让模型整理一份客户表之前的几条记录

一份客户表里，手机号可能夹着空格，日期可能有几种写法，同一个人也可能出现多次。手工修改几十行还算轻松，到了几千行，就很容易漏改。让模型编写数据清洗脚本，适合处理这类规则明确、需要重复执行的工作。

这里的脚本，可以理解为一份交给电脑执行的操作说明。模型负责起草说明，你负责确定哪些修改是正确的，并检查执行结果。能运行，不等于清洗得对。

§ 先写清楚哪些地方可以改

开始前，不必急着上传整份文件。先列出列名、几条虚构样例，以及希望得到的结果。比如，姓名只去掉首尾空格，手机号保留为文本，空邮箱保持为空。手机号不是用来计算的数字，转成数值可能丢失开头的零。

缺失、重复和错误不是同一件事。邮箱为空，不代表这行应该删除；姓名相同，也不代表是同一个人。去重前需要确定依据，例如客户编号。依据不够可靠时，先标记疑似重复，比直接删除更稳妥。

§ 给模型一份可以核对的任务

请求越具体，生成的脚本越容易检查。与其只说“帮我清洗这份表”，不如描述输入、规则、输出和遇到异常时的处理方式。

例如：“请用 Python 编写脚本，读取 customers.csv，输出 customers_clean.csv，不覆盖原文件。去掉姓名首尾空格，手机号按文本读取。按客户编号标记重复记录，但不要删除。日期统一为年－月－日；无法判断的日期保留原值，并写入问题清单。请说明运行步骤和需要安装的依赖。”

再补充几条虚构样例，包括空值、重复编号和异常日期。让模型说明每条样例处理后的结果，往往能在运行之前发现规则里的歧义。

§ 先读说明，再运行小样本

拿到脚本后，先要求模型用普通话解释它会读取什么、修改什么、生成哪些文件，以及是否发送网络请求。不理解的步骤，应先问清楚，不要因为代码看起来完整就直接执行。

• 保留原文件备份，并把输出写入新文件。
• 先用十几行样本测试，不直接处理全部数据。
• 要求报告读入行数、输出行数、重复项和异常项数量。
• 检查额外依赖，只安装理解其用途的组件。

如果出现报错，把错误信息和相关代码交给模型继续修改即可。不要为了排错贴出访问密钥、真实客户资料或整份业务文件。

§ 检查结果，而不只是看成功提示

脚本显示“完成”，只能证明程序执行到了结束。还要核对记录数量是否符合预期，抽查修改前后的字段，并专门查看异常清单。日期“03/04/2026”可能有两种解释，模型不应该替你猜。

金额和日期尤其需要业务规则。空金额不能默认等于零，无法解析的日期也不能悄悄变成当天。让脚本保留原值、记录原因，通常比自动补齐更方便追溯。

§ 把生成脚本接入日常工作

如果已经使用兼容 OpenAI 的客户端，可以通过 Vana API 的统一入口调用模型，例如 Claude Sonnet 5.5，起草和修改清洗脚本。Vana API 按实际使用的词元计费，没有月费；脚本通常仍在你自己的环境中运行，生成代码和执行代码是两个步骤。

可以创建一个 Vana API 账户，从一份不含敏感信息的小样本开始试用。无论使用什么入口，都只提交完成任务所需的信息；能用虚构样例说明的问题，就不必提供真实记录。

§ 留下下次还能使用的规则

第一次清洗完成后，把脚本、运行说明和几条测试样例放在一起。下次收到新文件，先确认列名和业务规则没有变化，再重新运行。模型最有用的地方，不是替你决定数据应该是什么样，而是把已经确认的规则变成可以重复检查的操作。