用 WorkBuddy 清洗 Excel 脏数据：规则怎么写死、指令怎么给、清洗完怎么对账

2026-08-08

从别人手上接来的表格通常是这个样子：同一家公司写了三种名字，日期一栏里 2026/8/8、2026-08-08、8月8日 混着，金额有的带”元”有的带千分位，中间还夹着几十个空格子和一片合并单元格。

这类活儿交给 WorkBuddy（Tencent WorkBuddy）这样的桌面 Agent 是合适的——它能读授权目录里的文件并直接产出结果。但清洗和写周报、写文案有个根本区别：它是在改你的原数据。文案改坏了重写，数据改坏了，你可能一个月后才发现少了三十行。

这篇只讲把脏数据弄干净这一段：合表、出图、下结论都不在范围内。

一、先接受一个前提：它可能改过头

官方《10 个上手技巧》第 8 条说得很直接：它可能”改过头”——删掉你想保留的内容、打乱原有格式、方向越改越偏；改文档表格前先复制一份备份，文件名加 _备份 或当天日期。落点值得抄下来：成熟的用法不是期待它永不出错，而是提前准备好回退方案。

所以第一步不是写指令，是复制文件：原始表另存 销售明细_备份_20260808.xlsx，放在不参与本次任务的目录里；清洗结果要求写成新文件，而不是在原表上就地改。官方在工作目录一节也建议按任务类型分别建目录，理由正是降低误操作风险。

模型这层顺带一提：官方内置模型分工表里 MiniMax M2.5 对应的场景正是 Excel 处理与数据分析，但同一处注明了实际可用模型列表可能随产品版本、账号类型和服务可用性变化，别把模型名写死进流程。

二、别一上来就让它动手，先用 Ask 模式看清楚

官方的三种工作模式区别很清楚：

模式	行为	适合这一步
问一问（Ask）	仅问答与信息查看，不修改文件	摸清数据到底脏在哪
想一想（Plan）	先生成执行计划，确认后再操作	改动范围要先审一遍
做一做（Craft）	直接执行任务并修改文件	规则定死之后再用

官方建议首次使用优先选 Ask，熟悉后再按复杂度切换，并明确写了”处理重要文件前请先备份”。清洗天然落在 Craft 上，但直接从 Craft 起步是最常见的错。先跑一条只看不改的体检指令：

先不要修改任何文件。请读取 D:/工作/清洗/销售明细.xlsx，
只做一次数据体检并用表格告诉我：
1）总行数、总列数，每列的字段名和数据类型；
2）每列有多少空值，分别在哪些行；
3）完全重复的行有几组，以「订单号」判定重复的有几组；
4）日期列出现了哪几种写法，各多少条；
5）哪些区域是合并单元格。
只报告现状，不要给建议，不要动文件。

这一轮的价值在于：你不知道它脏在哪，就写不出清洗规则；而规则一含糊，它就替你做决定。

三、五类脏数据，规则得你自己写死

下面左边是大多数人会说的话，右边是必须补上的那部分：

脏在哪	含糊的说法	必须说死成什么
重复行	”去重”	以哪几列判定重复；保留第一条还是最后一条
空值	”空的补一下”	哪些列空了整行删、哪些列补默认值；补什么值
格式不统一	”统一格式”	日期统一成 `YYYY-MM-DD`；金额去千分位和”元”、保留两位小数
异常值	”把异常挑出来”	判据是什么（超区间／负数／早于开业日）；只标记不删除
合并单元格	”把合并的拆开”	拆开后空白格用上方值向下填充，还是保持空白

右边这些不是形式主义。你只说”去重”，它得自己猜是整行完全一样才算，还是订单号一样就算；只说”补空值”，它得猜是删行还是填零。它猜完不会告诉你猜了什么，它会照做，然后你在几百行里发现总数对不上。

四、指令怎么写：一条可以直接复制的模板

官方《创建任务》给的四要素是目标 / 输入 / 输出格式 / 约束条件，《10 个上手技巧》的公式是”做什么 + 有什么 + 怎么样，别让 AI 猜你的意图”。把上节规则填进去就是完整指令：

