表格太乱？用WorkBuddy四步洗干净

一份从三个系统导出的表格，两万多行，日期格式有五种写法，公司名有的带”（有限公司）”有的不带，金额列混着文本和数字，还有八百多条重复记录。

以前我处理这种表，得开着 Excel 手动查找替换两个小时，改完还不敢保证对。

现在这活我交给 WorkBuddy，四步走完，二十分钟出干净表，而且每一步它都告诉我改了什么、改了多少条。下面是完整流程和可直接复制的提示词。

一、先别急着洗，让它先”体检”

新手最容易犯的错，是拿到脏表就开始改。改到一半发现方向不对，前面白干。

正确顺序是先诊断，再动手。 我会把原始文件丢给 WorkBuddy，让它先出一份”脏数据体检报告”，我看完再决定洗哪些。

可复制提示词（第一步）：

我上传了一份原始数据表，请先不要修改任何数据，只做诊断。
请逐列检查并输出一份脏数据体检报告，包含：
1. 每列的字段名、数据类型、非空行数、缺失率
2. 格式不一致的列（如日期有几种写法、数字列混入文本的行数）
3. 疑似重复记录的判断依据和数量（说明你用哪几列做的去重键）
4. 异常值（金额为负、日期超出合理范围、字符串超长等）
5. 按"影响严重程度"给出建议清洗顺序
不要臆测业务含义，不确定的地方列出来问我。

这份报告我一般会花三分钟通读。重点看两个地方：去重键它选得对不对，异常值里有没有其实是正常业务的情况。

比如它把”金额为负”标成异常，但我们业务里退款就是负数，这时候我要提前告诉它别改。

二、统一格式：一次说清所有规则

体检完，第二步是把格式拉齐。这一步最忌讳零敲碎打——今天让它改日期，明天让它改公司名，改到后面自己都记不清哪些改过。

我的做法是一次性把所有格式规则写成清单，让它一轮跑完。

可复制提示词（第二步）：

基于刚才的诊断，请执行格式统一，规则如下：
1. 日期列：全部转成 YYYY-MM-DD，无法识别的保留原值并单独列出
2. 金额列：去掉千分位逗号、货币符号、空格，转成数值；文本型数字一并转换
3. 公司名列：去掉全角括号内的后缀、去掉首尾空格、全角字符转半角
4. 手机号列：去掉空格和横杠，保留11位，不足或超出的标记出来
5. 所有文本列：去首尾空格，连续空格压缩为一个

执行完请输出：
- 每条规则实际影响的行数
- 一张"改动前后对照"抽样表（每条规则各举3行）
- 无法自动处理、需要我人工确认的行清单

最后那句”改动前后对照抽样表”很关键。我不看这个抽样，就等于闭着眼让 AI 改我的数据。 三行样本花不了半分钟，但能抓出方向性错误。

我遇到过一次它把”上海分公司”的”分公司”也当后缀去掉了，就是靠抽样发现的。

三、去重：先定标准，再执行

去重是最容易出事的一步。删多了业务数据就丢了，删少了报表还是错的。

关键在于”什么算重复”这件事必须由你定，不能让 AI 猜。

同一个客户同一天下了两单，是重复吗？在订单表里不是，在客户名单里就是。这个判断只有你知道。

可复制提示词（第三步）：

请做去重，但严格按我的规则：
- 判重键：客户名称 + 订单日期 + 订单金额，三项完全一致才算重复
- 保留策略：保留"创建时间"最早的一条
- 重复组请先输出给我看，不要直接删

请输出：
1. 重复组总数、涉及行数、将被删除的行数
2. 完整的重复组清单（按组编号列出每组的行号和关键字段）
3. 删除后的总行数预估
我确认后，你再执行删除。

注意最后那句”我确认后再执行”。 去重这一步我从来不让它一次做完，永远分成”先看清单、后执行”两轮。多花两分钟，换的是数据不丢。

四、交叉校验：让它自己找自己的茬

前三步做完，表面上表已经干净了。但我还会加第四步——让 WorkBuddy 反过来验证自己洗的结果。

这一步很多人跳过，其实是性价比最高的一步。

可复制提示词（第四步）：

请对清洗后的结果做交叉校验，站在质检员的角度找问题：
1. 清洗前后总行数、总金额是否对得上？差额来自哪里？逐项说明
2. 每列的唯一值数量清洗前后变化，有没有异常收缩（可能误合并）
3. 随机抽取20行，对比清洗前后的完整字段，列成对照表
4. 列出你在清洗过程中做过的所有"自行判断"，标注风险等级
5. 如果让你重做一遍，哪一步你会换个做法？为什么

请诚实报告不确定的地方，不要为了让结果好看而隐瞒。

第 4 条和第 5 条是我加的”逼供条款”。AI 默认倾向于报喜，你不主动问它”哪里做了自行判断”，它就不会说。

上周我就是靠这一条,发现它把三家名称高度相似的公司自动合并成了一家——那其实是集团下的三个独立主体。

五、我踩过的三个坑

坑一：一次性把两万行全丢进去。 数据量大的时候，中间环节容易出偏差，而且你根本没法逐条核对。我现在的做法是先截前 500 行做一轮小样，四步全跑通、结果确认没问题，再放全量。小样这一遍最多花五分钟，但能把方向性错误全挡在前面。

坑二：让它”顺便美化一下表格”。 清洗和排版是两件事，混在一起说，它会一边改数据一边调格式，最后你分不清哪个改动属于哪一步。数据归数据，样式归样式，分两轮说。

坑三：不给业务背景。 同样一列”状态”，你不说清楚”已完成/完成/COMPLETE 是同一个意思”，它就只能按字面处理。清洗前花一分钟交代业务口径，比事后返工三十分钟划算得多。

六、两个长期受益的习惯

第一，原始文件永远留底。 我的习惯是清洗前先复制一份带日期后缀的原表，比如 `订单表_20260805_原始.xlsx`。这不是防 AI，是防自己——万一规则定错了，随时能回到起点重来。

第二，把清洗规则存成模板。 同一类表下个月还要洗，把这四条提示词存进备忘录，下次改几个字段名就能复用，一次投入长期受益。

我现在手上存了六套：订单表、客户表、报销表、考勤表、库存表、对账表。每套都是从第一次踩坑中攒出来的，第二次用的时候基本就是复制粘贴改字段名，两分钟起步。

最后说句实在的

数据清洗这活，本质上不难，就是琐碎、重复、容易出错。人做的时候最大成本不是时间，是”改完不敢信”的那份心虚。

用 WorkBuddy 做的核心价值，不是快，是每一步都有据可查。 改了多少条、改的是哪些、哪些它拿不准——全都摆在你面前。

四步下来，你不是把活丢给了 AI，而是从”手工操作员”变成了”规则制定者 + 质检员”。这才是这个流程真正省心的地方。

你处理脏数据时最头疼的是哪一步？是格式不统一、重复记录，还是多表对不上号？评论区告诉我，人多的话我下期专门拆一篇多表合并的实操。

觉得这四步有用，点个「在看」，也转给那个每月月底都在手动整表的同事。

—— 高总AI办公笔记

#WorkBuddy #AI办公 #效率工具