Присоединиться бесплатно

Create a column-by-column Excel data cleaning plan

Автор: AILesson8 мин на настройкуПроверено на:ChatGPTПроверено: 2026-08-28

Быстрый ответ

Inspect field meanings and define reversible cleaning rules before changing data. Укажите: Dataset purpose, Columns and intended meanings, Representative rows and known issues. Ожидаемый результат: A prioritized cleaning plan, validation rules, and audit columns.

1

Добавьте контекст

ваш текст остаётся в этом браузере. AILesson Prompts не отправляет его ни в модель, ни на сервер.

2

Ваш промпт

Незаполненные поля остаются видимыми как заполнители, поэтому вы всё равно можете скопировать и отредактировать промпт

Design a reversible Excel data-cleaning plan.

Dataset purpose:
[purpose]

Columns and intended meanings:
[schema]

Representative rows and known issues:
[sample]

Do not edit or discard values yet. Profile each column for type, blanks, uniqueness, allowed values, formatting, and cross-field consistency. Separate harmless presentation differences from changes that alter meaning. Return:
1. Blocking questions and assumptions
2. Column-by-column issue table with evidence
3. Cleaning rule, validation rule, and exception handling for each issue
4. Recommended helper/audit columns
5. Safe execution order with a preserved raw copy
6. Before/after tests and a rollback method

Never infer missing identities, categories, dates, or business facts from appearance alone.
Попробовать в Playground
Конфиденциально по умолчаниюПромпт собирается локально в вашем браузере. Не вводите конфиденциальную информацию в сервисы ИИ, если ваша организация этого не разрешает.

От исходных данных к результату

Разобранный пример

Посмотрите, как конкретный контекст превращает этот рецепт в полезный результат

Реальный ввод

Dataset purpose
Prepare a customer export for CRM import and regional sales counts. The CRM requires a unique Customer ID, a valid email or blank, ISO country codes, and an ISO signup date.
Columns and intended meanings
CustomerID required unique text; Email optional; Country required ISO alpha-2; SignupDate required date; Status one of Active, Paused, Closed.
Representative rows and known issues
C-001 | ANA@EXAMPLE.COM | United Kingdom | 3/4/26 | active; C-002 | blank | UK | 2026-04-03 | Paused; C-002 | ana2@example.com | GB | 04/03/2026 | Active; C-004 | bad-address | U.K. | blank | closed.

Пример вывода

Blocking questions

Confirm the source locale for 3/4/26 and 04/03/2026, the authoritative record for duplicate C-002, and whether a missing signup date blocks import. These cannot be inferred safely.

ColumnEvidenceCleaning ruleValidation / exception
CustomerIDC-002 repeatsTrim only; do not mergeCOUNTIF must equal 1; route duplicates to review
Emailuppercase, blank, malformedTrim and lowercase; preserve blankBasic structural check; flag bad-address
CountryUnited Kingdom, UK, GB, U.K.Map confirmed aliases to GBReject unmapped values
SignupDateISO plus ambiguous numeric textPreserve ISO; convert only after locale confirmationFlag ambiguous and blank values
Statuscase variationMap case-insensitively to approved labelsReject other values

Create RawValue, CleanValue, RuleApplied, and ReviewReason columns or a separate audit sheet. Duplicate the source sheet as Raw_ReadOnly, record row count and a checksum of CustomerID values, then clean helper columns in the order: keys → required fields → dates → controlled labels → optional fields. Import only rows with no ReviewReason. Reconcile final row count, unique key count, rejected rows, and each mapping total to the raw copy. Roll back by discarding the clean sheet; never overwrite Raw_ReadOnly.

Почему это работает

  1. 1

    Profiling before mutation prevents cosmetic cleanup from changing business meaning.

  2. 2

    Raw copies and audit columns make every transformation reviewable and reversible.

Проверьте результат

  • Is every cleaning rule tied to a stated field meaning or allowed value?

  • Can exceptional rows be reviewed without being overwritten?

  • Can the cleaned result be reconciled to the raw row count and keys?

Используйте уверенно

Часто задаваемые вопросы

Практические ответы о том, когда использовать этот рецепт, что нужно предоставить и где по-прежнему важна проверка человеком

What should I prepare before using “Create a column-by-column Excel data cleaning plan”?

For “Create a column-by-column Excel data cleaning plan,” prepare Dataset purpose, Columns and intended meanings, and Representative rows and known issues. Replace placeholders only with information you can verify. If a detail is unknown, preserve that uncertainty explicitly instead of asking the model to infer it.

When is the “Create a column-by-column Excel data cleaning plan” result not ready to use?

The result is not ready if it does not yet deliver the stated outcome—A prioritized cleaning plan, validation rules, and audit columns—from the supplied evidence, or if it relies on unresolved assumptions, missing approvals, or invented details. Use the checks as release gates: revise the source inputs or assign a named, authorized reviewer instead of polishing an unsupported output.

Which AI tools have recorded tests for “Create a column-by-column Excel data cleaning plan”?

The published test record for “Create a column-by-column Excel data cleaning plan” lists ChatGPT as of 2026-08-28. This confirms recorded runs, not guaranteed compatibility or identical results in later product versions. For another tool or version, keep every constraint visible and repeat the result checks before use.

Другие способы изучения

Где этот рецепт применим

Текстовые промтыExcel и электронные таблицы

Продолжайте работу

AILesson · Рекомендуемые курсы

ваш следующий шаг: примените ИИ на практике

Перейдите от понимания ИИ к выполнению задач. Практикуйтесь в составлении запросов, проверке и улучшении результатов с помощью интерактивных уроков для работы и повседневной жизни.

Просмотреть все курсы
Обложка курса «ИИ для начинающих»

15 интерактивных уроков

ИИ для начинающих

Начните полезную беседу с ИИ, улучшите ответ, проверьте важное и поймите, когда следующий шаг нужно сделать вам.

Просмотреть этот курс
Обложка курса «Основы ChatGPT»

10 интерактивных уроков

Основы ChatGPT

Освойте ChatGPT на трёх практических рабочих процессах: проведите первую беседу, поработайте с файлом, а затем перенесите проверенный план в новую беседу с помощью проектов.

Просмотреть этот курс
Обложка курса «Как работает генеративный ИИ»

7 интерактивных уроков

Как работает генеративный ИИ

Разберитесь, как распространённые ИИ-чаты изучают закономерности языка, используют текущие сообщения, формируют ответы и подключают источники и инструменты.

Просмотреть этот курс