展开本页目录
开始前准备什么
- 需可用Work和代码/文件工具；官方未证明每个账户均开放。
- 使用原创数据，不连接真实用户库；不得推导业务增长结论。
- 已制作并执行作者本地参考；目标ChatGPT Work账号未运行，官方图仅为入口示例。
- 使用原创虚构教学资料，不上传真实敏感信息；SaaS订阅、API服务分别计费，本包无账号或密钥。
- 切到Work并上传两张CSV与固定截止日
- 先让AI复述第7天留存定义及Asia/Shanghai日界线
- 按用户去重访问日，输出可观察与未满期两类名单
- 按注册周计算分子分母，不平均各周百分比
- 生成XLSX和带样本数的热图，要求交付分析代码
- 复查未满期、重复访问与上海日界线
- 下载全部文件，实际打开并核对总人数闭合
原创输入、原生文件、7步README、作者参考、验收表与可运行验证器。
作者本地教材；身份和执行范围见README。
作者本地教材；身份和执行范围见README。
作者本地教材；身份和执行范围见README。
1. 切到Work并上传两张CSV与固定截止日
ChatGPT 留存率分析先打开signups.csv与visits.csv：40名用户、110条访问事件。metric-contract.md固定Asia/Shanghai日界线，D0是注册日，第7天只看D7当日。截止时刻是2026-10-17 00:00，不含该时刻之后的事件。 在ChatGPT选择可用的Work文件任务，并上传这两份CSV和固定截止日。
2. 先让AI复述第7天留存定义及Asia/Shanghai日界线
上传后先复述上海日界线与第7天留存定义。先要求复述“完整观察到D7结束才进分母”，再运行。10月10日注册者的D7是10月17日，截止时尚未观察，不能算流失。
3. 按用户去重访问日，输出可观察与未满期两类名单
让工具把UTC时间转为上海日期，再按user_id与日期去重。打开user-day7-results.csv看34名可观察与6名未满期；同日两次访问只给同一用户一个留存标记。不能直接对110行事件数做百分比。
4. 按注册周计算分子分母，不平均各周百分比
要求按注册周的周一分组，先显示eligible与retained，再除出率。总体率必须总留存人数除以总可观察人数，不能平均两个队列百分比。本包analysis.py实际运行的结果可独立复算。
5. 生成XLSX和带样本数的热图，要求交付分析代码
要求可下载XLSX、带人数的D7热图、队列对照图和代码，并在文件预览里检查数据。本站retention-analysis.xlsx是本地原生工作簿参考；图里的34人/6人来自实际计算，没有运行ChatGPT或伪造会话。
6. 复查未满期、重复访问与上海日界线
把U035与U040放进排除名单回读：它们尚未完整观察到D7。再查同日重复事件、23点注册转UTC和周一起点。运行python3 analysis.py会重算CSV；只验证文件可打开远远不够。
7. 下载全部文件，实际打开并核对总人数闭合
下载自己的文件后，与expected-cohorts.csv比较人数。运行python3 verify.py在临时目录复算并检查40人闭合、110条事件、6名排除和原生XLSX完整性。保留自己会话输出与本地参考的不同身份。
怎样确认已经完成
- 重复访问不增加留存人数，40名用户归属无遗漏。
- 未满观察期用户不进入第7天分母，时区边界符合合同。
- XLSX、热图与CSV分子分母一致，代码在本地固定输入可复算。
常见问题
AI算出来的留存率为什么忽高忽低，分母到底是谁？
分母是截止时完整观察到D7结束的注册用户。本题固定上海日界线，34人可观察、6人未满期；分子是这些人中D7当日回访者，不能用访问事件数或平均队列百分比代替。
刚注册两天的人也算流失吗，怎么让ChatGPT分开？
刚注册两天尚未观察到D7，应列入未满期名单，不能算流失。先要求ChatGPT复述截止日和完整观察条件，再按user-day7-results.csv核对U035、U040等边界用户。
ChatGPT 留存率分析的下载材料是目标AI生成的吗？
已制作并执行作者本地参考；目标ChatGPT Work账号未运行，官方图仅为入口示例。本地原生文件、脚本和实际运行记录用于理解验收。自己的目标账户操作需要另行执行并保存输出。
ChatGPT 留存率分析需要什么账户和费用？
需可用Work和代码/文件工具；官方未证明每个账户均开放；使用原创数据，不连接真实用户库；不得推导业务增长结论 不把apizt API密钥当成独立产品订阅。