OpenAI 在 2026 年 9 月推出 ChatGPT Data agent，讓使用者可以直接在 ChatGPT Work 裡詢問公司的營運資料，例如「為什麼這個月業績下降？」、「哪個地區的客戶流失最嚴重？」，再由 AI 協助查資料、比較數據、整理原因，甚至建立可以分享的互動式 Dashboard。
對一般工作者來說，最重要的改變不是「ChatGPT 更會算數」，而是原本需要打開資料庫、試算表與 BI 工具才能完成的分析工作，開始可以用一般中文問題啟動。
ChatGPT Data agent 是什麼？
Data agent 是 ChatGPT Work 與 Codex 裡的資料分析代理功能，目前透過 OpenAI 的 Data plugin 使用。
簡單來說，它可以把「我想知道什麼」轉換成實際的資料分析工作。
假設你是電商主管，手上已經有訂單、會員與行銷資料。以前想知道「為什麼上週營收下降」，可能要請資料人員拉數據、設定篩選條件、製作圖表，再逐項檢查原因。
使用 Data agent 後，你可以直接描述問題，讓它從已連接且你有權限存取的資料中調查，再繼續追問：
「下降主要來自新客還是舊客？」
「把北中南三區分開比較。」
「把結果做成主管會議用的 Dashboard。」
這比較接近一位會操作資料工具的 AI 助手，而不只是把 Excel 上傳給 ChatGPT 後請它摘要。
Data agent 可以連哪些企業資料？
OpenAI 目前列出的資料來源包含 Amazon Redshift、ClickHouse、Databricks、Google BigQuery、MongoDB、Snowflake 等，也能在相關連線可用時，納入 Google Drive、SharePoint 裡的檔案與文件。
它也能搭配 Power BI、Tableau、Sigma、ThoughtSpot、Oracle BI、Omni 等 BI 工具處理視覺化與 Dashboard。實際能執行哪些操作，仍取決於工具本身支援的功能以及你的帳號權限。
這裡有一個很重要的觀念：連得上資料，不代表 Data agent 可以看到公司所有資料。
官方說明指出，查詢仍會遵守已連接帳號原本的權限，包括資料表、資料列與欄位等限制；企業管理員也能決定哪些連線可以使用，以及哪些角色可以使用 Data。
ChatGPT Data agent 怎麼用？
開始前，你的 ChatGPT Work 或 Codex 工作區必須可以使用 Data plugin；若是公司管理的工作區，也可能需要管理員先開放相關 Plugin 與資料來源。
基本操作可以分成幾步：
- 在 ChatGPT Desktop 的 Plugins，或網頁版 Plugin directory 找到 Data。
- 安裝 Data plugin。
- 依需求連接 Snowflake、BigQuery、Google Drive 等資料來源。
- 開啟對話並輸入
@Data，接著直接描述你想分析的商業問題。 - 根據第一次結果繼續追問、比較資料或要求製作 Dashboard。
第一次使用時，不建議只問：
「幫我分析公司的業績。」
問題範圍太大，AI還是必須猜測你真正想看的指標。
更實用的問法是把「資料、指標、期間、比較方式」一起講清楚，例如：
@Data 比較本季與上季各地區的營收與訂單數，找出變化最大的三個地區，並檢查主要差異來自新客還是回購客。
這樣 Data agent 才比較容易從正確的方向開始調查。
Data agent 和直接把 Excel 丟給 ChatGPT 差在哪？
如果只是偶爾分析一份 Excel，直接把檔案交給 ChatGPT 可能已經足夠。
Data agent 更適合「公司的資料原本就在不同系統裡，而且分析會重複發生」的情境。
例如行銷團隊每週都要追蹤廣告成效、業務主管每天查看 Pipeline、營運團隊需要分析客服與留存狀況。這時若能直接連接既有資料來源，就不必每次手動匯出最新版 Excel。
另一個差異是企業內部常有自己的指標定義。
假設「活躍客戶」在你們公司定義為 30 天內完成兩筆訂單的人，但另一家公司可能採用完全不同的算法。Data agent 可以搭配企業的 Semantic Layer，也就是公司已建立好的指標定義、計算方式與資料關係，降低 AI 自己猜測數字意思的情況。
Data agent 可以直接做 Dashboard 嗎？
可以。
完成分析後，你可以要求 Data agent 把結果轉成互動式 Dashboard，指定要呈現哪些 KPI、分類方式、比較期間與圖表，也可以再透過對話調整圖表或版面。Dashboard 可進一步編輯、分享與重新整理。
例如主管每週都要看：
- 本月營收與目標達成率
- 各區域成長率
- 新客與回購客占比
- 最近四週的異常變化
你可以先請 Data agent 分析資料，再把上述項目整理成固定 Dashboard，而不是每週重新複製試算表、調整圖表。
若你的工作本身已經有固定資料流程，可以延伸閱讀海豚 AI 學院的「AI 工作流程是什麼？」：
https://www.dolphlearn.com/blog/ai-workflow-guide
使用公司資料前，有三件事一定要檢查
Data agent 能降低資料分析的操作門檻，但不代表可以跳過人工確認。
第一個要確認的是指標定義。如果你問「本月轉換率」，公司裡卻同時存在網站轉換率、廣告轉換率與業務成交率，得到的數字可能完全不同。
第二個是資料期間與篩選條件。OpenAI 也建議在採用分析結果前，檢查來源、時間範圍、篩選條件與指標定義；如果結果和既有報表不同，可以要求 Data agent 比較兩邊使用的條件。
第三個是分享權限。如果把分析結果發布成網站或分享給其他人，要重新確認其中是否包含對方原本沒有權限查看的內容。官方特別提醒，發布 Dashboard 時可能會把分析用到的資料複製到發布的 Site，因此分享前仍要確認資料權限。
公司資料交給 ChatGPT 安全嗎？
不能只用「安全」或「不安全」兩個字回答，還是要看公司使用的方案、權限設定、資料分類以及內部政策。
依 OpenAI 目前的企業資料政策，ChatGPT Business、Enterprise、Edu 等企業產品的輸入與輸出預設不會拿來訓練模型，資料在傳輸與靜態儲存時也有加密保護。
不過，有技術保護仍不代表所有公司資料都應該直接交給 AI。客戶個資、財務資料、未公開商業資訊或受到法規限制的資料，仍應先依公司資訊安全、法務與權限政策判斷。
哪些人最適合開始用 Data agent？
Data agent 特別適合原本已經有公司資料，但分析工作經常卡在「等人拉報表」的團隊。
例如業務主管想快速追查 Pipeline 變化、行銷人員需要比較活動成效、營運團隊要找出客戶流失原因，或管理者希望把不同系統的資料整理成固定決策 Dashboard。
如果你只是偶爾整理一份小型 Excel，未必需要特別導入 Data agent；但當資料分散在資料庫、BI、雲端文件與不同工作系統中，它的價值就會明顯提高。
真正值得學的也不是記住 @Data 這個指令，而是學會把商業問題說清楚：你要看哪個指標、比較什麼期間、想找出什麼原因，以及最後準備做什麼決策。
想先熟悉 AI 如何協助日常工作，也可以從海豚 AI 學院的免費試看開始：
https://www.dolphlearn.com/trial
資料來源
OpenAI｜Now everyone can put data to work
https://openai.com/index/put-data-to-work/
OpenAI Help Center｜Using the Data plugin in ChatGPT Work and Codex
https://help.openai.com/en/articles/20001518
OpenAI｜ChatGPT Work for Data Teams: AI & BI
https://openai.com/business/solutions/data/
OpenAI｜Business data privacy, security, and compliance
