大家好，我是我来，一家百亿营收电商公司的数据产品经理，喜欢研究AI大模型的各种实践应用。之前写过几篇分享：

高效信息搜集的若干方法与技巧

深入数据分析的若干方法与技巧

算法小白如何用GPT做算法建模，每年为公司省6万？

我是怎么拿到杭州e类人才的？

今天呢，分享一下我最新的AI实践成果，怎么用AI大模型写Python算法，并用这个模型来指导真实业务的投放！

一听是写程序就想走的同学听我说完哈，是让AI写，我们不用动手，不用真的去研究算法。

经验分享

背景信息

我现在在一家电商公司做数据产品经理，之前是在K12在线教育领域创业，主抓教研和私域转化。两年前转到这个行业时稍微学过一些Python，懂一些Python语法，但其实已经有两年多没有写Python，所以说我也不具备写代码的能力。

大家日常都会网购，运费险、退货率这些概念我就不解释了。作为一个电商公司，最近我们业务上遇到了一个相关问题。

原来我们的销售端，有一个很重要的指标是看费比（投放费用/销售额），实际就是一个ROI的倒数，也可以看做是单日销售单元模型的一个简化参数。现在大环境不太好，公司更看重利润，所以就需要看退后费比（投放费用/退后销售额）。

比如说，昨天卖了1万块钱，他最终的退后销售额在今天并没有办法知道，因为退款这个动作，它是持续发生的，比如说15天、25天，甚至周期更长。但是业务端，却需要根据昨天的退后费比指标，来判断接下来的运营动作：增加还是减少费用的投入。

在这种情况下，业务就给我们团队提了一个需求：希望站在今天，就可以预测昨日的最终退后销售额。

但是我们公司没有专门的算法团队。但是这件事又对业务动作极其重要，这个数据直接影响到业务投放的动作和节奏。所以说，这个数据是极其重要的。

如果是早两年这事我还要犹豫一下才会考虑，想着去年还不错的用AI的实践，加上我自己也比较喜欢探索型项目，同时也好奇AI大模型到底能在这个问题上，能解决到什么样的程度，所以最终这个项目就落到了我的头上。

所以我的核心目标是：通过AI大模型预测昨日的退后销售额，且误差率不能超过10%。

探寻解法

去年我做的分享，关于怎么用AI大模型做算法拟合（直达链接：算法小白如何用GPT做算法建模，每年为公司省6万？）。那个项目，会更简单一些，因为只需要我的样本数据喂给AI大模型，它是能自己帮我去找出两组数据的函数关系。

直接让AI大模型拟合出公式

但是这一次我面临的问题和挑战会更大：

数据安全：这些数据都是我们企业的真实销售数据，考虑到安全性和数据量，没有办法直接喂给大模型；

复杂场景：业务场景会更加复杂，涉及到不同的商品、不同的销售周期（大促还是平销）、不同的销售平台。

基于以上两点，加上我本身已经不会写Python了，我能选的方案还是只有用AI大模型写代码。

那么接下来，我的核心问题是：怎么样用AI大模型写出一个适合我的Python算法。

为了更好的阅读体验，来飞书看吧：

https://wsbj757q14.feishu.cn/wiki/OB3Cwouoiibku7kfessc8071nyg?fromScene=spaceOverview