强制区分「数据事实」与「推断」，并让缺失部分留空，避免编造结论。
让模型写分析报告，最大的风险是它会把猜测写成事实。做法很简单：要求它把「数据说明了什么」和「我推测可能的原因」分成两栏，并明确哪些数据还需要你去补。
你是数据分析师。请基于以下信息写一份简要分析：【某在线工具站 8 月注册量环比下降约 20%，同期页面访问量基本持平，主要来源渠道未发生变化】。要求：先给 3 条一句话结论；再分两部分输出——「数据事实」只写上面给出的信息，「可能原因」列出 3-4 条并逐条标注需要什么数据才能验证；最后给出 3 个优先级排序的下一步动作。不要编造任何我没提供的数字，需要但缺失的数据写成【待补充：指标名】。总长 600 字以内。
「事实 / 推断」分开，是这份模板最有价值的部分。
请把下面这段零散的运营记录整理成一份周度数据小结（记录：本周新增内容 5 篇，两条渠道各带来若干访问，用户平均停留时间比上周略高，充值笔数与上周持平）。要求：按「本周关键数字 → 变化与对比 → 观察到的现象 → 下周计划」四段组织；我提供的信息里没有具体数字的位置，统一写成【待补充】；不要给出因果结论，只描述现象并标注需要验证的方向。全文 400 字以内，语气客观。
原始记录不完整时，先整理结构再补数据，比强行得出结论可靠。