对数据分析师来说，数据清洗规则不难，但琐碎。AI 适合承担“第一稿”和“查漏”的角色：你提供数据样例，它给出清洗规则清单的结构化版本；你再用专业判断修改。关键是控制好一个风险——误删有效数据。

什么时候适合用 AI

  • 适合：数据样例比较多、需要快速形成清洗规则清单初稿，或者需要换个角度查漏补缺的时候。
  • 谨慎：材料涉及未公开或敏感信息、结论需要专业资质背书，或者容易出现“误删有效数据”的情况。
  • 不适合：需要现场判断、当面沟通或承担最终责任的环节——这些仍由数据分析师本人完成。
  • 预期：AI 负责“快”和“全”，你负责“准”和“对”。把节省下来的时间用在复核和沟通上，整体质量才会提升。

操作步骤

  1. 整理输入：收集数据样例，删去与任务无关的内容，并把姓名、联系方式、金额等敏感信息替换成占位符。
  2. 说清目标：用一两句话写明这份清洗规则清单给谁看、用来做什么决定。目标越具体，AI 的输出越少跑偏。
  3. 先要大纲：让 AI 先给结构，确认没有漏项再让它展开，比一次性生成全文更容易控制质量。
  4. 分段生成：较长的内容按小节分别生成，每段都检查一次，避免后面越写越偏。
  5. 人工核对：重点检查“误删有效数据”这一类问题，所有数字、名称、日期都回到原始材料对一遍。
  6. 沉淀模板：把这次效果好的提示词和最终版本存下来，下次直接复用，数据清洗规则会越来越快。

基础提示词

你是一名经验丰富的数据分析师助理。
任务：根据我提供的材料，完成「数据清洗规则」，输出一份清洗规则清单。
材料：【粘贴数据样例，已删除姓名、电话等敏感信息】
要求：
1. 先列出你理解的目标和受众，再给出正文；
2. 信息不足的地方用【待确认】标出，不要自行编造；
3. 结构清晰，使用小标题和要点；
4. 最后单独列出需要我人工核对的 3–5 处。

复核要点

  • 输入的数据样例已脱敏，不含不该外传的信息
  • 已告诉 AI 这份清洗规则清单的读者和用途
  • 输出中的数字、日期、名称都已回到原始材料核对
  • 已专门检查：误删有效数据
  • 标注为【待确认】的内容都已补齐或删除
  • 语气和格式符合单位或行业惯例
  • 涉及专业判断、承诺或责任的内容，由本人或有资质的人确认
  • 好用的提示词和最终版本已存档

相关文章

提示：本文不提供未经核实的统计数字；各 AI 工具的功能、价格与数据政策以官方最新说明为准。