В одной выгрузке Москва записана четырьмя способами, даты смешаны с текстом, а один заказ встречается дважды. Промпты для очистки таблиц помогают сначала описать правила, затем получить план преобразований, формулы или код и проверить результат. Чат может обработать небольшой переданный фрагмент, но большую книгу он не очищает незаметно в фоне: действия выполняются в Excel, Power Query, SQL или другом выбранном инструменте.
Ниже — готовые запросы для аудита данных, нормализации значений, работы с пропусками и поиска дублей. Их можно копировать в рабочий чат, заменяя названия колонок и контрольные примеры своими.
Короткий ответ: как очищать таблицы с помощью ИИ
Сначала попросите модель провести аудит без изменений, затем согласуйте типы колонок, правила для пропусков, форматы и ключ дубля. После этого запросите формулу, шаги Power Query, SQL или код для обработки копии данных. Результат проверяйте по числу строк, уникальным ключам, контрольным суммам и журналу исключений — визуально «аккуратная» таблица ещё не означает, что значения преобразованы правильно.
Какую задачу решают промпты для очистки таблиц
Очистка данных — это не команда «сделай красиво». Сначала нужно определить, какой вид должна иметь каждая колонка и какие отклонения действительно являются ошибками. Для номера заказа ведущие нули могут быть значимыми, для суммы строка 1 250,50 ₽ должна стать числом, а пустая дата оплаты может означать, что платёж ещё не поступил.
Нейросеть для очистки таблиц полезна как переводчик между бизнес-правилом и последовательностью действий. Она может:
- составить профиль колонок и список возможных проблем;
- предложить единые форматы дат, чисел, валют и категорий;
- разделить автоматические исправления и случаи для ручной проверки;
- сформулировать ключ дубля и правило выбора сохраняемой записи;
- написать формулу Excel, шаги Power Query, SQL или небольшой скрипт;
- подготовить журнал изменений и тесты.
Модель не знает смысл данных без контекста. Две строки с одинаковым email могут быть дублями клиентов, а могут относиться к членам одной семьи. Пустое значение может быть ошибкой импорта или корректным состоянием. Поэтому хороший промпт не просит сразу удалять строки, а сначала фиксирует определения и исключения.
Microsoft перечисляет среди типовых задач очистки пробелы, непечатаемые символы, числа в текстовом формате, неодинаковые написания и повторяющиеся строки. В руководстве по очистке данных Excel для разных проблем используются разные операции — универсальной кнопки для всех случаев нет.
Когда использовать чат, формулы или Power Query
Выбор зависит от объёма и повторяемости задачи.
| Ситуация | Подход | Что попросить у ИИ |
|---|---|---|
| 20–100 строк нужно разобрать один раз | Чат | Вернуть очищенную копию фрагмента и журнал изменений |
| Одна колонка с пробелами или текстовыми числами | Формула Excel | Дать формулу, место вставки и тесты |
| Одинаковая выгрузка приходит каждую неделю | Power Query | Описать воспроизводимые шаги или подготовить M-код |
| Данные уже находятся в базе | SQL | Написать диагностические и преобразующие запросы без изменения источника на первом шаге |
| Несколько больших файлов нужно обрабатывать регулярно | Скрипт или агент с инструментами | Подготовить алгоритм, код, журнал и безопасный режим тестирования |
Чат удобен для постановки задачи и небольшого образца. Он не должен получать все строки, если для понимания достаточно схемы, статистики и 10–30 показательных записей. Для регулярной работы лучше превратить согласованные правила в воспроизводимую процедуру.
В Power Query инструменты профилирования показывают качество, распределение и профиль колонок. Microsoft отмечает, что по умолчанию профиль рассчитывается по первым 1000 строкам; для полной проверки нужно выбрать анализ всего набора данных. Это хороший пример ограничения, которое стоит явно включить в промпт.
