表格数据清洗 Skill 避坑指南：写法、权限与输出问题
「表格数据清洗」是数据分析师与运营的高频任务。它的输入通常是CSV 文件，期望得到的是清洗后的数据与清洗日志。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。
下面是把「表格数据清洗」做成技能时最常见的 8 个问题，每条都给出改法。
1. 描述写成口号
智能体判断不出何时该用。改为“清洗 CSV 中的缺失值、重复行与格式不一致；当用户提到表格数据清洗时使用”。
2. 步骤太粗
只写“做好表格数据清洗”。改为编号的具体动作：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。
3. 没有输出格式
每次交付的清洗后的数据与清洗日志结构不同。在技能中给出固定标题或表头。
4. 没写缺信息怎么办
智能体自行补全，产生编造内容。明确要求先列出缺失项并提问。
5. 忽略领域规矩
例如没写「结论要回到原始数据核对口径，避免把相关当因果」。把这类底线写进约束段落。
6. 权限过大
为了省事给了写入、发送或执行命令的权限。按最小权限配置，涉及外部影响的动作设置确认。
7. 长资料塞进正文
每次加载都很重，关键规则被淹没。把规范、模板拆到参考文件按需读取。
8. 改完不测
一次改多处又不回归测试。保留测试用例，每次修改后重跑。
一个自查办法
把技能交给一位没参与编写的同事，让他只看 SKILL.md（或规则文件）回答三个问题：什么时候用？输入什么？交付什么？答不上来的地方，就是需要补写的地方。
风险提示：风险较低，但输出仍需快速过目再使用。
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。
准备一份好范例
在技能的参考资料里放一份你认可的清洗后的数据与清洗日志范例，往往比多写十条规则更有效。好范例应当：
- 来自真实工作，但已去除个人信息和敏感数据
- 体现团队习惯的结构、措辞和详略程度
- 包含一处“需人工确认”的标注示范，让智能体学会如何表达不确定
- 篇幅适中，不要比平时的产出长太多
范例不必多，一到两份即可；太多范例反而会让智能体机械模仿某一份的细节。
每一步要产出什么
把每一步的中间产出写清楚，智能体就不容易跳步，人也方便定位问题：
- 检查列类型：产出一段简短的中间结果，并注明依据来自CSV 文件的哪一部分
- 处理缺失与重复：产出一段简短的中间结果，并注明依据来自CSV 文件的哪一部分
- 统一日期与数字格式：产出一段简短的中间结果，并注明依据来自CSV 文件的哪一部分
- 输出清洗说明：产出一段简短的中间结果，并注明依据来自CSV 文件的哪一部分
最后一步之后，再把这些中间结果汇总成清洗后的数据与清洗日志。中间结果可以折叠或省略展示，但在技能指令中要求智能体“先完成再汇总”，能明显减少遗漏。
延伸阅读
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。