【目标】清洗 D:/工作/清洗/销售明细.xlsx 中的脏数据，输出一份干净的表。

【输入】原文件 D:/工作/清洗/销售明细.xlsx，共 12 列，首行为表头。
不要改动原文件，所有结果写入新文件。

【清洗规则，严格按此执行，规则没覆盖到的一律保持原样】
1. 拆分所有合并单元格，拆开后的空白格用该区域原有的值向下填充；
2. 以「订单号」判定重复，重复时保留「更新时间」最新的一条；
3. 「客户名称」为空的整行删除；「备注」为空的保持空白，不填默认值；
4. 「下单日期」统一为 YYYY-MM-DD；「金额」去掉千分位和单位，保留两位小数；
5. 「金额」为负数或大于 100000 的行，末尾新增「异常标记」列写明原因，
   但**不要删除也不要修改这些行的原值**。

【输出格式】
- 清洗后的表存为 销售明细_已清洗.xlsx，列名与列序和原表一致，
  仅在末尾新增「异常标记」列；
- 同目录生成 清洗日志.md，逐条记录：每条规则改了多少行、被删行的订单号、
  拆分了哪些合并区域、无法按规则处理的行及原因。

【约束】不要推断和补全缺失的业务数据；规则未覆盖的情况不要自行决定，
列进日志的「待人工确认」一节。

三处是刻意加的：不改原文件、异常只标记不删除、规则外的情况列进待确认。它们挡的是同一类风险——它替你做了决定，而你不知道。

官方在批量重命名和远程操作两处都写了同一个要求：涉及删除、覆盖、批量移动时先要求预览。清洗完全适用——先让它输出”将删除 37 行、修改 214 个单元格”这样的预览，确认了再落盘。

五、交付物长什么样

跑完之后目录里应该有三样东西，缺一样就说明指令没写全：干净的新表 销售明细_已清洗.xlsx、清洗日志.md，以及第一步复制的备份（在另一个目录）。执行时右侧结果区可以看产物、全部文件、本次对话产生的文件变更和预览。

日志是你在指令里要来的，官方模板没这一项——没有它，下一节的验收没法做。

六、验收：核心是行数对账

第一步，行数对账。 打开日志把账算平：

原始行数 = 清洗后行数 + 去重删除行数 + 空客户名删除行数

对不上就说明有行被静默丢掉了。这是清洗里最危险也最难发现的错误——表面上很干净，实际少了一批数据，它不会主动报告。这时直接追问：“第 3 条规则实际删了多少行？列出被删行的订单号。”

第二步，抽样比对。 从清洗后的表随机抽十到二十行，回备份里逐字段核对。重点看金额有没有在去千分位时被截断、日期有没有把 8/9/2026 的月和日搞反。

第三步，专查边界。 数值 0 和空值有没有被当成一回事、跨年份日期、名称里本来带括号的客户——这几处最容易被格式统一误伤。

第四步，看它有没有顺手多改。 列名有没有被”优化”、列序有没有变、异常行是不是只加了标记没改原值。清洗上最典型的失手不是漏改，是把看着不对的也一并改了。

发现问题不用重写整条指令。官方说明继续追问会基于之前的上下文处理、无需重复描述背景，直接说”第 3 条规则不对，空备注不填默认值，重跑”即可。

七、四种情况，别交给它

第一，没有备份的唯一数据源。 这条没有例外。备份复制不出来（文件太大、在只读网盘或别人的共享目录里），先解决备份再开始。

第二，错一个数就出事的场合。 财务对账、税务申报这类数据，清洗本身就是审计链条的一环。这种表可以让它做体检和标记异常，改动由人执行。

第三，规则要靠人判断的清洗。 比如几种写法的公司名是不是同一家客户、某笔金额异常是录错还是真有这笔大单。让它猜，得到的是一份看着整齐但混了错的表；正确用法是让它把候选列出来，你来定夺。

第四，数据不能出本机。 WorkBuddy 需要网络连接以调用 AI 模型服务，表里有客户名单、员工薪酬这类内容就先确认合规；官方在模型配置文档里给了本地部署（Ollama）这条路径，适用场景写的正是数据隐私与内网合规。

最后补一句权限：官方分默认权限和完全访问权限两档，后者”仅建议在信任当前任务时使用”。清洗别为少点两下鼠标就开它——那几次确认是你唯一能叫停的时机。

小结

清洗交给 WorkBuddy，省的是敲键盘的时间，省不掉的是定规则和对账：先备份，用 Ask 模式做体检，五类脏数据的处理口径逐条写死进指令，要求输出新文件加清洗日志，最后行数对账加抽样比对。

规则你不写死，它就替你决定；日志你不要，你就查不出它决定了什么。