короткий ответ: берёте выгрузку — из crm, из экселя, из рекламного кабинета, — вставляете в claude или chatgpt вместе с промптом, который задаёт структуру отчёта, и получаете черновик с выводами за 10 минут. не «красивый дашборд», а нормальный человеческий отчёт: что произошло, почему, что делать. главное правило, которое отличает рабочую схему от опасной: модель не считает — модель интерпретирует. суммы, проценты и динамику считает эксель или сама crm, а нейросеть превращает посчитанное в текст и выводы. кто путает эти роли, получает отчёты с красивыми, но выдуманными цифрами.

в чём вообще боль с отчётами

отчёт — двойная работа. сначала собрать цифры (это быстро, выгрузка есть почти везде), потом написать текст: что из цифр следует, где просели, что с этим делать. вторая часть съедает часы, потому что писать никто не любит, — и в итоге отчёты либо не пишутся вовсе («цифры в таблице, сами посмотрите»), либо пишутся в ночь перед планёркой.

нейросеть закрывает именно вторую часть. и делает это хорошо, потому что интерпретация данных по заданной структуре — повторяемая текстовая задача, а это её стихия.

инструкция по шагам

1. посчитайте цифры до модели

выгрузите данные и убедитесь, что итоги посчитаны: сумма продаж, конверсия, сравнение с прошлым периодом. если в выгрузке только сырые строки — добавьте в экселе строку итогов. модель может ошибиться в арифметике на длинной таблице ? современные модели считают сильно лучше, чем пару лет назад, но «сильно лучше» — не «всегда верно». правило простое: цифра, которую вы не проверили, в отчёт не идёт. , и проверять за ней каждую сумму дольше, чем посчитать самому.

2. дайте контекст периода

модель видит цифры, но не знает, что в прошлую среду у вас упал сайт, а в четверг вышла реклама у блогера. две строчки контекста превращают отчёт из пересказа таблицы в объяснение: «провал 12–13 числа — сайт лежал 6 часов» вместо «наблюдается снижение показателей в середине периода».

3. вставьте промпт со структурой

ты — аналитик, который пишет отчёты для занятого руководителя.
пиши коротко, от главного к деталям, без канцелярита.

вот данные за период: [выгрузка или таблица с итогами]
контекст периода: [что происходило: акции, сбои, сезонность]
для сравнения — прошлый период: [цифры, если есть]

собери отчёт:
1. итог одним абзацем: главная цифра периода и главное событие.
2. что выросло и почему — 2–3 пункта с цифрами из данных.
3. что просело и почему — 2–3 пункта, честно.
4. что требует решения: вопросы, которые цифры ставят,
   но сами не отвечают.

правила: используй только цифры из моих данных, не вычисляй
новые. если для вывода не хватает данных — напиши «не хватает
данных о [что нужно]», а не догадку.

4. проверьте и доведите

черновик готов — сверьте каждую цифру с выгрузкой и уберите выводы, с которыми не согласны. модель иногда «находит тренд» в шуме из трёх точек. вы знаете бизнес — она нет; финальное слово ваше.

расширенная версия этого промпта — «еженедельный отчёт» — лежит в библиотеке. рядом смежные: «дашборд собственника» — какие метрики вообще смотреть, и «отчёт о марже». а в каталоге агентов есть автоматический «отчёт по рекламе».

типовые грабли

  • скормить модели сырую выгрузку на 10 000 строк. контекст не резиновый, длинные таблицы модель читает фрагментами и делает выводы по фрагменту. агрегируйте до сотни строк максимум — сводная таблица в экселе делается за две минуты.
  • просить «проанализируй» без структуры. получите эссе на тему данных. структура в промпте — это и есть половина ценности: модель заполняет ваш скелет, а не сочиняет свой.
  • вставить данные с персоналкой. телефоны и фамилии клиентов в чат с моделью лучше не отправлять: перед вставкой уберите колонки с персональными данными, для отчёта они всё равно не нужны.
  • поверить выводу без цифры. формулировка «конверсия существенно улучшилась» без числа — маркер, что модель домыслила. в промпте выше на этот случай есть правило «только цифры из моих данных» — но проверка глазами обязательна всё равно.

границы честно

нейросеть в чате не заменит аналитика и не заменит bi-систему. она не увидит то, чего нет в выгрузке; не посчитает когортный анализ надёжно; не заметит, что данные в выгрузке битые, — примет мусор за факт. и она ничего не знает о вашей отрасли: вывод «продажи упали на 30%» в сезонном бизнесе может быть нормой августа, а модель напишет «тревожный сигнал». контекст — ваша работа.

и главное ограничение — руки. каждую неделю кто-то должен выгрузить, вставить, проверить. это 10 минут, но это 10 минут дисциплины, и на третьем месяце они обычно проигрывают текучке.

когда пора думать про агента

если отчёт собирается по одной и той же схеме каждую неделю — из crm, рекламного кабинета, таблицы заказов — это готовый профиль для агента: он сам забирает данные по расписанию, сам считает (кодом, не «на глаз»), сам собирает отчёт и присылает в telegram к утру понедельника. человек читает готовое, а не собирает.

в каталоге агентов есть подходящий пример — «отчёты руководителю»: что делает, какой стек, во что обходится. если процессов с рутиной несколько и непонятно, с какого начинать, — быстрее всего пройти карту автоматизации: 7 вопросов, на выходе топ-3 процесса с оценкой потенциала в часах.