动） | 现在（TraeWork） |
|---|---|---|
| 多账户数据合并 | 手动打开多个 Excel 汇总，易出错 | 多文件解析自动识别字段并汇总 |
| 基金分类标签 | 逐只手动查询补齐 | 联网检索自动补齐分类 |
| 总耗时 | 5-6 小时 | 10 分钟内 |
三、我用 TraeWork 怎么解决的
**核心方案：**在 Work 模式中批量解析多个账户的脱敏 Excel，用长上下文统一字段与持仓口径，再通过联网检索补齐基金分类，形成跨账户穿透式分析报告。
实践步骤：
**导入并统一数据：**上传包含基金代码、名称、份额、净值和市值的脱敏文件，自动识别字段并合并多账户持仓。
**补齐分类标签：**联网检索基金类型，补全股票型、债券型、混合型、货币型、QDII、黄金等分类。
**汇总并生成建议：**计算各类资产占比，输出配置表、饼图及具体基金的加仓、减仓或观望建议，并融合基金经理观点。
四、成果展示
最终呈现：
跨账户基金持仓分类汇总表与资产配置饼图
含具体基金代码和操作方向的加仓、减仓、观望建议
融合二季度基金经理观点的穿透式分析报告
五、实践经验总结
原始数据脱敏的目标是"保留数据结构与分析价值，但无法反推真实金额"，而不是把数据弄乱到没法分析。
1️⃣ 先让 AI 识别字段映射再批量处理
首次导入时先让 TraeWork 把"基金净值""资产情况"等字段名统一识别清楚，后续同类文件会自动沿用映射规则，不用重复说明。
2️⃣ 用联网检索补全非结构化信息
基金类型、基金经理观点等原始数据里没有的字段，直接让它联网搜索补全，比自己一个个查快得多。
3️⃣ 分层提问产出质量更高
不要一次性让 AI"帮我分析"，而是分三步：① 先分类汇总 ② 再算占比 ③ 最后给建议，三层递进输出质量远超一次性输出。
六、提示词参考
基金持仓分析
Plain
请帮我分析这份基金持仓数据。要求：
1. 识别并提取所有字段（基金代码、名称、持有份额、净值、市值）；
2. 按基金类型（股票型/债券型/混合型/货币型/QDII/黄金）分类汇总，计算各类型的总持仓市值和占比；
3. 基金类型不明确的，请联网检索补全；
4. 根据分类结果给出加减仓建议，说明理由；
5. 最后生成一份汇总表格，按持仓市值从大到小排序。No.17｜用 TraeWork 批量分析客服工单反馈
作者：琦哈哈 ｜ 背景：互联网产品客服主管 ｜ 工具：TraeWork ｜ 阅读约 3 分钟｜ 原帖：https://forum.trae.cn/t/topic/171964
**用法总结：**不写代码，用 TraeWork 的数据分析 + 图表生成 + 长上下文能力，让 AI 自动归纳分类标准、逐条打标、统计占比出饼图并给改进建议。
**场景：**客服团队每月上百条投诉工单的分类汇总与月度汇报。
**效率提升：**3 人 × 1 天 → 20 分钟。
**成果：**一份《客户投诉月度分析报告》，含 6 大类型定义、分布饼图、TOP 10 高频问题与可落地改进建议。
一、个人背景介绍
**个人背景：**互联网产品客服主管，团队每月需要处理并复盘上百条客户投诉工单。
**当前痛点：**月底依赖 3 人逐条阅读和分类，耗时一整天；分类口径不统一，也难以快速回答各类问题的数量和占比。
二、提效前后对比
| 方式 | 耗时/人力 |
|---|---|
| 人工逐条阅读分类汇总 | 3 人干一整天，标准不统一 |
| 用 TraeWork | 20 分钟出可汇报报告 |
三、我用 TraeWork 怎么解决的
**核心方案：**将整月工单文本一次性导入 TraeWork，利用长上下文、数据分析和图表生成能力，完成分类、打标、统计与改进建议，全程无需写代码。
实践步骤：
