Multimodal & Screenshot Analysis
Have AI read screenshots, reports, and images to generate conclusions
Vision LLM 的崛起
GPT-4o 和 Gemini Pro Vision 具备极强的视觉理解能力。这意味着你可以直接丢给它一张复杂的财务报表截图、一个竞品的 App 界面、甚至手画的草图，它都能理解。
多模态分析演示
场景 1：Excel 截图转 CSV
以前我们需要 OCR 工具，现在只需要截图发给 AI。
Prompt
（上传图片） 请将图片中的表格转换为 Markdown 格式。 注意：表头包含合并单元格，请将其拆分为扁平结构。
场景 2：仪表盘解读
看不懂复杂的 BI 仪表盘？截图问 AI。
Prompt
（上传 PowerBI 截图） 这是我们公司的销售看板。 1. 请告诉我哪个区域的表现最差？ 2. 图表中是否存在异常的峰值？ 3. 根据图表趋势，预测下个月的走势。
局限性
⚠️ 注意
精度问题: 视觉模型在识别密集的小数字时仍可能出错。关键财务数据建议使用原始 Excel 文件而非截图。
隐私风险: 截图往往包含大量无意泄露的背景信息（如浏览器标签页标题），上传前务必裁剪。
多模态 Prompt 模板
复制即用模板
（上传截图） 请完成以下任务： 1) 提取图中所有关键指标（输出表格）。 2) 标注异常点与可能原因（假设需标记）。 3) 输出 3 条可执行建议。 注意：只使用截图中的数字，不要估算。
校验建议
- 双重输入: 关键表格既上传截图，也上传原始 Excel 以便比对。
- 局部裁剪: 只截取与问题相关的图表，减少噪音。
- 逐步提问: 先让 AI 提取数字，再让它给结论，避免一步到位。
Your AI Data Decision Brief
0 / 8 core gatesEight core gates turn one business question into a reviewable, decision-ready and repeatable analysis. Choose EDA, SQL or screenshot analysis; keep tool and prompt records as appendices.
Chapter artifactScreenshot Data Verification Sheet
CHAPTER ANALYSIS EVIDENCE
Apply this step to a real dataset
Do not accept a number simply because AI produced it. Record the business question, calculation path, human checks and decision impact so a colleague can review the analysis.
0 / 4 completed
01
02
03
04
Automatically saved in this browserThis content stays in this browser on this device and is not uploaded.