AI整理表格怎么做：2个提示词，4种工具

该用哪种AI工具来清理你的表格？

Copilot Clean Data只能修三类问题，混乱的日期和重复行都不在其中，所以表格里的问题和表格的大小一样，都会缩小你的选择范围。下面是四种现成工具和两条聊天路线，整理自各厂商官方帮助页面（核对于2026年9月26日），表格之后还有专门的AI清洗工具：

Microsoft表示，Clean Data“最适合处理最多100列、50,000行的表格数据”（Excel中的Clean Data），同一页面列出的正是上表中的三类建议。“姓, 名”这类拆分也不在其内，所以有这些问题的表格仍然需要提示词或脚本。Google的清理建议位于“数据”下的“数据清理”，问题会用红色标出。Gemini in Sheets在Google 2025年10月16日的更新中加入了多步编辑，所以一条提示词就能同时删除不活跃的行并重新格式化某一列。

四者之中，只有ChatGPT会针对你的文件编写代码并运行：OpenAI的数据分析帮助页面说明它在Jupyter notebook环境中运行Python，其上传常见问题把单个表格上限定为约50 MB（上文的400,000行是用50 MB除以每行120个字符得出的，是我们自己的算术）。

专门的AI清洗工具是第三条路线。Numerous、Powerdrill、Grist和Bricks各自在自己的表格或上传环境里清洗，所以不会有聊天回复上限把表格截短，但它们的页面都没有描述逐行的修改日志。以下是各家自己的页面所述（核对于2026年9月26日）：

下面两条聊天路线，是你能自己设定每条规则并拿回逐行修改日志的路线，所以本页其余部分都围绕它们展开。

什么提示词能清洗表格并记录每一处修改？

能安全清洗表格的提示词会要求两样输出：清洗后的表格，以及每个被改动的单元格各一行日志。把表格以CSV形式粘贴或作为附件上传；模型读取的是单元格的文本值，所以公式列传过去的是它最后一次计算的结果（各类文件会如何处理）。然后发送下面这段，按你的列做修改：

```

Here is a table pasted as CSV. Clean it and return two things.

1. The cleaned table as CSV: same columns, same order, same number of rows unless a row is an exact duplicate of an earlier one.
2. A change log: one line per change, in the form "row 14, Email: trimmed trailing space". If you make the same change to many rows, list the rows, not a summary.

Rules. Dates become YYYY-MM-DD; where a date could be read two ways (03/04/2025), do not guess, leave it as it was and list it under AMBIGUOUS. Names in Title Case, emails in lower case, spaces trimmed everywhere. Split "Last, First" into two columns named Last name and First name. Turn amounts like "$1,299.00" into plain numbers. Never fill a blank cell; leave it blank and list it under BLANK. If you drop any row, say which and why. Finish with the row count in and the row count out.

```

修改日志是这个提示词的全部意义所在。单独一张清洗后的表格看起来已经完成，而看起来完成恰恰就是问题：你分不出哪个单元格是修好的，哪个是被改写的。有了日志，检查工作只需十分钟的浏览，而且像“row 31, Amount: changed 1,299 to 1.299”这样的一行，就能告诉你模型把欧洲的千位分隔符当成了小数点。

接着在第二个模型里运行同一个提示词，对比两份日志。一个模型写了而另一个没写的那一行，正是该回到原文件里打开查看的单元格。Whizi的对比视图会把一个提示词分两列发给两个模型；在其他应用里，请新开一个聊天，让第二个模型从原始CSV出发，而不是基于第一次的回复。清洗之后要处理公式、查找和数据透视表，请用电子表格提示词包。

不逐行粘贴，怎么用AI清洗Excel里的数据？

对于大型Excel文件，粘贴表头和约30行样本，让AI给出Power Query步骤，Excel会把这些步骤记录下来，下个月的导出文件直接重跑。样本里要包含那些难看的行，并说明真实文件有多少行：

```

Here are the header row and 30 sample rows from a CSV of about 12,000 rows. Do not clean the sample. Write [Power Query steps in the order I click them / a Python script using pandas / a Google Apps Script] that does the following on the full file.

Parse the Date column as day first and write it back as YYYY-MM-DD, and flag any value that fails to parse instead of dropping the row. Trim whitespace in every text column. Lower case the Email column. Title Case the Name columns. Split "Last, First" into Last name and First name. Convert Amount values like "$1,299.00" to numbers. Remove rows that are exact duplicates of an earlier row. Leave blank cells blank.

Write every change to a second sheet or file called changelog with four columns: row number, column, old value, new value. Print the row count before and after. Comment each step in one line so I can read it without knowing the language.