**归纳分类标准：**通读 80 条工单，提炼 6 大投诉类型并给出清晰定义。
**逐条归类统计：**为每条工单打标，计算各类型数量和占比，并生成分布饼图。
**提炼行动建议：**输出 TOP 10 高频问题，并针对占比最高的两类问题给出可落地的改进方案。
四、成果展示
最终呈现：
含 6 大类型定义和 80 条工单归类结果的月度分析报告
标注数量与占比的投诉类型分布饼图
TOP 10 高频问题清单及重点问题改进建议
五、实践经验总结
1️⃣ 先让 AI 定义分类标准再归类
不要一上来就让它分类，先让它"根据这批工单归纳出 5-8 个合理的投诉类型"，它归纳的标准往往比人预设的更贴合实际数据。
2️⃣ 数据预处理提升准确率
粘贴前把空行、测试数据删掉，描述过长时适当精简，归类准确率会高很多。
3️⃣ 追问改进建议
分类统计做完后追加"针对占比最高的两类问题给出 3 条可落地改进建议"，报告从"展示"升级到可直接开会讨论。
六、提示词参考
改个数据就能用。
Plain
以下是我司本月客户投诉工单的文本内容，请帮我完成以下任务：
1. 先阅读全部工单，归纳出 5-8 个合理的投诉类型，并给出每类的定义。
2. 将每条工单归类到对应的类型中。
3. 统计每类投诉的数量和占比，用饼图展示。
4. 列出出现频次最高的 TOP 10 具体问题。
5. 针对占比最高的两类投诉，各给出 3 条可落地的改进建议。
工单数据如下：
[粘贴你的工单文本]
请用中文输出完整报告。No.18｜用 TraeWork 搭建指标体系与看板
作者：u1518856314295852 ｜ 互联网产品运营（兼数据/用户运营/用户研究） ｜ 工具：TraeWork ｜ 阅读约 4 分钟｜ 原帖：https://forum.trae.cn/t/topic/172271
**用法总结：**把产品迭代文档与历史数据丢给 TraeWork，让它跨文档串联信息、拆指标体系并一键出可视化看板。
**场景：**产品运营多线并行，数据处理挤占了本该用于产品决策分析的时间。
**效率提升：**从零搭指标体系到看板落地 2 小时以内搞定，相当于省回至少 10 个工作日。
**成果：**一份指标体系 Excel + 一份可直接发给第三方查看的数据看板 HTML。
一、个人背景介绍
**个人背景：**我是互联网行业的产品运营，日常还兼顾数据、用户运营和用户研究，经常多线并行。
**痛点：**数据分析处理占了大量精力，真正用于产品决策分析的时间被严重挤压。但后者恰恰贡献了 80% 的价值。
二、提效前后对比
| 环节 | 以前 | 用 TraeWork 后 |
|---|---|---|
| 看板产出 | 等大数据团队排期约两周 | 2 小时以内自行搭好 |
| 指标体系 | 自己搭初版耗一整天 | 搭建+修改仅半小时 |
| 流程 | 翻文档→对口径→做表→画图 割裂切换 | 几步连贯，只需在关键节点把控方向 |
三、我用 TraeWork 怎么解决的
**核心方案：**我拿 TraeWork 跑了一次完整的指标体系、数据看板搭建：
实践步骤：
先把产品迭代文档和历史数据材料丢进去，它自己把散落各处的关键信息串起来，结合业务场景筛出需要盯的数据维度，省去逐个翻文件对照的功夫。
让它基于这些信息拆指标体系——哪些是核心指标、怎么定义、怎么算，逻辑线自己理清楚，我只需确认有无遗漏或偏差。
指标定好后直接让它出看板，把数据处理与可视化串在一起生成可直接用的页面，不用再做 Excel 透视表、手动调图表排版。