Что передать в чат перед очисткой
Перед запросом соберите карточку контекста:
- формат источника: Excel, CSV, Google Таблицы или выгрузка из системы;
- размер таблицы и первая строка данных;
- названия колонок и их деловой смысл;
- ожидаемый тип каждой колонки;
- 10–30 строк с типовыми и проблемными значениями;
- допустимые справочники категорий;
- определение пустого значения;
- ключ или комбинация колонок для поиска дублей;
- правило выбора записи, которую нужно сохранить;
- запрещённые действия;
- желаемый результат: таблица, список правил, формулы, Power Query или код;
- контрольные примеры до и после преобразования.
Если данные содержат персональные сведения, перед отправкой замените имена, телефоны, email и идентификаторы тестовыми значениями. Для разработки правила обычно достаточно структуры и обезличенного образца.
Схема колонок объясняет форму данных, а правила и исключения определяют, какие изменения допустимы.
Короткие промпты для очистки таблиц
1. Провести аудит качества без изменения данных
Проанализируй структуру небольшой таблицы, которую я пришлю ниже. Колонки: [название — смысл — ожидаемый тип]. Сначала ничего не исправляй. Найди возможные проблемы: пустые значения, разные типы внутри колонки, лишние пробелы, непечатаемые символы, неодинаковые категории, подозрительные даты, числа как текст и возможные дубли. Верни таблицу: «Проблема / Колонка / Пример / Риск / Предлагаемое правило / Нужна ли ручная проверка». Не придумывай значения, которых нет в образце.Такой аудит качества таблицы отделяет диагностику от преобразования. Сначала пользователь видит предлагаемые правила и может отклонить опасные исправления.
2. Разобрать пропуски и пустые значения
В таблице заказов есть пустые значения в колонках «Дата оплаты», «Менеджер», «Комментарий» и «Сумма». Помоги определить правила обработки. Раздели пропуски на допустимые, ошибочные и неоднозначные. Не заполняй их средним, нулём или словом «Нет» без основания. Для каждой колонки предложи действие: оставить пустым, восстановить из другой колонки, пометить для проверки или исключить из конкретного расчёта. Объясни влияние решения на отчёт.Пропуски нельзя обрабатывать одинаково. Пустой комментарий обычно допустим, пустая сумма мешает расчёту, а пустая дата оплаты может не быть ошибкой.
3. Нормализовать даты, валюты и числа
Нужно нормализовать колонки «Дата», «Сумма» и «Валюта». В образце встречаются даты 03.04.2026, 2026-04-03 и 04/03/2026; суммы «1 250,50 ₽», «1250.50» и «1,250.50»; валюты RUB, руб. и ₽. Целевой формат: дата YYYY-MM-DD, сумма — число с двумя знаками, валюта — код ISO. Сначала перечисли однозначные преобразования. Значения вроде 04/03/2026 вынеси в список неоднозначных и не угадывай порядок дня и месяца. Предложи шаги для Power Query с указанием локали и пять тестов.Локаль влияет на интерпретацию текстовых дат и чисел. В документации Microsoft по типам Power Query отдельно описано преобразование с учётом региональных настроек. Формат отображения не доказывает, что значение стало правильным типом.
4. Привести названия к справочнику
В колонке «Город» встречаются «Москва», «москва», «г. Москва», «МСК» и «Moscow». Целевой справочник содержит «Москва», «Санкт-Петербург», «Казань». Построй таблицу соответствий только для значений, которые можно уверенно сопоставить. Сомнительные и неизвестные варианты вынеси в отдельный список. Не используй приблизительное совпадение без порога и ручной проверки. Затем дай формулу Excel или шаги Power Query для применения утверждённого справочника.Справочник делает преобразование прозрачным и повторяемым. При следующей выгрузке можно увидеть новые варианты, а не молча присоединить их к ближайшему названию.
