一、先理解它的工作方式

SPSSAU AI Agent 是一个对话式的数据分析助手：用一句话描述你想知道什么，它会读懂数据、选择方法、执行真实统计分析，并把结果写成报告。想让它跑得又准又省，先理解下面三件事。

1.1 它不是「你说一句、它执行一句」

不少人第一次用时会以为它听一句做一句，其实它会先想清楚再动手。它的工作流程是：

• 理解你的需求：分析你描述的研究目的和关心的问题

• 识别数据类型：判断每个变量是定量还是定类，以及样本量情况

• 匹配方法：结合统计规范，选择合适的方法，并调用 SPSSAU 计算引擎执行真实统计计算

• 生成报告：基于引擎的真实计算结果撰写解读

整个过程里，AI 负责理解、选方法与解读；真正「算数」的每一步由 SPSSAU 统计引擎完成——数字不是 AI 生成的，报告里的每个指标都能追溯到对应的计算过程。

所以当你要求的方式在统计上不成立时，它可能不会照做。例如因变量是定类数据，它不会按线性回归跑，而会改选更合适的模型。这是为了保证结果严谨，不是「不听话」。

1.2 它会先读懂数据，再选方法

选方法之前，AI 会先弄明白这批数据在研究什么。这意味着：数据的信息越清楚，它的判断越准。变量的名称、取值含义是否可读，直接决定它对数据主题的理解程度——这是后面第 2 节所有技巧的出发点。

1.3 一轮对话结算一次

每轮对话结束时扣一次 AI 点，扣多少取决于本轮消耗的用量：

• 对话用量：本轮消耗的 Token ÷ 5 万

• 工具卡片：你看到的工具卡片张数 × 0.5（优惠期系数；默认按张数 × 1 计费）

按这个算法，AI 点其实很耐用：多数一轮对话在 1 个点上下，简单问一句往往不到 1 个点，跑十几个方法的复杂一轮也就几个点。理解了这一点，第 3 节的省点技巧就都说得通了：省点 = 少绕弯、少重复、少把无关内容留在上下文里。

另外留意：AI 点只在会员有效期内可用——会员到期后，未用完的点数会自动失效（详见 3.7）。

二、怎么问，结果更准

2.1 说清「想知道什么」，而不是「用什么方法」

你不需要报方法名。把研究目的说清楚，选方法是 AI 的事。对比下面两种说法：

描述时尽量带上：研究背景或目的、关注的变量、变量类型（定量/定类/量表），以及你特别关心的问题。

2.2 把变量说清楚

数据里叫「Q1」「X3_2」的编号，对 AI 来说信息量很低。建议在提问时直接说人话，例如「购买满意度」而不是「Q12」。如果变量名本身就是这个样子的，可以先让 AI 帮忙改名（见下一节）。

