Skip to content
AI 数字生产力元技能课

数据模板

数据模板

Section titled “数据模板”

用 AI 处理表格数据时用的三张卡。核心原则：先看懂再动手，先备份再清洗，结论要有数据支持。

表格理解协作卡

Section titled “表格理解协作卡”

拿到一张表，第一步先别动它。先问清楚：这张表在记录什么、每一列是什么意思、哪些字段决定后续统计、哪些地方 AI 只是猜测需要人确认。很多数据错误都发生在第一步——表头看错了，后面所有清洗和统计都会跟着错。比如”创建时间”和”支付时间”不是一回事，“应收金额”和”实收金额”不是一回事。

表格来源：这张表从哪来
数据用途：整理完要拿来做什么
表头：把每一列名贴出来
样例数据：贴几行真实例子
想完成的任务：清洗 / 统计 / 转格式 / 出报告
隐私字段：哪些列不能外传
需要人工确认的规则：哪里 AI 只是猜测，需要人拍板

让 AI 说明表格分五层：用途、字段、关系、异常、风险。看完后自己用人话复述一遍，确认真的看懂了。

数据清洗协作卡

Section titled “数据清洗协作卡”

清理重复和空值是最容易伤到事实的操作：删错一行可能少一个客户，填错一个空值可能改掉真实情况。重复不一定都是垃圾，空值也不一定都是错误——重复可能代表多次购买，空值可能代表暂未填写。先确认，再处理。

原始表格说明：表从哪里来、每列什么意思
需要清洗的问题：重复 / 空值 / 格式不统一 / 错别字
去重依据：按哪几列判断是重复
空值处理方式：删除 / 填默认值 / 保持空 / 标记
格式要求：日期、数字、文本要什么格式
希望输出：清洗后的表 / 处理记录 / 前后对比
检查点：怎么确认清洗没伤到事实

AI 在这里最适合做三件事：列出可能的处理选项、提示每种选项的风险、帮你整理处理记录。真正选哪种规则，要回到业务口径。

清洗五步：保留原始文件 → 说明每列含义 → 让 AI 列处理选项和风险 → 人工确认规则 → 记录处理记录（下次可直接复用）。

数据报告审核清单

Section titled “数据报告审核清单”

数据报告发布前检查：

  • 原始数据已保留：清洗前版本还在。
  • 字段含义清楚：报告里每个数字对应什么口径。
  • 清洗规则有记录：做了什么处理、为什么。
  • 统计口径一致：前后统计用的不是两套口径。
  • 结论有数据支持：每句结论能找到数字来源。
  • 隐私信息已处理：手机号、身份证号、姓名等已脱敏。
  • 建议可执行：读完知道下一步做什么。

相关课时

Section titled “相关课时”