5. Найти дубли и выбрать сохраняемую запись
В таблице клиентов колонки: ClientID, Email, Телефон, Дата обновления, Статус и Выручка. Сначала предложи три возможных определения дубля: по ClientID, по нормализованному email и по email+телефон. Для каждого объясни риск ложного объединения. После моего выбора сформируй правило: сохранить наиболее позднюю запись, но не терять ненулевую выручку и активный статус. Верни разметку «Оставить / Возможный дубль / Ручная проверка», а не удалённую таблицу. Добавь контроль количества строк и суммы выручки до и после.Команда Excel Remove Duplicates удаляет повторяющиеся строки, сохраняя первое совпадение. Microsoft рекомендует сначала отфильтровать или подсветить повторы и сделать копию исходного диапазона, потому что удаление меняет данные. Поэтому промпт для удаления дублей должен определять ключ и правило сохранения до запуска команды.
Промпт для очистки небольшого фрагмента в чате
Если таблица помещается в контекст, модель может вернуть преобразованную копию. Передавайте данные в кодовом блоке и фиксируйте число строк.
Очисти переданный CSV-фрагмент из 12 строк. Не добавляй и не удаляй строки. Правила: убрать обычные пробелы по краям; категории привести по справочнику [справочник]; даты привести к YYYY-MM-DD только при однозначной интерпретации; суммы преобразовать в число; пустые суммы и неоднозначные даты оставить как есть и добавить причину в колонку quality_note. Email перевести в нижний регистр. Возможные дубли только пометь в duplicate_group, используя нормализованный email; не объединяй записи.
Верни:
1. очищенный CSV с теми же 12 строками;
2. журнал изменений «строка / колонка / было / стало / правило»;
3. список значений, требующих решения;
4. контроль: число строк, сумма однозначно распознанных сумм и количество групп дублей.
Данные:
[вставьте CSV]Сверьте, что ответ содержит все исходные строки. Если модель переставила или объединила записи, попросите вернуть стабильный идентификатор source_row_id.
Большой промпт для нормализации данных
Ты помогаешь подготовить правила очистки таблицы, но не видишь файл и не выполняешь действия вне чата.
Источник: [Excel/CSV/Google Таблицы/другое].
Размер: [строк и колонок].
Цель: [для какого отчёта или процесса готовятся данные].
Колонки: [название, смысл, ожидаемый тип].
Пример данных: [10–30 обезличенных строк].
Справочники: [допустимые категории и соответствия].
Ключ дубля: [пока неизвестен / колонки].
Правило сохранения записи: [описание].
Пропуски: [что допустимо и что требует проверки].
Запрещено: удалять строки, угадывать неоднозначные даты, заменять пустые значения без правила, менять исходную таблицу.
Целевой инструмент: [формулы Excel / Power Query / SQL / Python / только план].
Работай по этапам:
1. Проверь, достаточно ли контекста, и задай до семи вопросов.
2. Составь профиль качества по колонкам.
3. Раздели преобразования на безопасные, требующие подтверждения и запрещённые.
4. Предложи порядок шагов, при котором исходник сохраняется.
5. После моего согласования подготовь формулы, шаги или код.
6. Добавь журнал исключений и контрольные показатели до/после.
7. Дай тест на малом образце и сценарий повторного запуска.
Формат ответа: краткое резюме, таблица проблем, проект правил, вопросы, затем план проверки. Не утверждай, что файл очищен или код проверен.Большой запрос удобен, когда очистка затрагивает несколько типов ошибок. Его главный результат на первом шаге — согласованный регламент, а не немедленно переписанная таблица.
Системный промпт аудитора качества таблиц
Ты — аудитор качества небольших таблиц в чат-режиме. Твоя задача — находить проблемы структуры и предлагать проверяемые правила очистки.
Сначала выясняй цель таблицы, источник, размер, смысл колонок, ожидаемые типы, допустимые категории, правила пропусков и ключи дублей. Не изменяй данные до согласования правил. Не угадывай неоднозначные даты, названия и отсутствующие значения. Разделяй наблюдение, предположение и подтверждённое правило.
