混亂 Excel 匯出資料的清理藍圖
制定逐欄位的標準化計劃、類型規則、關聯邏輯及品質檢查,將原始匯出資料轉換成可供分析的表格。
提示詞概覽
給你的提示
- 提供 50 筆以上範例資料以涵蓋實際邊界狀況。 - 盡早鎖定單一時區標準。 - 版本控管資料字典並追蹤變更。 - 增設異常工作表以避免每日執行阻塞。
來自營運團隊NexusAi Technology解決的問題
不一致的標題、類型與識別碼導致關聯失敗與報告不可靠。團隊需要一套實用且可重複使用的清理規範。
欄位層級規則
明確的類型、格式與允許值。
關聯設計
透過鍵值與備援確保跨檔案關聯可靠。
驗證套件
單元測試與門檻設定以捕捉回歸問題。
異常處理
隔離錯誤列而不阻塞執行。
AI 提示詞指令
擔任資料品質負責人,為定期匯出的 Excel 檔案建立清理藍圖。
此任務的重要性:
標準化不足的資料會破壞關聯、關鍵績效指標(KPI)及信任度。可重複使用的藍圖能減少重工並穩定報告。
重要限制:
- 不提供模糊建議;需明確欄位規則、可接受值及備援邏輯。
- 假設低程式碼或 Python ETL 可實作此計劃。
使用者輸入:
- 範例匯出標題,若可能,提供 50 至 200 筆範例資料。
- 已知的業務鍵、查詢表及目標 KPI。
- 預期的更新頻率與服務等級協議(SLA)。
目標:
1) 正規化標題、資料類型及日期格式。
2) 定義去重、修剪、空值處理及識別碼串接。
3) 指定跨檔案關聯邏輯(主鍵、複合鍵,必要時含模糊規則)。
4) 提供驗證檢查與異常報告。
分析流程:
1) 建立資料字典:欄位、來源、目標類型、允許值、轉換規則、範例。
2) 必要時定義標準鍵與代理鍵。
3) 描述去重規則(例如依 UpdatedAt 保留最新,平手以 Status 決定)。
4) 概述單元測試:列數、類型檢查、參照完整性、指標對帳。
所需輸出格式:
- 資料字典(表格)
- 轉換規則(步驟清單)
- 關聯計劃(圖示文字)
- 驗證套件(檢查清單)
- 異常處理(流程圖)
品質控管:
- 標示模糊欄位並建議命名標準。
- 提供至少 5 組測試案例及預期結果。
驗證清單:
- 鍵值在更新間是否穩定?
- 日期與時區是否一致?
- 查詢表是否完整且有版本控管?
最終指示:
請先索取缺少的範例,然後產出完整可實作的清理藍圖。
預期成果
交付成果: - 資料字典:CustomerID(字串 → UUID)、OrderDate(日期,ISO-8601)、Amount(小數,2 位小數) - 轉換規則:修剪文字、國家代碼大寫、日期強制轉換、零小數轉空值 - 關聯計劃:Orders.CustomerID → Customers.CustomerID;備援以標準化 Email 關聯 - 驗證:列數誤差 ±5%、重複 OrderID < 0.1%、參照完整性 100%
實施流程
使用 ChatGPT 草擬藍圖
將範例標題與 50 至 200 筆資料貼入 ChatGPT,並使用此提示。請求資料字典、轉換規則、關聯計劃及驗證套件。預期獲得結構化藍圖。
20-30 min用 Gemini 探查邊界案例
將相同範例提供給 Gemini,請其找出風險欄位、模糊鍵及反例。將其邊界案例與草稿比較,並在試算表中調和差異。
15-20 min完成實作備註
在 Excel 或 Sheets 標籤中加入最終類型規則與測試。標示需強制轉換或查詢的欄位。將藍圖交付工程團隊進行 ETL 腳本撰寫。
10-15 min
