在現實世界中，完美的資料集只存在於 Kaggle 比賽和教科書裡。當你從業務單位收到 Excel 報表時，通常會看到以下災難：
- 格式錯亂：日期有
2026-03-31、26/03/31、甚至是115年3月底。 - 單位不一：金額欄位有的寫
100萬、有的寫1,000,000、還有人打1m。 - 充滿空值：有一半的客戶沒填電話號碼。
- 全半形夾雜：地址裡混雜各種奇怪的空白。
以前你必須花一整天寫正則表達式（RegEx）或是手刻 VBA 巨集。現在，只要一句 Prompt。
現代分析師的超級武器：Advanced Data Analysis
如果你使用 ChatGPT Plus，它內建了一個在獨立虛擬環境中執行的 Python 直譯器。這代表你只要上傳檔案，用自然語言下達指令，它就會自己寫 Code -> 自己執行 -> 檢查有沒有錯 -> 把清洗好的檔案還給你。
[!TIP] 即使你一輩子沒寫過 Python，只要你會講出「你想要什麼樣的資料格式」，AI 就能幫你實作。
實際演練：上傳統計報表
準備一個包含「髒資料」的 CSV 或 Excel 檔案，上傳給 ChatGPT，然後提供以下具有邏輯思維的 Prompt：
這是一份我們公司的「Q1 線上渠道客戶名單.xlsx」。由於是從多個系統人工匯出的，裡面充斥著髒資料。我需要你作為資深數據分析師，透過 Python 幫我進行資料清洗。
請依序執行以下處理步驟，並在每一步完成後告訴我處理結果：
1. 【統一日期格式】：把「購買日期」欄位中的所有格式（包含民國年或中文字），全部轉換為 YYYY-MM-DD 的標準 ISO 格式。
2. 【特徵提取與替換】：把「訂單金額」欄位中的「萬」、「千」、「元」等中文字去除，並統一轉換為純數字（Integer），例如「10萬」變成 100000。
3. 【處理空值】：找出「會員等級」為空值的欄位。若該客戶「訂單金額」大於 5000，請填補為「VIP」；否則填為「一般會員」。
4. 【去關聯化（脱敏）】：將「客戶姓名」只保留第一個字，其餘以 * 代替；「手機號碼」中間三碼換成 ***。
處理完成後，請給我一份清洗完畢的 `cleaned_Q1_customers.csv` 下載連結。如果遇到 AI 報錯怎麼辦？
在使用 Data Analysis 時，AI 自動生成的腳本有時會因為特殊編碼（例如 Big5 繁體中文編碼）而出現讀取錯誤 UnicodeDecodeError。
不要慌張，這時候你不需要懂 Code，只要溫柔地對它說：
「看來用 utf-8 讀取失敗了，這份檔案可能是台灣傳統 Windows 系統產生的。請嘗試使用
cp950或big5重新讀取。」
AI 就會聰明地換一種讀取方式再次嘗試，直到成功為止。
建立自動化 Pipeline：把黑手工作交接給系統
如果你每週都會收到這種「很髒」的報表，你不可能每次都手動上傳去請 ChatGPT 清洗。
正確的做法是請它把清洗邏輯寫成自動化的 Python 腳本（Pipeline）：
這個清洗邏輯非常完美！
因為我們每週都會收到格式一模一樣的報表，請幫我把剛剛的所有清洗步驟，封裝成一個完整的 Python 腳本檔案 `clean_data.py`。
我希望未來我只要在電腦上輸入 `python clean_data.py input.csv output.csv` 就可以自動完成同樣的清洗流程。這就是 AI 顛覆資料科學痛點的最佳證明：它幫你跳過繁瑣的寫扣流程，讓你直接獲得解決問題的自動化工具。
🧹 實戰進階：不用寫程式也能清洗資料的替代方案
如果你完全不想碰 Python，以下工具也能處理常見的髒資料問題：
| 工具 | 適合場景 | 費用 |
|---|---|---|
| ChatGPT Advanced Data Analysis | 上傳 Excel 直接操作 | Plus 月費 20 美元 |
| Google Sheets + AI 外掛 | 小量資料的快速清理 | 免費 |
| Make.com 自動化 | 每週固定格式的報表清洗 | 免費版可用 |
| OpenRefine（開源） | 大量資料的批次清理 | 完全免費 |
選擇建議： 偶爾清一次選 ChatGPT 最快；每週重複清同一種報表，就請 AI 寫成腳本或用 Make 自動化。
⚠️ 資料清洗的三大地雷
1. 不要相信「資料完整了」
AI 清洗完畢後，務必抽檢 5–10 筆資料。最常見的問題是：AI 把「不適用」和「空白」混為一談，或是把「0」當成空值刪掉。
2. 編碼問題是台灣人的宿命
台灣的政府機關和老系統匯出的檔案，80% 是 Big5 編碼。如果 AI 說讀不了，記得告訴它「嘗試用 cp950 或 big5 編碼」。
3. 個資脫敏不能事後才想到
如果你的資料包含客戶姓名、電話、身分證號，上傳給 AI 之前就必須脫敏。不要等 AI 清洗完才發現機密資料已經上傳到雲端了。
資料清洗完畢後，下一步就是數據視覺化與商業洞察——讓老闆看懂你的分析結果。也可以回到資料分析師 AI 技能樹看完整學習路徑。
❓ 常見問題 FAQ
AI 能處理多大的檔案？
ChatGPT 的 Advanced Data Analysis 目前可處理最大約 512MB 的檔案，但實務上超過 50MB 就容易卡頓或逾時。如果你的資料超過十萬筆，建議先用 Excel 篩選出需要清洗的欄位，只上傳「有問題的部分」。真正的大數據清洗（百萬筆以上），還是需要在本地跑 Python 腳本。
AI 產出的 Python 腳本安全嗎？可以直接在公司電腦上跑嗎？
ChatGPT 產出的腳本通常只用到 pandas、openpyxl 等標準資料處理套件，不會有惡意程式碼。但建議：1) 先在測試資料上跑一次確認結果正確，2) 不要讓腳本有「刪除原始檔案」的權限。如果公司 IT 有疑慮，可以把腳本內容給他們過目。
清洗過程中 AI 會不會改到不該改的資料？
會，這是最需要警惕的風險。例如 AI 可能把客戶名字「馬」當成金額單位去處理，或是把「台北市 101 號」裡的 101 當成數值。解法是：在 Prompt 中明確指定哪些欄位要處理、哪些絕對不動，並在清洗後比對原始資料的列數是否一致。
不會寫程式的人，看到 AI 產出的 Code 要怎麼判斷對不對？
你不需要看懂每一行程式碼。關注三件事：1) AI 處理完後說「共處理 N 筆資料，修改了 M 個欄位」——這些數字合理嗎？2) 下載清洗後的檔案，打開 Excel 肉眼抽查前 20 筆；3) 確認列數（row count）跟原始檔一致，沒有被誤刪。