近日，Excel用户面临着表格数据不符的问题，主要是由于日期格式、金额符号和空白单元格的处理不当导致的。为了解决这个问题，使用三段提示词可以让AI先进行表格体检报告，然后根据用户的规则进行数据清洗，最后生成带有依据栏位和笔数的结论。这个过程需要用户与AI进行合作，让AI了解用户的需求和数据特点，以便更好地处理数据。通过这种方式，Excel用户可以更容易地处理复杂的数据，减少人工错误，提高工作效率。同时，这也反映出AI在数据处理和分析中的重要作用，以及人机协作的潜力。
菜鸟之友系列：《AI 工具实操与提示词》・模板篇作者：业州愚公
「你先帮我把这张表弄一下，下午就要用。」
下午真的到了，你还在跟一张两千行的销售表搏斗。日期栏里同时躺着 2026/3/5、2026-03-05 和 3月5日；金额栏有的写 ¥12,800、有的写 12800、有的写 约 1.3 万；人名栏同一个人出现三种写法；地区栏更热闹，「上海」「上海市」「沪」是三个不同的值，所以枢纽分析表把上海拆成了三行。
然后你想把两张表用客户编号对起来，VLOOKUP 一拉，一半显示 #N/A——不是公式错了，是其中一张表的编号后面多了个空格。你花了两个小时做的事，其实没有一件是「分析」，全部是「清洗」。
清洗让人火大，是因为它有两个讨厌的性质：重复，而且出错了你当下看不出来。空白单元格顺手填个 0，平均单价就被拉低；重复的列删掉了，其中一条其实是「同一个客户登记了两个地址」的数据异常；日期格式手动改了三十几个，改到第十九个就开始不确定。这些错不会报警，它们会安安静静流进你下午的报告里。
AI 的价值不是替你去按 Excel 的按钮，而是替你先「看一遍」——它看得比你快，也会老实告诉你哪里有问题。前提是：你得把它当成一个必须听指令、要交工作日志的助理，而不是许愿池。
今天给你三段提示词，对应一条清洗链路：先体检、再清洗、最后解读。三段都是通用写法，任何对话式 AI 都能执行，不依赖特定工具的独家功能。
先上对照表，你按自己卡在哪一步取用：
| 你的处境 | 用哪个模板 | 模板要点 |
|---|---|---|
| 表格拿到手，不知道它有多脏 | 模板一：数据体检 | 只诊断不动手，逐栏回报型别、缺失、格式不一致、重复与异常，并反问你模糊点 |
| 知道问题了，但两千行改不动 | 模板二：按规则清洗 | 把清洗规则逐条编号写死，输出干净表格＋变更日志＋待确认清单 |
| 表格干净了，却不知道该得出什么结论 | 模板三：解读与追问 | 先判断「这份数据能不能回答我的问题」，再让每条结论挂上依据栏位与笔数 |
大多数人拿到表的第一反应是直接丢给 AI 说「帮我清洗一下」。它会非常热情地马上给你一份「清洗后」的表格——问题是，它用的规则是它自己想像的，你完全不知道它动了哪几栏、填了哪些空白、删了哪些列。等你发现某个数对不上，已经来不及回溯。
所以第一段的核心动作是：要报告，不要成品。
```
我要请你帮我检查一份表格数据，但先不要修改它，也不要输出任何清洗后的表格。
以下是我的表格（CSV 格式，第一列是栏名，逗号分隔）：
[贴上你的表格；表很大时可先贴前 20 列让你看结构]
请输出一份「数据体检报告」，包含以下五部分：
1. 表格规模：几列、几栏、共几笔数据；
2. 逐栏检查：每一栏的数据型别（文字／数字／日期）、缺失值笔数，以及同一栏内格式不一致的具体情况（例如日期出现几种写法、各几笔；金额有的带符号有的不带）；
3. 重复情况：整列完全重复的有几笔；关键栏位重复但其他栏位内容冲突的有几笔，各是哪几笔；
4. 疑似异常值：明显超出合理范围的数字（例如单价比该栏平均值高一百倍以上）、应该有值却空白的栏位；
5. 影响评估：以上每个问题各自会影响到哪一步分析，不处理会有什么后果。
最后，请列出你需要我确认的问题（例如某栏单位是元还是万元），逐条问我。等我回答之后，再进入清洗那一步。
```
三个关键设计：
第一，「先不要修改它」。 这是一道安全闸。清洗不可逆，而 AI 的默认行为是「帮你做完」。加这一句，它会把力气花在观察上，而不是猜测上。
