「表格数据清洗」Skill 使用检查清单：用前、用中、用后
数据分析师与运营经常要做「表格数据清洗」这类事：清洗 CSV 中的缺失值、重复行与格式不一致。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。
把下面的清单保存下来，每次使用或修改「表格数据清洗」技能时过一遍。
编写时
- description 写清做什么、什么时候用
- 输入写明需要CSV 文件，并要求缺信息先提问
- 步骤为编号列表：检查列类型、处理缺失与重复、统一日期与数字格式、输出清洗说明
- 输出写明清洗后的数据与清洗日志的结构
- 约束包含领域底线与不可逆操作的处理方式
- 长资料拆到参考文件
上线前
- 6 类测试输入全部通过
- 权限按最小范围配置
- 技能文件中没有密钥和真实个人信息
- 有负责人和变更记录
每次使用时
- 输入材料已脱敏或确认可以交给所用平台
- 观察智能体是否加载了技能
- 查看“需人工确认”清单
- 对照原始材料抽查关键信息
- 风险较低，但输出仍需快速过目再使用
使用后
- 记录明显的问题样例
- 输出被大幅修改时，分析原因并考虑改技能
- 定期检查平台更新是否影响技能
每一步的快速核对
- 检查列类型
- 处理缺失与重复
- 统一日期与数字格式
- 输出清洗说明
交付物结构示例
建议把清洗后的数据与清洗日志固定成下面的结构（示意），方便复核与归档：
## 结论
一句话说明最重要的发现或结果
## 主要内容
- 检查列类型：……
- 处理缺失与重复：……
- 统一日期与数字格式：……
- 输出清洗说明：……
## 依据
- 引用输入中的具体位置或数据
## 需人工确认
- ……（没有则写“无”）
结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。
平台选择建议
同一个「表格数据清洗」技能可以落在不同平台上，选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统：
- Dify 工作流：Dify 是开源的大模型应用开发平台。详见Dify 工作流 版
- n8n AI Agent：n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
- Claude 应用中的 Skills：在 Claude 的网页或桌面应用里。详见Claude 应用中的 Skills 版
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码，可据此排除不支持相应能力的平台。
智能体与人的分工
技能不是把工作全部交出去，而是把重复、机械的部分交给智能体，人把住判断和责任：
| 步骤 | 智能体负责 | 人负责 |
|---|---|---|
| 检查列类型 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 处理缺失与重复 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 统一日期与数字格式 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 输出清洗说明 | 按指令完成并给出依据 | 抽查关键处，确认无误 |
| 最终交付 | 整理清洗后的数据与清洗日志 | 决定是否采用、是否对外 |
风险较低，但输出仍需快速过目再使用。
延伸阅读
- 表格数据清洗 · 阿里云百炼智能体应用 版
- 表格数据清洗 · 钉钉 AI 助理 版
- 表格数据清洗 · 场景实录
- 指标看板设计 · 检查清单
- Excel 公式助手 · 检查清单
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。