清理前先明确每列含义
让 Claude 帮忙清理表格时，先提供字段定义。编号看起来像数字，但可能不适合运算；日期可能来自不同地区；空白也可能表示未填写而非零。本文仅使用虚构文本练习，不声称已连接数据库或对真实表格执行修改。
保留原始表，先输出规则
准备一份只读原始副本，让模型先列清理方案：修剪空格、统一日期格式、保留编号前导零、标记缺失值。每条规则应说明适用字段与例外。人工确认之后再转换，避免一个统一处理动作破坏不同字段的含义。
虚构例子：编号0012不是数量12
材料为D1编号“0012”，D2日期“03/04/2026”，D3数量留空。D1应保留前导零；D2缺少地区格式，不能直接决定三月四日还是四月三日；D3应标缺失，不填0。可以分别列原始值、建议值和需要确认的依据。
重复记录需要业务依据
两行姓名一样不代表同一客户，产品名一样也不代表同一次交易。先定义重复键，例如记录编号或你明确提供的组合字段。若缺乏可靠标识，输出疑似重复清单，而不是直接删除。去重前记录原始行号，方便追溯。
让清理输出包含变更日志
推荐字段为来源行号、字段、原始值、建议值、规则编号和审核状态。没有变化的字段不必编写理由，但不确定的转换必须单列。批量处理时分组核对行数、编号连续性和缺失比例，避免漏行或重复合并。
使用小样本验证再扩大
选取普通、空白、异常日期、重复和带前导零的样例，逐项检查清理结果。若要生成代码，先要求最小可运行示例并在测试副本执行。模型整理方案并不等于数据已被正确修改；导入真实系统前检查格式限制。
常见问题：能自动补空值吗
只有明确的业务规则与材料支持时才补齐，并记录依据。推测出来的客户年龄、金额或日期不能混入事实字段。表格原文提取可参考《Claude 表格信息提取教程：保留单位、空值与原始行号》，先提取后清理更容易定位错误。