第二，「逐栏统计格式不一致，各几笔」。 这是最有价值的一栏，而且是你自己看不出来的——那些值长得都像日期、都像金额。要它把「47 笔里有 23 笔用斜线、21 笔用横杠、3 笔写成中文」报出来，你才知道问题规模有多大。
第三，「列出你需要我确认的问题」。 你的表里一定有些它猜不出来的东西，而它猜错了你未必看得出来。让它先问、你答，比你等它猜完再回头改，省的时间是数倍。
还有一个细节：贴表贴纯文字，不要贴截图——截图靠图像识别，数字看错一位你就完了，它只适合让 AI 看「这张表长什么样」。
拿到体检报告、回答完它的问题之后，才进入清洗。这段成败取决于你有没有把规则写成一张清单——规则编号写死，它就没法自由发挥。
```
基于上一轮的体检报告，请按以下规则清洗这份表格。
【清洗规则】
1. 日期栏一律转为 YYYY-MM-DD 格式（例如 2026/3/5 和 3月5日 都转成 2026-03-05）；
2. 金额栏去掉货币符号与千分位逗号，转为纯数字，不要改动数值本身；
3. 栏名去掉前后空白，统一为一致的中文名称，并在变更日志里说明改了哪几个栏名；
4. 同一栏内的人名、地区名、机构名，用该栏出现次数最多、或最完整的那一种写法统一；无法判断时保留原文并标记，不要自行挑一个；
5. 整列完全重复的直接删除；关键栏位重复但其他栏位内容冲突的，一律不删，标记出来交给我决定；
6. 缺失值一律填入 [待确认]，不要自行推算、插值或填入任何你猜的值；
7. 不要新增我没有提供的栏位，也不要改动我没有提到的栏位。
【输出要求】
- 第一段：清洗后的完整表格（CSV 格式，方便我直接复制回 Excel）；
- 第二段：变更日志，逐条列出「第几列、哪一栏、从什么改成什么」，没动过的栏位不用列；
- 第三段：仍需我人工确认的项目清单。
如果某条规则与数据实际情况冲突（例如某一栏看起来不是日期），请停下来问我，不要硬套规则。
```
三个关键设计：
第一，缺失值一律填 [待确认]。 这是整段最重要的红线。AI 面对空白单元格有强烈的「补齐」冲动，它会按前后趋势插一个值，插得看起来非常合理——然后你拿去做汇总，结论就是假的。填 [待确认] 之后，你在 Excel 一筛选，要去补的数据干干净净排在一起。空白本身就是信息，不要抹掉它。
第二，「关键栏位重复但冲突的，不删，标记」。 删除是 AI 最不该拥有的权限。整列完全一样的删掉没问题；但「同一个客户编号对应两个公司名」不是重复，是数据错误，需要人来判。把删除权收回来，就避开一类最难追查的错。
第三，输出「干净表格＋变更日志＋待确认清单」三件套。 变更日志是给你审计的：它动了什么、从什么改成什么，逐条可查。很多人只复制干净表格，日志一眼不看，等于放弃了唯一的事后检查手段——你不需要每次逐条读，但只要知道它得交日志，它的行为就会收敛。
最后那句「规则与实际情况冲突就停下来问我」也不能省。你写「金额栏去符号」，结果表里有个纯文字的「金额说明」栏写着「约 3 万元」，它有可能把「3 万元」改成「3」，这一栏就毁了。
表格干净了，但你真正要的是能写进报告的结论。这段最容易出问题：AI 对任何问题都会给你答案，读起来头头是道，你却无从验证。解法是逼它对每一句话负责。
```
表格已清洗完成，以下是最终数据（CSV）：
[贴上清洗后的表格]
现在请你扮演一位严谨的数据分析师，回答我下面这组问题。
我的分析目的：[例：找出第二季销量下滑的主要原因]
我想知道的具体问题：
[例：哪些地区、哪些产品线的下滑最严重？下滑是从哪个月开始的？]
请严格按以下顺序输出：
1. 可回答性判断：这份数据能不能回答我上面每一个问题？如果某个问题现有栏位支撑不了，直接说「数据不足」并指出缺哪一栏，不要勉强推测；
2. 主要结论：每一条结论后面用括号注明它依据的是哪几个栏位、涉及多少笔数据（例：依「地区＋月份」栏交叉统计，共 47 笔）；
3. 反例与例外：有没有与主要结论相反的数据？把它们列出来；
4. 其他可能解释：除了最直观的原因，这份数据还容得下哪几种解释？哪一种目前无法用这份数据排除？
5. 建议我下一步补什么数据，才能把结论做得更稳。
请把「数字呈现的事实」与「你对原因的推测」分段分开写，推测的部分明确标示为推测。
