10 月初整理 9 月月报，我会先把“帮我分析销售额”这句话放一边。CSV 能读进来，只说明文件被接收了；一行代表什么、退款算在哪个月、日期用哪个时区，仍然需要人先说清。
下面是一套依据官方文档整理的操作建议，适合订单类运营月报。示例数据为虚构，不是我的实测结果，也不涉及财务报表的会计确认规则。资料核对截至 2026 年 10 月 3 日。
准备阶段：保留原件，先让 AI 读懂结构
OpenAI 的数据分析帮助文档确认 ChatGPT 可分析 CSV、Excel 等文件，也可使用 Python 计算；具体能力取决于模型、套餐与工作区。官方建议表头清楚、每行一条记录，避免在同一表里混放互不相关的数据。
我建议复制一份工作文件，去掉不必要的姓名、电话、地址，把原始导出保留只读。第一轮只要求说明文件结构，不生成月报。可以直接这样问：
先检查这份订单 CSV。说明一行的含义、字段类型、候选唯一键、时间范围和缺失情况。不要自行删行、补数或推测业务口径；列出需要我确认的问题，等我确认后再计算。
五个检查，决定月报能不能复核
一看粒度。一行可能是一笔订单、一件商品，也可能是一次状态变化。订单明细里同一个订单号出现三次，不一定重复。让 AI 同时报告行数、不同订单数，并展示少量样例，先确认关系。
二看唯一性。如果这是商品明细，唯一键可能由订单号和明细号组成；如果是状态日志，还要考虑事件编号。重复候选先放进异常清单，别让一句“自动清洗”把真实交易删掉。
三看月份和时区。明确按创建时间、支付时间还是完成时间归月。以北京时间统计 9 月支付订单，可以使用“2026 年 9 月 1 日 00:00 起，至 10 月 1 日 00:00 前”的区间。若导出字段采用 UTC，应先正确转换；不要仅凭日期长相认定时区。
四看退款。确认退款是单独事件、累计字段还是负金额行，有没有部分退款与跨月退款。尤其别把累计退款额在每条状态记录里重复扣减。
五看异常。空金额不自动等于零，负数可能有合法含义，多币种不能直接相加。我会要求保留异常行和原因，并分别列出原始、纳入、排除的记录数，方便检查有没有静默丢数据。
用一笔虚构订单，把跨月退款讲明白
假设订单在 9 月 30 日支付 100，10 月 2 日退款 20。若团队做“订单归属月的净额追溯”，9 月这笔订单在更新后可以显示 80，同时注明统计截至 10 月 2 日；若做“资金事件发生月统计”，就分别展示 9 月收款 100、10 月退款 20。
这两张表回答的问题不同。我的建议是先让 AI 列出候选口径与影响，由报表负责人选定，再计算。若旧报表采用另一口径，别直接拿新结果做环比；至少先重算可比基期，或标清不可比的部分。
第二轮再算，第三轮才写结论
确认口径后，把决定写进下一条指令：“按已确认的支付时间和北京时间筛选，按订单号计算订单数；退款按刚确认的规则处理。先输出月度汇总及纳入、排除记录说明，保留原始文件，不覆盖。”如果 AI 没有取得退款数据，就让它标明缺口，不能把缺失当作没有退款。
还要检查几个不起眼的格式：订单号若有前导零，应按文本保留；金额中的千位分隔符、货币符号和小数位，需要统一解析规则。无法解析的值留在异常清单中，不能悄悄跳过。拿到汇总表后，再核对分组金额之和与整体金额是否一致；对不上时，先查筛选和分组规则，暂缓生成图表。
随后请它提供计算方法，人工在原表中复核总额、订单数和两笔跨月样例。OpenAI 的2026 年 4 月数据分析指南也建议先说明目标与定义，并在分享前抽查关键数字。我的补充是：抽查最好包含边界样例，不能只挑看起来正常的中间几行。
最后再要求解释趋势，并将“数据观察”“可能原因”“待验证问题”分开。销售额上涨与某次活动同时发生，只能先写相关变化；没有进一步证据，别写成活动带来的确定增长。
交付时保留四样东西
我会要求一起交付汇总表、异常清单、计算说明和复核记录。计算说明写清筛选区间、时区、退款规则、数据截止时间；这样下个月换人接手，也能按同一套规则复算。
上传前还要确认公司是否允许使用这类工具。OpenAI 的数据控制说明提供模型训练相关设置，但关闭训练不等于获得上传业务数据的许可，也不等于删除历史记录。先减少数据、遵守组织要求，再谈省时间。
对我来说，一份值得复用的 AI 月报，应当让接手的人知道数字怎么来的、哪些地方还不能下结论。把这五个检查写成固定模板，往后每个月都少一次口径争论。
