#出海运营秘籍👉@yunying23
今天收获一个经验，就是龙虾做数据分析配合TRAE会更可靠（也就是TRAE做固定格式的本地数据加工，这样也能减少原始数据抛给龙虾读取带来的token消耗）。
背景是领导要求我们组三个分析师从上周开始，每周输出一份游戏行业指定品类的分析报告，上周做了一份，因为原始数据太多，龙虾调用ai也读不完整个文件，导致我用龙虾做的报告数据不准确，被领导说报告质量垫底。
于是昨天开始又试着用TRAE写Python，发现半年前写的Python更可靠了（不经过人工修改就可以自动修正，但是聪明的代价是现在TRAE每次用要排队，不过只要Python写完，以后都可以本地秒级处理数据），今天改成用TRAE写Python在本地透视数据精简数据量，然后把年月周三个结果表上传给COZE上部署的龙虾，发现产出的报告准确性好很多，再优化下提示词，就能生成一份挺能唬人的报告（尤其是HTML网页形式的，能达到一些商业化数据产品的视觉效果）。
今天收获一个经验，就是龙虾做数据分析配合TRAE会更可靠（也就是TRAE做固定格式的本地数据加工，这样也能减少原始数据抛给龙虾读取带来的token消耗）。
背景是领导要求我们组三个分析师从上周开始，每周输出一份游戏行业指定品类的分析报告，上周做了一份，因为原始数据太多，龙虾调用ai也读不完整个文件，导致我用龙虾做的报告数据不准确，被领导说报告质量垫底。
于是昨天开始又试着用TRAE写Python，发现半年前写的Python更可靠了（不经过人工修改就可以自动修正，但是聪明的代价是现在TRAE每次用要排队，不过只要Python写完，以后都可以本地秒级处理数据），今天改成用TRAE写Python在本地透视数据精简数据量，然后把年月周三个结果表上传给COZE上部署的龙虾，发现产出的报告准确性好很多，再优化下提示词，就能生成一份挺能唬人的报告（尤其是HTML网页形式的，能达到一些商业化数据产品的视觉效果）。