Для каждой проблемы показывай колонку, пример, риск, предлагаемое действие и способ проверки. Возможные дубли сначала маркируй; удаление или объединение предлагай только после определения ключа и сохраняемой записи. Для чисел и дат учитывай локаль. Если данных много, проси схему, профиль и небольшой обезличенный образец вместо обещания прочитать весь файл.
После согласования предложи подходящий формат реализации: формула Excel, последовательность Power Query, SQL или небольшой скрипт. Всегда требуй копию исходника, журнал изменений, контроль числа строк и ключевых сумм. Не утверждай, что открыл, изменил или проверил файл. Отвечай по-русски.Пример первого сообщения
Excel Microsoft 365, Windows. В выгрузке 18 400 строк и 9 колонок. Анализировать нужно продажи по месяцам и регионам. Дата иногда записана текстом, сумма содержит ₽ и пробелы, регион имеет разные написания. Дубли предположительно определяются по OrderID, но сначала нужно проверить уникальность. Я пришлю заголовки, статистику и 20 обезличенных строк. Составь аудит и вопросы, данные пока не меняй.Ожидаемый первый ответ — вопросы о типах, локали и бизнес-правилах, затем таблица проблем. Если чат сразу выдаёт «очищенный файл» без доступа к нему или предлагает удалить дубли по всем колонкам, ответ нужно остановить и уточнить регламент.
Как проверить результат вручную
Проверка должна повторять правила очистки, а не ограничиваться визуальным просмотром.
- Сохраните исходный файл отдельно и добавьте каждой строке стабильный
source_row_id. - Зафиксируйте число строк, число уникальных ключей и контрольные суммы по важным числовым колонкам.
- Проверьте 5–10 однозначных случаев для каждого правила.
- Отдельно проверьте границы: пустые ячейки, нули, отрицательные значения, конец месяца и смешанные локали.
- Сравните исходные и новые типы данных, а не только отображаемый формат.
- Просмотрите все значения из журнала исключений.
- Для дублей сначала оцените группы, отмеченные как возможные, и только потом подтверждайте объединение.
- Повторно посчитайте строки, уникальные ключи и суммы. Объясните каждое изменение.
- Запустите процедуру второй раз на уже очищенной копии: результат не должен продолжать меняться без причины.
- Сохраните правила, справочники, версию запроса и дату обработки рядом с результатом.
Сначала измеряют качество и согласуют правила; массовое преобразование начинается только после теста на копии.
Функция TRIM в Excel удаляет обычные пробелы, но не все виды Unicode-пробелов. Это пример, почему один успешный тест недостаточен: значения, скопированные с сайта, могут выглядеть одинаково и вести себя по-разному.
Что сможет чат — и чего не сможет
В чате можно провести аудит переданного фрагмента, сформулировать правила, подготовить промпт для нормализации данных, написать формулы или код и объяснить проверку. В одном диалоге удобно хранить согласованный справочник, список исключений и формат журнала.
Обычный чат не подключается к вашей книге, не знает данные за пределами сообщения и не подтверждает, что преобразование выполнено. Он также не должен получать секреты, персональные данные и весь большой файл, если задачу можно описать схемой и обезличенным образцом.
Надёжный процесс выглядит так: модель помогает спроектировать преобразование, инструмент выполняет его, а человек проверяет контрольные показатели и спорные записи. После того как разовый сценарий стал понятным, его можно закрепить в Power Query, SQL, скрипте или агентном регламенте.
Связанные материалы
- Промпты для формул Excel — формулы и диагностика ошибок.
- Промпты для условного форматирования — как подсвечивать подозрительные значения и дубли.
- ИИ для Excel и Google Таблиц — обзор инструментов для таблиц разного размера.
Начните с десяти обезличенных строк и запроса на аудит без изменений. Согласуйте правила, получите подходящую формулу или код и сохраните порядок проверки для следующей выгрузки.
Больше материалов по теме — в разделе «Промпты».