• 同一维度（量表）的题项，建议用统一前缀，如「满意度-产品」「满意度-服务」，便于 AI 识别分组关系

• 变量名越贴近真实含义，报告里的解读措辞也越贴合你的研究场景

2.3 变量名看不懂、数字没有含义？让 AI 直接改

这是 AI Agent 比「AI 分析报告」更灵活的地方：改名、加标签这类数据加工，不用切到别的模块，在对话里说一句就行。

• 「把 Q12 改名为购买满意度，把 Q5 改名为是否推荐给朋友」

• 「性别这一列，1 代表男、2 代表女，请设置好值标签」

这一步很值得做：如果数字 1 和 2 分别代表什么没有说明，AI 是不知道的，分析准确性会明显受影响。由于这类操作会改动数据集，AI 会在动手前先向你确认。

2.4 一次聚焦一个主题

把「信度效度」「差异分析」「回归分析」放在一次提问里让它全做完，往往不如分开做。分开时每一部分的结论更聚焦、报告结构更清楚；合在一起容易顾此失彼。

• 推荐节奏：

• 先做描述统计，了解数据全貌与分布

• 再做核心假设检验（差异、相关、回归）

• 最后做稳健性、分组比较等补充分析

这既符合统计分析的常规顺序，也让每一步分析都建立在上一轮的结论之上。

2.5 用追问深入，别用重来

AI 记得本轮对话的上下文。想换个角度看同一个结论，直接追问即可，它会只做需要的新分析，不重复已完成的工作：

• 「再按年龄段拆开看看，差异还在吗」

• 「只看本科及以下的样本，结论会变吗」

• 「把这三个维度分别和总分做一下相关」

追问比重提更省：重提相当于从头再跑一遍，而追问只补做增量部分。

2.6 认真回答提问卡

当某个参数必须由你决定时——例如因子分析要提取几个因子、分几类、用哪个模型编号——AI 会弹出提问卡询问你，不会自己替你假设。这时按你的研究设计如实选择即可，答错了后面整段分析都会跟着偏。

注意提问卡有 2 分钟的回答时限，超时会作废并中断本轮；暂时不确定时，也可以先选一个再在后续追问里调整。

三、怎么省 AI 点

AI 点按用量结算，用量主要取决于「上下文有多长」与「跑了多少步」。下面这些做法都能省下不少。

3.1 一次把需求说完整

最费点的用法是「问一句、补一句」。每多一轮对话，AI 都要把前面的内容重新读一遍。与其来回三四轮才说清楚，不如第一次就说全：想分析什么、关心哪些变量、样本有没有特殊要求。

3.2 换话题时清空上下文

上下文是累积的：聊得越久，每一轮要读的历史越多，扣点也越高。做完一个主题、要开始谈另一件不相干的事时，主动清空上下文重新开始，比一路聊下去省得多。

• 两个相关选项：

• 清空上下文：把本次对话的历史全部清掉，从零开始

• 不再参考历史对话：保留屏幕上的记录，但后续提问不让 AI 参考它们

3.3 换数据时切换数据集

在左栏切换数据集时，对话会自动重置。这既避免 AI 把两份数据混在一起理解，也顺带把旧上下文清掉了——换数据后直接开始问新问题即可，不必手动清空。

3.4 大数据用上传，不要粘贴

对话里直接粘贴表格内容虽然方便，但表格是逐字进入上下文的，几百行数据会显著推高每一轮的开销，而且粘贴方式对行数、列数都有限制。

• 建议：

• 正式数据一律用上传或授权，文件存在本地，AI 分析时只读取变量清单，不把整表读进上下文

• 只有几行汇总数字这种小数据，才适合直接粘贴

3.5 别反复重跑同一件事

同一句提问反复重提、或者刚跑完就中断重来，都是按已产生的用量付费的。发起前想清楚，比跑完再推倒重来划算。真想换个做法，优先用「追问」而不是「重提」。

3.6 需求别堆得太满

一轮对话里让 AI 连跑十几个分析，会同时推高 Token 用量与工具卡片数（优惠期每张 0.5 点），还会更早撞上单回合 60 次工具调用的上限。把大题拆成几个相关的小题，分几轮问，反而更顺也更省。

3.7 选对会员档

四档会员到账的 AI 点数量不同，按你的使用节奏挑即可：偶尔用一次，天会员就够；写论文、做课题要连续用一段时间，就选周会员以上的档位，一次到账的点更多，会员有效期也更长。

需要特别留意的是：AI 点只在会员有效期内可用——会员到期后，未用完的点数（含单独购买的部分）会自动失效，不会保留到下次开通。因此请在会员有效期内用完；按实际需要购买即可，不必一次囤太多，点数临时不够时，可在会员有效期内单独购买 AI 点（30 点 / ¥9.99）补充。

另外，AI 点为虚拟商品，购买后无退款权益，请按需购买。

四、几个好用的功能

4.1 工具卡与执行过程

AI 每做一步，对话里就会出现一张工具卡，写明这一步做了什么（如「统计分析 · 方差分析」）。想细看某一步，展开卡片上的「执行过程」，可以看到这一步具体用了哪些方法、读了哪些变量。

