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。