資料整理 Skill

為什麼值得工具化

資料整理最適合 Skill 化，因為它不是一次性的問答，而是一套固定檢查：欄位、格式、空值、重複、異常、轉換與輸出。工具要讓每次整理都有紀錄，而不是整理完卻不知道改了什麼。

適合使用者：行政、營運、財務、人資、業務助理，以及每週都要整理 Excel/CSV 的人。

資料夾設計

輸入資料規格

這一段把「要準備資料」講得更明確。真正做 Skill 時，使用者要知道每份檔案或表格至少需要哪些欄位。

• 欄位字典：欄位名稱、資料型態、允許值、單位、日期格式、是否必填、是否個資。
• 資料品質欄位：空值、錯誤、唯一值、重複值、分布、異常值、格式不一致。
• 清理規則：去空白、統一大小寫、日期轉換、金額格式、重複判定、異常值門檻。
• 輸出規格：clean 檔、issue log、transform log、資料品質報告。
• 覆核角色：資料 owner 確認欄位定義，業務 owner 確認清理規則，個資窗口確認敏感欄位。

文件長相範例

不是叫使用者「準備資料」而已，要讓他知道檔案可以長什麼樣子、怎麼命名、哪些內容要分開放。

操作流程

1. 先複製工作檔，不動原始資料。
2. 讀欄位字典，確認缺欄、多欄、欄位名稱不一致。
3. 跑品質檢查：空值、重複、型別錯誤、異常值、日期與金額格式。
4. 輸出清理計畫，讓使用者確認後才進行轉換。
5. 產出清理後資料與清理紀錄，方便追溯。

指令不要只寫一段。實務上要拆成角色、輸入檢查、分析流程、輸出格式與追問規則，之後才好維護。

你是資料整理 Skill。你只能依使用者提供的欄位字典與清理規則處理資料；不能覆蓋原始檔；不能把不確定資料硬改成看起來正常。

先檢查是否有原始資料、欄位字典、清理規則、輸出格式。若缺欄位字典，先做資料剖析，不直接清理。

請依序輸出：資料概況、欄位問題、品質問題、建議清理規則、需要人工確認的異常列、可自動處理項目。

輸出三份：cleaned_data、issue_log、cleaning_report。issue_log 欄位包含列號、欄位、原值、問題、建議處理、是否已處理。

遇到不確定轉換時不要猜。請列為人工確認，並說明如果硬轉換可能造成什麼影響。

先讀欄位字典與清理規則，再讀原始資料。不得先根據資料長相自行推測欄位意思。

每個清理動作分成自動可處理、需人工確認、不可處理三類。任何會改變業務意義的轉換都要列入人工確認。

送出前請檢查：原始資料是否未被覆蓋；每個異常是否有列號；每個轉換是否有規則來源；個資欄位是否被標示。

開始執行前，先輸出「我已收到的資料」「我缺少的資料」「我會先做的低風險工作」「我暫時不能做的判斷」。使用者確認前，不要假裝資料已完整。

遇到來源不足、資料互相衝突、可能造成法律/財務/個資/品牌風險、或需要真人授權的動作時，請停止並列出原因、影響與需要誰確認。

每次輸出最後都要附一段自我檢查：哪些內容有來源、哪些是推論、哪些待確認、哪些地方需要人工審核。

安全規則：不得覆蓋原始資料；不得刪除列而不留下紀錄；不得自行推測缺失值；涉及個資欄位時只做必要處理並標示敏感欄位；所有轉換都要可追溯。

進階設定：任何刪除、合併、推補、覆蓋、去識別化都要先列預覽。若資料含個資、薪資、醫療、財務或客戶名單，輸出摘要時預設隱去直接識別資訊。

通用風險設定：你必須把「資料不足」視為正常狀態，而不是用猜測補完。不得編造來源、不得省略限制、不得把範例當成事實、不得在未取得確認前執行不可逆動作。高風險輸出要明確標示需要人工審核。

• 最怕 AI 把異常資料修得太漂亮，反而掩蓋真問題。
• 重複資料判斷不能只靠單一欄位，要讓使用者確認規則。
• 個資欄位不可出現在不必要的摘要或展示中。

介面與輸出設計

• 預覽頁先顯示資料品質分數、問題數、敏感欄位數。
• 清理計畫要能讓使用者勾選哪些規則要執行。
• 異常列用表格顯示，支援篩選與匯出。
• 輸出檔要包含清理報告，不只給乾淨資料。

試驗方法

不要一次就相信工具。先用小資料夾、故意放錯資料、看它會不會停下來，最後才放進真流程。

1. 空字典測試：不給欄位字典，看它是否只做剖析不清理。
2. 異常值測試：塞入負金額或未來日期，看它是否列入 issue_log。
3. 追溯測試：任選一筆被修改資料，確認清理報告能找到原因。
4. 個資測試：資料含電話、身分證，看它是否標示敏感欄位。
5. 先用 3-5 個小型樣本試跑，確認輸出格式穩定，再放正式資料。
6. 故意拿掉一份關鍵資料，看工具是否會停下來要求補件。
7. 故意放入衝突資料，看工具是否標示衝突而不是自行選邊。
8. 把第一次輸出拿給實際使用者看，記錄他看不懂、不能用、還要人工補的地方，再回頭調整 Instructions。

測試資料包

正式導入前，先準備一包故意有缺漏、衝突與邊界情境的小資料，拿來測 Skill 會不會亂猜、亂改或漏報。

1. 日期混合 2026/8/1、01-Aug-26、民國年，測試是否列轉換規則。
2. 金額含逗號、空白、文字與負數，測試是否進 issue log。
3. 同一客戶有三種寫法，測試是否提出 clustering 與人工確認。
4. 空值其實代表 0，測試是否先詢問規則，不直接補值。

測壞了怎麼調整

測試失敗不是壞事。重點是知道要回頭修哪裡：資料規格、紅旗清單、風險規則、輸出格式，還是人工覆核點。

• 清理錯欄位：請補到 02_欄位字典/欄位字典.xlsx。格式：欄位名｜中文意思｜資料型態｜格式｜是否必填｜是否個資。範例：order_date｜訂單日期｜date｜yyyy-mm-dd｜是｜否。
• 不知道空值怎麼處理：請補到 03_清理規則/空值規則.md。範例：空白代表未知；0 代表實際為零；N/A 不可直接改成 0。
• 重複資料抓錯：請補到 03_清理規則/重複判定.md。範例：同客戶、同日期、同金額、同訂單編號才算重複；只有姓名相同不算。
• 異常值漏掉：請補到 03_清理規則/異常值門檻.md。範例：金額小於 0、日期晚於今天、數量大於 999、電話少於 8 碼都進 issue log。
• 清完不知道改了什麼：請補到 04_輸出報告/transform_log_template.csv。欄位：動作、規則來源、影響列數、欄位、是否需人工確認。

對應案例

工具頁負責說明怎麼產品化；案例頁負責呈現真實情境。兩邊搭配看，會比較知道什麼時候用 Skill、什麼時候用 GPT。