```
「可回答性判断」放第一条，是防幻觉最有效的一句。 你不问，它对什么问题都会给答案；你逼它先判断数据支不支撑得住，它就会老实说：「这份表没有『销售渠道』栏，渠道维度的原因无法从数据得出。」一句诚实的「我不知道」，比一段漂亮的假因果有用一百倍——尤其当这份结论要拿去开会。
「每条结论注明依据栏位与笔数」，是让你验证的钥匙。它说「华南下滑 18%」，你立刻能筛华南自己核对；它只说「整体下滑明显」，你就只能选择信或不信。
「反例与例外」 防止它只挑支持结论的数据讲。把它们摊出来，你才看得到结论的边界——是不是有一两个地区其实在涨？下滑是不是只集中在某个月？
「事实与推测分开」 则守住一条底线：相关不等于因果。数据能告诉你「销量下滑」与「广告投放减少」同时发生，但不能告诉你「因为广告减少所以销量下滑」。
最高效的路径是一次对话里三段连着跑：
第一步，模板一加你的表格 → 得到体检报告与一串待确认问题，你逐条回答；第二步，模板二 → 得到干净表格、变更日志与待确认清单；第三步，把干净表格贴进模板三 → 得到挂着依据的结论。全程十几分钟，你的工作量集中在「回答它的问题」和「核对变更日志」两件事上。
两个实操提醒：大表要分批——AI 一次能稳定处理的列数有上限，分批时务必要求每一批都输出变更日志，否则合并时会乱；每一步都在副本上做——原档先另存一份带日期的副本。
举个对比就明白这条流水线的价值。随手做的版本：空白填 0、重复全删、日期格式手动改。结果是空白拉低了平均单价、「同一客户两个地址」的异常被当重复删掉。走完三段之后：空白变成一份 [待确认] 清单、冲突项变成待判断清单、所有改动躺在变更日志里。前者碰运气，后者可控。
三个模板里需要你替换的变数，集中在下面几处：
| 变数 | 替换要领 |
|---|---|
| 表格内容 | 贴 CSV 纯文字，不要贴截图；大表先贴前 20 列让它看结构，确认无误再贴全表 |
| 分隔符 | 明说「逗号分隔」还是「Tab 分隔」；中文字段里常自带逗号，不讲清楚容易串栏 |
| 分析目的 | 用问句写：「找出第二季销量下滑的主要原因」，不要写「帮我分析一下」 |
| 日期格式 | 自己指定成 YYYY-MM-DD，不要写「统一日期格式」——它统一成什么由你决定 |
| 缺失值处理 | 默认一律 [待确认]；只有你明确知道该填什么时，才让它填 |
| 关键栏位 | 事先告诉它哪一栏是唯一识别（客户编号／订单号），它才能判断什么叫「重复」 |
坑一：拿截图喂 AI 读表。 图像识别认错一个小数点，后面全错，而且你无从检查——它不会告诉你「这一位我看不太清」。
坑二：清洗完不回填。 有人在对话里洗完就直接问结论，忘了把干净表格复制回 Excel，两天后要交表才发现手边还是那张脏表。把「清洗后的 CSV」存下来，这是整个流程里唯一需要你手动归档一次的动作。
表格这种东西，难的从来不是公式，是你不知道它有多脏。把这三段提示词存进素材库，下次再拿到一张对不上的表：先让 AI 交体检报告，再让它按你的规则动手，最后让每条结论都挂上出处——你就从「改表格的人」变成「审表格的人」。
工具推荐随身机器人（新用户免费试用 7 天）
上面三段模板跑下来，你会需要一个能保存长对话、还能把表格和提示词放在一起管理的 AI 入口。随身机器人支持文档问答与多轮上下文保存，新用户免费试用 7 天，把今天这三段存成固定模板，下次拿到脏表直接调用。前往 sylogs.com 首页即可找到入口。
下一篇预告： 履历投出去石沉大海，面试前夜对着镜子练了半小时，却不知道自己在说什么——下一期讲「面试模拟与点评」的三段提示词，让 AI 先当考官出题，再逐句挑你回答里站不住脚的地方。
业州愚公 ｜ SY 视野（sylogs.com）原创内容，转载请注明出处。
编辑评论 / Editor's Note
Excel用户常面临的数据不符问题，往往源于数据格式和空白单元格的处理不当，导致数据分析和处理的混乱。透过AI的辅助，能够有效地解决这些问题，提高数据处理的效率和准确性。同时，这也体现出人机协作在数据分析领域的巨大潜力，让使用者能够更轻松地处理复杂的数据任务。