最终产出一份指标体系 Excel + 一份可直接发给第三方查看的数据看板 HTML，总共 2 小时以内完成。
最终呈现：
- 主交付物：
四、成果展示
**成果补充：**一份指标体系 Excel + 一份可直接发给第三方查看的数据看板 HTML。
**效率表现：**从零搭指标体系到看板落地 2 小时以内搞定，相当于省回至少 10 个工作日。
五、实践经验总结
1️⃣ 指标口径别直接信它第一次给的
TraeWork 跨文档检索会把多个版本都抓出来，如果迭代文档里有新旧两套定义，它可能混着用。养成习惯：指标体系出来后先做人工校验，把冲突点标出来让它重新归拢。
六、提示词参考
数据看板生成提示词（配合 chart-visualization 技能）
Plain
你是一个数据分析专家，附件是针对新上APP效果追踪的统计指标，请据此设计一个数据看板：
1. 包含附件所有指标，可分版块呈现；
2. 2 个维度作为全域控制按钮；
3. 不要太复杂；
4. 数据可展示按日/周/月的趋势线；
5. 可制造假数据呈现看板供大数据同事参考；
6. 指标较多，尽量简洁方便。
——继续优化：增加时间范围自定义按钮、活跃度增加累计用户、条形图按人数倒序、TOP5改TOP10、每图可下载数据、生成可直接发给别人打开的 HTML 文件。No.19｜用 TraeWork 分析海量数据并生成看板
作者：世博 ｜ 数据科学专业大四学生 ｜ 工具：TraeWork ｜ 阅读约 4 分钟 ｜ 原帖：https://forum.trae.cn/t/topic/173103
**用法总结：**用 TraeWork 插件市场里的"数据准备工作台"，把 10 万条社交电商数据丢进去、说明字段和需求，自动出分析报告、HTML 和飞书多维表格看板。
**场景：**数据分析 / 学习与看板搭建
**效率提升：**海量数据分析只需 13 分钟 一次完成，总消耗仅约 39 积分
**成果：**一份高质量总结报告 HTML（带分享）+ 飞书多维表格 + 数据看板与可视化图表
一、个人背景介绍
**身份：**开学大四的数据科学专业学生，平常要在海量数据里找有价值的信息做分析训练。
**数据：**10 万条社交电商用户购买行为记录，含 31 个特征变量和 1 个二分类目标（是否购买），覆盖用户/内容/社交/行为序列/衍生特征。
二、我用 TraeWork 怎么解决的
**模式：**Work 模式
**选插件：**在插件市场看到"数据准备工作台"，描述与本次任务高度契合，直接调用。
**喂数据：**把数据文件放进去，说明各字段含义，再讲清需求，让它开跑。
**二次细化：**把多维表格地址复制回去，追加"把表格分得细一些"的需求，很快又补出更细的分类和图表。
三、成果展示
最终呈现：
**主交付物：**13 分钟全部分析完成，生成的 HTML 报告右上角自带分享功能可直接分享。
**核心价值：**多维表格沉淀数据，数据看板展示指标与可视化图表，整体质量很高。
**成果补充：**一份高质量总结报告 HTML（带分享）+ 飞书多维表格 + 数据看板与可视化图表。
四、实践经验总结
1️⃣ 先挑对插件，任务和能力对上再开跑
"数据准备工作台"的描述和分析任务高度契合，选对工具后一次就跑通。
2️⃣ 喂数据时把字段含义讲清楚
说明每个字段是什么、需求是什么，分析结果才准确、可用。
3️⃣ 需求不满意就复制表格地址二次细化
把多维表格地址贴回去追加需求（如"分得细一些"），它会基于已有结果补充，不用重来。
来源说明：本文整理自 TraeWork 官方知识库，仅用于个人学习与参考。TraeWork 为字节跳动旗下 AI 办公平台。如涉及版权或官方更新，请以官方发布为准。