这是核对结果最直接的方式：报告里的每个数字，都能顺着工具卡追回到对应的分析。

4.2 图表区

• 有新图时会自动弹出图表区，不用自己去翻

• 多图模式一次看完本轮所有图；单图模式把当前这张放大细看

• 可在「本轮全图」与「仅此方法」之间切换，快速聚焦

• 样式可调（配色、字号、小数位、刻度方向），设置会被记住，下次自动沿用

• 单张图可导出 PNG 或 SVG，也能一键批量下载本轮所有图

4.3 报告导出与复制

报告直接生成在对话里。点「导出 Word」即可下载成文档，表格按三线表排版、公式也会一并转换，拿到就能往论文里放。如果只是要片段，直接复制报告内容，粘到 Word 里表格依然是三线表。

遇到被折叠的超长表格，点「查看完整表格」可以取回全量数据。

4.4 报告语言

报告可用 11 种语言撰写，包括简体中文、繁體中文、English、日本語、한국어、Deutsch、Français、Español 等。切换语言后再提问，整篇报告就会用对应语言输出，适合投稿或对外交流的场景。

4.5 数据授权与示例数据

• 数据已经在 SPSSAU 平台上：不必重新上传，选择「授权」把它同步过来即可，之后直接分析

• 还没有数据：可一键载入示例数据，先把完整流程走一遍，熟悉了再换成自己的数据

• 支持 Excel、CSV、SPSS、Stata、SAS 等常见格式上传，也可以把文件直接拖到输入框

4.6 变量列表、预览与筛选

• 提问前先扫一眼「变量列表」，确认每个变量被识别成定量还是定类。如果类型不对，AI 很可能选错方法

• 「数据预览」支持分页与条件筛选，适合核对数据、确认某个条件筛出来多少样本

• 预览里的筛选只影响查看与下载，不会改动原始数据；分析时想只看部分样本，直接在提问里说明即可

• 下载支持 Excel 数字格式、Excel 文本格式、SPSS 格式、Stata 格式四种，方便把处理结果带进其他软件

4.7 对话会保存

刷新页面或暂时离开，本轮对话与报告都能恢复；分析引擎在空闲回收后重新启动，也会接着原来的上下文继续，不必担心白跑一轮。不过对话有保留期，间隔很久再回来时可能提示已开启新对话，重新提问即可。

五、常见问题

• AI 没有按我说的做，怎么办？

• 先确认你的要求在这个数据上是否成立：例如因变量是定类数据时，线性回归就不适用，AI 会改选合适的模型。如果确实要按你的方式做，可以把变量类型、研究目的、期望的方法说得更具体，或者先让它解释一下为什么这么选。

• 为什么一轮就扣了不少点，而另一轮几乎不扣？

• AI 点按用量算：跑了多少分析、生成了几张工具卡、上下文有多长，都会体现到扣点上。跑十几个方法的一轮，自然会比随便问一句贵——不过这种情况并不多见，多数一轮对话都在 1 个点上下。想进一步控制用量，按第三节的做法来即可。

• 上下文太长会不会影响结果？

• 对话拉得很长时，及时清空上下文或换一个话题重新开始，通常能得到更聚焦的回答，同时也更省点。

• 分析跑到一半停了，是哪里出问题了？

• 常见原因是需求太大撞上了单回合的上限（10 分钟或 60 次工具调用）。把需求拆细后分几次提问，通常就能跑完。等待提问卡或权限卡回答超时（2 分钟）也会中断本轮。

• 想要的方法 AI Agent 里没有，怎么办？

• 已在支持列表里的方法可以随时追问补做；如果确实还没有，可直接使用 SPSSAU 平台对应的功能按钮手动分析——两边口径一致，结果可以直接并用。也欢迎把需要的方法通过人工客服反馈给我们。

• 还有别的使用心得？

• 欢迎通过 SPSSAU 人工客服分享你的用法与建议，我们会持续优化。