ChatGPT Work Data agent：让业务数据直接回答问题

如果你想知道“上周活跃用户为什么掉了”，通常还得等数据同事做报表。OpenAI 在 2026 年 9 月 10 日发布了 ChatGPT Work 里的 Data agent：它可以连接企业获准的数据源，用自然语言分析变化、生成可交互仪表盘，再把结果分享或交给已连接工具执行。1

Data agent 不是一张新的数据表，也不是把数据库权限交给聊天机器人。它更像一个会使用现有数据连接的分析助手：它读取企业已经批准的数据源和业务定义，回答问题，并把分析过程和结果留在同一段对话里。

它可以连接 Amazon Redshift、Google BigQuery、Databricks、MongoDB、Snowflake 等数据源，也可以在连接可用时读取 Google Drive 和 SharePoint 的文件。它会结合指标定义、计算规则和数据关系来解释结果。1

分析完成后，Data agent 可以把结果变成可编辑、可分享、可刷新的交互式仪表盘，还能与 Tableau、Power BI、Sigma、ThoughtSpot 等商业智能工具协作。它也可以准备通过 Slack 或邮件分享的结果，以及在你批准后执行的后续动作。1

已经有数据仓库、统一指标定义和固定报表流程的团队，更适合先试。销售、运营、财务和市场团队可以从一个反复出现的问题开始，比如解释某个指标的周环比变化，或者把销售漏斗按地区做成可刷新仪表盘。

这项能力不太适合还没有统一口径的团队。数据源没有接通、指标定义互相冲突，或者每个人都用不同方式计算“活跃用户”，自然语言只会让混乱更快地产生答案。

工作区管理员要先让 Data 插件和相关数据源插件对团队可用。插件装上了，也不代表底层数据应用已经完成授权。2

Data 使用连接账户原有的表、行和列权限，但结果仍然需要人检查。OpenAI 的帮助文档建议核对数据来源、时间范围、筛选条件和指标定义；分享仪表盘时，分析使用的数据会被复制到发布后的站点，分享对象也要重新确认。2

比较稳妥的起点，是选一个低风险指标，明确写出数据源、时间范围和对比周期，让 Data agent 先解释变化，再把结果和现有报表逐项对照。确认口径、权限和结果都对得上以后，再考虑接入自动分享或业务动作。