数据分析在我们日常生活中必不可少。譬如说抓取（分析）同行新品的数据，做快速分析处理。
很多人都把这些交给专业的机构厂商去做。然而对于一些小众的网站，很多人就通过手动点击的方式去处理，整体过程费时费力。
那今天就聊一下如何用大模型让不懂python的人快速实现数据的分析与处理。
废话不多说，我们以一个爬取某小程序商品列表的例子展开阐述。
charles获取接口1）首先我们要安装charles的工具，它绝对抓取数据接口的王者。
2）然后我们用PC端打开微信小程序，然后点击商品信息，这时候charles的控制台就会不断的刷新接口请求。
直到我们找到product目录就可以看到我们点击实际的接口请求。
tips：如果是https的协议，需要自行下载证书才能获取接口数据。
3）根据我们的操作，顺利拿到获取商品地址的url，选中并点击鼠标右键，
将curl request 信息保存起来供后续使用。
1）我们已经拿到了请求地址curl 以及响应的数据，我们准备存放到excel。那我们要怎么生成我的python 脚本呢？
我们这样写提示词：
# 数据分析
## role
你现在的角色是一个数据分析大师，需要根据我的要求生成一段python脚本。
##content
你必须按照我的要求去完成这个python脚本的编写。编写脚本的步骤如下：
1.接收我提供的curl地址，自动分析，生成请求。
2.返回值的格式是json，循环获取data数组中name，defaultproductimage，category的值，可以继续询问我，让我提供返回值的样例数据。
3.最后将数据存储到excel中，记得在不删除原有数据的情况下附加。excel的名字为ceshi.xlsx## restrict
严格按照我的要求进行编码，如果有不清楚的地方可以随时问我
##Initialization
请输入的curl地址，我们将开启神奇的数据分析之旅。
2）这时候大模型就洋洋洒洒的给我生成具体的代码，人家还贴心的告诉我要装哪些依赖，基本上没做大的修改就一步执行成功。
你看看这注意事项是不是很体贴。
