零基础用AI做出一份世界经济报告，全过程记录（附完整Prompt）

先看成果。

一份Word报告，覆盖世界银行1960到2024年数据，217个经济体、22项指标、202,708条记录，含15张图表。数据校验对上了官方口径：2024年全球GDP 110.62万亿美元、中国18.73万亿、美国29.30万亿。

​

附：完整Prompt

直接复制这段丢给AiPy（你可以选择你喜欢的智能体）：

拉取世界银行60年数据，制作一份跨国经济报告，要求数据抓取到位、分析到位、逻辑严谨，最终输出一份包含大量图表的 Word 报告。

执行要求： 1. 明确报告范围与指标：从世界银行公开数据源（World Bank Open Data / World Bank API）拉取近60年（约1960年代至今）的跨国经济数据。需要覆盖的国家范围、核心经济指标（如GDP、GDP增长率、人均GDP、通胀、人口、贸易、失业率等）以及报告主题重点，若用户未指定则按合理默认执行：____（请补充：目标国家/地区范围）；____（请补充：核心经济指标清单）；____（请补充：报告主题与重点分析方向）。 2. 数据抓取：使用可用的数据获取能力（如通过 Trustoken-search 检索世界银行数据接口信息，或使用 aipy_builtin 执行 Python 代码调用世界银行 API / 下载数据集），确保数据来源真实、字段完整、时间跨度覆盖约60年。抓取后需做数据清洗与校验（缺失值、异常值、单位统一、国家代码标准化），并保存为本地数据文件（如 CSV/Excel）。 3. 数据分析：基于清洗后的数据开展跨国对比分析，包括但不限于趋势分析、国家间横向对比、分组/聚类、相关性分析、关键转折点识别等，确保分析逻辑严谨、结论有数据支撑。 4. 图表制作：生成尽可能丰富的可视化图表（折线图、柱状图、散点图、热力图、地图、堆叠图、箱线图等），覆盖时间趋势、国家对比、指标关系等维度，图表需有清晰标题、坐标轴、图例与数据来源标注。 5. 报告输出：将分析结论与图表整合为一份结构完整的 Word 报告（.docx），包含封面/标题、摘要、数据来源与方法说明、分章节分析、图表、结论与局限说明。报告文件需保存到本地并给出绝对路径。 6. 验证方式：确认数据文件已成功生成且记录数/时间跨度符合预期；确认 Word 报告可正常打开、图表已正确嵌入、章节逻辑完整；对关键结论做交叉核对。 7. 交付物：世界银行原始/清洗后数据文件、分析脚本、图表文件（如单独保存）、最终 Word 报告。

八个步骤

第一步，读懂需求。它先识别我发的策划图，判断出这是数据研判报告，自动定了口径——时间1960到2024年，国家200多个，指标22项。

第二步，探测数据源。试世界银行API通不通，确认能拿到数据。

第三步，批量抓取。按22个指标逐个调用接口。这里遇到过一次问题——API返回的国家代码是两位内部码，跟标准ISO3对不上，数据匹配失败。它自己发现了，改用正确字段重新抓。

第四步，清洗校验。国家代码标准化、剔除聚合体、去重、标记异常值、统一单位。然后校验：2024年全球GDP 110.62万亿、中国18.73万亿、美国29.30万亿，全部对上。

第五步，定量分析。算关键指标。

第六步，画图。15张图表，都是代码画的。

第七步，组装报告。整合成Word文档。

第八步，自检交付。验证文件完整性。

报告里的核心发现

全球GDP从1960年的1.28万亿美元涨到2024年的110.62万亿美元，增长86.6倍。

美国GDP份额从42.45%降到26.49%，中国从4.69%升到16.93%。G7从66.4%跌到44.9%，金砖从7.5%涨到24.6%。

高收入国家和低收入国家的人均GDP差距，从9.7倍扩大到65倍。

几个实用提示

需求描述越具体，结果越准。可以指定时间范围、国家范围、指标清单。

数据校验很重要。拿到结果后对一下官方口径。

这套方法可以套用到其他数据源。国家统计局、行业协会、公开财报都能用。