用 Codex 处理 Excel / CSV 批量数据：先说清哪里乱、要什么结果、原文件不动，再核对清洗后的副本，附 4 段提示词

本文根据 Codex / ChatGPT 官方用例《Clean and prepare messy data》《Consolidate spreadsheets》和《Prompting》整理，资料核对于 2026-11-05。配图为本站整理的示意图，不是软件截图。本站（bigolab.com）不是 OpenAI 官方网站。安装与配置见 /guides/codex-getting-started，本文只讲怎么交代数据任务。

适用于谁

• 手里有一份系统导出的 CSV 或表格，日期格式不统一、金额带货币符号、有重复行，想整理成能直接用的版本的人；
• 每月要把几份导出合成一份报表的人；
• 不想自己写公式、写脚本，但又担心“一整理就把原始数据弄坏”的人。

结论先说

1. 官方的核心做法：让它清洗一份副本，原文件保持不变。 官方用例明确写了“write a cleaned copy while keeping the original file unchanged”。
2. 把你已经看到的问题逐条写出来，再说清想要什么结果（清洗后的 CSV、一个新的表格页，还是可以直接上传的文件）。
3. 让它附一份简短的数据质量说明：改了什么、删了什么、哪些行拿不准。用之前先打开清洗后的文件和这份说明。
4. 合并多份表格时，先说清连接键，并要求对不上的记录单独列出来复查，不要让它猜、不要让它悄悄合并有冲突的记录。
5. 清洗结果要自己抽样核对，官方没有保证结果一定正确。

图：本站根据 官方用例《Clean and prepare messy data》 整理的示意图

一、先把文件和问题准备好

官方用例的用法很简单：把文件拖进去，或者在提示词里用 @ 点名，例如 @customer-export.csv。然后做三件事：

• 描述你已经看到的问题。 官方示例列了几类常见问题：日期在两种写法之间混用、金额里有货币符号、逗号和空白单元格、重复导出造成的重复客户行、同一个地区或类别有多种写法、混进来的粘贴汇总行。
• 说清想要的结果：清洗后的 CSV、表格里新增一页，或可直接上传到别的系统的文件。
• 说明边界：原文件不动、空白金额保持空白（不要补成 0）、尽量保留源行编号以便回头对照。

官方《Prompting》也提到，大任务可以按“目标、背景、输出、边界”来组织提示词，只写有用的部分，不必每项都填。数据清洗正好适合这个结构：目标是干净的副本，背景是文件和问题清单，输出是文件格式加质量说明，边界是原文件不动。

如果你的 Codex 在命令行或 IDE 里运行，文件要放在它能访问的工作目录里。它能读写哪些目录由沙盒和审批设置决定，见 /guides/codex-permissions-sandbox。

二、4 段可以直接复制的提示词

方括号里是要你自己填的内容。

1. 清洗一份导出文件

请清洗 @[文件名]。
我已经发现的问题：
- 日期混用了 [MM/DD/YYYY] 和 [YYYY-MM-DD] 两种写法
- 金额列里有货币符号、千分位逗号和空白单元格
- 有几行客户记录是重复导出造成的
- [地区 / 类别] 有多种叫法
- 数据中间夹着粘贴进来的汇总行
我要的结果：
- 另存为一份清洗后的 CSV，原文件保持不变
- 日期统一为 [YYYY-MM-DD]
- 空白金额保持空白，不要补 0
- 尽量保留原始行编号
- 再给我一份简短的数据质量说明：改了什么、删了多少行、哪些行你不确定

2. 先只看、不改：摸清数据有什么问题

我还不清楚 @[文件名] 里有哪些问题。请先只读不改：
1. 列出每一列的含义和你推测的数据类型；
2. 找出格式不一致、重复、缺失、明显异常的值，各给 3 个例子和所在行号；
3. 告诉我清洗时有哪些地方需要我做决定（比如重复行保留哪一条）。
先不要生成任何文件。

3. 合并多份导出

请把 @[文件一]、@[文件二]、@[文件三] 合并成一个表格。
- 用 [客户编号] 作为连接键，重复记录的处理规则是：[保留最新一条]
- 计算 [每个客户本月合计金额]，并和 @[目标文件] 里的目标对比
- 单独做一页“复查”：列出对不上的键和没能合并的记录
- 另外写一页“说明”：假设、口径和下次刷新的步骤
不要编造连接键，不要悄悄合并有冲突的记录，保留原始导出文件不动。

4. 模拟下次刷新

假设下个月我换上新的导出文件，请检查这套流程：
- 哪些输入可以直接替换而不用改流程；
- 哪些公式、连接和图表会正确更新；
- 有没有重复或对不上的键；
- 哪些假设没有写进说明；
- 哪些步骤还需要人工判断。
不要覆盖源文件，也不要改变业务口径。

第 3、4 段的思路来自官方《Consolidate spreadsheets》用例：先把连接键、重复规则、口径说清，再让它把有问题的记录隔离出来，最后测试一次下次刷新。

三、清洗完之后怎么核对

图：本站根据 官方用例《Clean and prepare messy data》 整理的示意图

官方建议是：先打开清洗后的文件和聊天里的数据质量说明，再用于下游。下面是本站补充的核对清单，不是官方清单：

• 行数账：原文件多少行、清洗后多少行、删了多少行，三个数要对得上，说明里要有解释；
• 随机抽查：随便挑 10 行，和原文件逐项对比，尤其是日期和金额；
• 汇总行：混进数据里的合计行是否都去掉了，没有被当成普通数据算进总数；
• 空白与零：空白金额没有被改成 0，否则求和、平均值都会变；
• 原文件：确认原文件的修改时间没变，必要时对比一下文件大小；
• 重要数据：财务、对账、要上报的数据，清洗后用你熟悉的方式再算一次总数。

发现问题就把具体的行号和现象发给它，让它说明原因再改，不要只说“有错”。

四、几个容易踩的点

• 不要把含身份证号、手机号、银行账号的原始文件直接交出去。 先脱敏或只取需要的列，检查清单见 /guides/ai-privacy-data-safety-checklist；
• 日期的歧义要你来裁决。 03/04/2026 是 3 月 4 日还是 4 月 3 日，文件本身可能判断不出来，提示词里要写明；
• 一次只处理一类问题，先去重、再统一格式、最后合并，每一步都核对，比一次性“全部搞定”更可靠；
• 把常用规则存起来。 同类文件每月都要清洗的话，可以把规则写进 AGENTS.md，见 /guides/codex-agents-md-how-it-reads。

如果你更习惯在 ChatGPT 网页里直接传表格分析，可参考 /guides/chatgpt-excel-data-analysis。

常见问题

Q：它说清洗好了，但数字和我手算的不一样？

把两边的差异、涉及的行和你的算法告诉它，要求它先说明差异的来源，再改。不要在没弄清口径之前反复让它“再算一遍”。

Q：文件很大怎么办？

先让它读取表头和前几十行，确认结构，再分步处理。官方没有给出文件大小上限，实际限制以当前版本为准。

Q：需要多少额度？

Codex 随 ChatGPT 套餐提供，额度以官方页面为准。数据任务如果来回修改次数多，消耗会更大，需要更多额度可以看看 /chongzhi/chatgpt-plus 里的说明。

参考资料

• Codex / ChatGPT 官方用例：Clean and prepare messy data — https://learn.chatgpt.com/use-cases/clean-messy-data
• Codex / ChatGPT 官方用例：Consolidate spreadsheets — https://learn.chatgpt.com/use-cases/consolidate-spreadsheets
• Codex / ChatGPT 官方文档：Prompting — https://learn.chatgpt.com/docs/prompting