```

按文件所在的位置选目标。Excel用户用Power Query收获最大，因为每一步都会出现在“应用的步骤”窗格里。有一个陷阱：微软的Power Query文档（2026年4月更新）说它会根据前200行猜测列类型，所以一个前200行很规整、之后很混乱的日期列，在预览里看着没问题，之后才会出错。Google Sheets用户用Apps Script。习惯终端的人用Python加pandas，它处理12,000行的文件和1,048,576行的文件（Excel工作表的硬上限）方式完全一样。

在普通聊天里，是模型写脚本、你来运行。ChatGPT的数据分析是个例外，它会在上传的文件上运行自己的Python，不过OpenAI的帮助页面仍然要求你在依赖结果之前，先检查生成的代码、输出和假设。数据分析最佳AI比较了各家的沙盒环境；运行前先阅读AI所写代码的习惯，则见AI编程。文件清洗干净之后，下一个工作流程是用AI分析电子表格。

AI一次能清洗多少行？

在把表格写回聊天的场景里，应用的回复上限就是极限。Whizi把一次回复限制在20,000个token，大约能容纳580行十列的数据；如果还要和修改日志共用，就只剩大约一半。下面的数字只是粗略估计，因为分词器并不按字符计数。Anthropic的经验法则是每个token约3.5个英文字符，所以20,000个输出token大约是70,000个字符。

输入这一侧宽松一些。在Whizi里，一条消息（包括从附件中提取的文本）上限为100,000个字符（约28,000个token），每一轮在所有模型上的上限是40,000个输入token和20,000个输出token（上限原文）。其他聊天应用有各自的回复上限，大多没有公布，但规律一样：能放进去的行数多于能返回来的行数。

现在把最后一列减半，因为修改日志要和表格共用这次回复。清单里窄表格在Whizi中“约500行”就是这么来的，而宽表格则接近150行。超过这些数字，模型仍然会回答，但返回的表格会比你发送的短，而且它不一定会说明。百万token的上下文窗口也改变不了这一点，因为回复上限和窗口是分开的。

信任AI清洗过的表格之前，要检查的三种失败

检查AI清洗过的表格，要留意三种失败：丢行、在空白单元格里编造值，以及日期在日在前和月在前之间被颠倒。每一种都会留下一份看起来很干净的文件，所以扫一眼结果根本发现不了。

悄悄丢行。表格比回复上限更长时会被截短返回（行数的计算见上一节），而无法顺利解析的行，比如合并单元格、写进金额列的备注，或多了一个逗号的行，则是清洗工具可能跳过的那种。表格看起来整齐，这两种情况都看不出来。上面的提示词要求给出输入和输出的行数，原因就在这里。如果两者不同而日志又没解释原因，这份文件就不是清洗过了，而是变短了。

在空白里编造值。有些工具会特意填补空白：Numerous自己的博客就把补全缺失值列为一条提示词能做的事。填过的单元格事后看起来和真实值没有区别，所以提示词里的“Never fill a blank”设定规则，BLANK清单则显示模型有没有遵守。空白表示没人知道，猜出来的值则表示有人知道。

日期区域颠倒。03/04/2025在伦敦是3月4日，在纽约是4月3日，单元格里没有任何信息说明是哪一种。微软的Power Query文档展示了用错约定的后果：英国的日在前日期在美国区域设置下载入，每个大于12的日都会报错。读取这一列的模型缺少的也是同样的信息，所以两条路线的解决办法都是在提示词里写明文件使用的约定，并让模型标出有歧义的行，而不是自行决定。

还有一个较小的第四种：货币。“1.299,00”和“1,299.00”是两个国家里相同的金额，剥错了分隔符的模型会把€1,299变成€1.299。如果表格里有欧洲的金额，请在提示词里说明。