必须撰写明确可执行的需求文档才能让千问ai正确清洗数据，否则ai会误删关键字段或填错空值；需先识别重复行、错别字、数值列混文字三类脏数据，确认业务底线，再按字段级、逻辑链式、排除法三种结构化句式编写规则，并包含输入格式、输出文件、敏感字段禁令、人工介入阈值四要素。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让千问AI帮你清洗一批原始数据，但直接扔进去一堆杂乱表格它根本没法理解你要什么——必须把清洗目标、规则、边界条件全部写成明确、可执行的需求文档，否则AI会按自己逻辑瞎处理，删掉你关键字段或者填错空值。
先搞清数据清洗要解决什么问题
打开原始数据文件，逐行扫一遍，圈出三类典型脏数据：重复行、明显错别字（比如“北京市”写成“北京巾”）、数值型字段里混着文字（如“年龄”列出现“未知”“暂缺”）。这一步不能跳，【没识别出真实脏点，后面所有规则都是空中楼阁】。
确认业务方最不能容忍的错误类型。是宁可删掉整条记录也不能留空值？还是必须保留所有ID，哪怕其他字段全为空？这个底线决定清洗策略走向。
用结构化句式写核心清洗需求
方法一：字段级清洗指令（适合字段少、规则清晰）
写成：“【姓名】列：删除前后空格；将‘NULL’‘N/A’‘-’统一替换为‘’（空字符串）；发现含数字或标点的值（如‘张三123’‘李四@’），标为‘待人工复核’。”
方法二：逻辑链式指令（适合多条件嵌套）
写成：“【订单时间】列：先转为标准日期格式（YYYY-MM-DD）；若无法解析，检查是否为‘2024/03/15’或‘15-03-2024’格式→按对应规则转换；仍失败则填入‘2000-01-01’并打标签‘时间格式异常’。”
方法三：排除法指令（适合黑名单场景）
写成：“【手机号】列：只保留11位纯数字；剔除以‘10’‘11’‘12’开头的号段；剔除重复号码（保留首次出现行，后续重复行整行标记‘去重废弃’）。”
必须包含的四个硬性要素
① 输入数据格式说明：明确是Excel第几个sheet、CSV是否含BOM、字段分隔符是逗号还是制表符。不写清楚，AI可能把中文逗号当成分隔符切开地址字段。
② 输出交付物定义：要求生成三份文件——清洗后主表、异常记录明细表（含原值、问题类型、行号）、清洗操作日志（每条规则执行次数和修改量）。
③ 特殊字段处理声明：【身份证号、银行卡号等敏感字段禁止任何脱敏以外的操作，包括截断、替换、四舍五入】。
④ 人工介入触发条件：当单字段异常率＞15% 或 某类错误连续出现超50次时，立即暂停并输出报错包，不要强行跑完。
