Notion AI生成的数据口径说明必须严格按“定义+计算公式+字段来源”三要素结构输出，强制标注5类歧义风险点，用表格固化4个关键参数，并禁用所有模糊词汇。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让Notion AI生成的数据口径说明被业务方、开发、BI三方一眼看懂、不扯皮、不二次确认——但AI一写就是“用于衡量用户活跃程度”“反映整体业务健康度”这种谁都能说、谁都无法执行的空话，根本没法嵌入数据字典或贴进埋点需求文档。
第一步：用“定义+计算公式+字段来源”三要素锁死开头
在提示词最开头就写：“请严格按以下三要素结构输出：①【定义】一句话说清这个指标到底回答什么业务问题（禁止出现‘程度’‘水平’‘情况’等模糊词）；②【计算公式】用标准数学符号写出分子/分母/条件/时间窗口，所有变量名必须与数据库字段名完全一致；③【字段来源】注明具体表名、字段名、数据类型及是否已脱敏。”
这一步漏掉，AI会默认从百科词条取义，比如把“7日留存率”解释成“用户7天内回访意愿”，而不是“dau_retention_d7字段值 / user_register_daily.d0_reg_count”。【字段名必须与数仓实际命名1:1一致，例如写‘user_id’就不能写成‘用户唯一标识’】
第二步：强制标注歧义风险点
方法一：在提示词中插入硬约束——“对以下5类易歧义项，必须单独标注‘⚠️注意’：①去重逻辑（如‘按device_id去重’还是‘按user_id去重’）；②时间粒度（如‘自然日’‘滚动7天’‘注册后第7天’）；③过滤条件（如‘剔除测试账号’‘仅含支付成功订单’）；④空值处理（如‘NULL计为0’‘NULL直接排除’）；⑤业务例外（如‘退款订单不计入GMV’）。”
方法二：直接喂一个真实翻车案例——“上次‘新客占比’口径被质疑，因未说明‘新客’判定依据是‘首次下单时间’而非‘首次注册时间’，导致BI报表与运营日报差23%。请本次明确写出判定依据字段和判断逻辑。”
第三步：用表格固化关键参数
第一步：确认数据链路完整性 → 第二步：核对分子分母逻辑一致性 → 第三步：验证时间分区与去重方式 → 第四步：排查异常波动归因路径。
在提示词末尾追加：“请用表格呈现以下4个参数，表头为【参数名|取值|依据来源|是否可配置】，共4列，仅填这4行：”
• 时间窗口
• 去重字段
• 过滤条件
• 分母基准
【若某参数当前不可配置，‘是否可配置’栏必须写‘否’，不能留空或写‘视情况而定’】
第四步：禁用所有解释性副词和模糊限定词
在提示词最后加一行：“全文禁用以下词汇：基本、通常、一般、大致、左右、约、可能、往往、相对、较为、一定程度上、具有……特征。”
这句必须写。Notion AI训练语料里大量混杂管理咨询报告，一见“通常”就自动补全“通常由市场部提供原始数据”，而你实际要的是“原始数据来自MySQL表marketing_campaign_event，字段campaign_id为CHAR(32)”。
