说到底，想让ChatGPT老老实实帮你干数据处理这事儿，提示词里必须把输入格式、字段含义、校验规则、异常处理方式和输出结构全给捋清楚。缺一样，模型就自己开脑洞替你补，结果要么错位，要么漏处理，反正不会是你想要的。

所以，核心就一句话：指令里别留任何“模糊地带”——必须白纸黑字全写透。

明确输入数据的原始形态

第一步：用三行以内把数据来源和载体形式交代清楚。比如“输入为Excel文件，含Sheet1，首行为表头，无合并单元格”，这就够了，别啰嗦，但也别含糊。

第二步：逐字段列名、类型、是否必填、取值范围，一个都不能少。像这样：“order_id：文本型，长度6–12位，仅含数字和大写字母；status：枚举值，仅允许‘pending’‘shipped’‘cancelled’三种”。

第三步：得把那些“隐含约束”也点出来。举个例子：“同一order_id在文件中最多出现2次，第二次出现时代表状态更新，需覆盖前次记录”。这个步骤要是漏了，去重逻辑就全乱套了。

定义每一步处理动作的边界条件

方法一：直接用“当……时，执行……；否则……”的句式把分支逻辑锁死。比如：“当amount字段为空时，跳过该行并记录日志；当amount＜0时，置为0并标记‘负值修正’”。这样模型就不会自己“发挥想象力”了。

方法二：对于聚合操作，必须声明分组键和聚合方式。比如：“按user_id分组，取每个组内latest_update_time最大值对应的整行记录，若时间相同则保留第一条”。【不声明‘保留第一条’，ChatGPT默认随机选】——这个坑，踩过的人都知道。

强制约束输出格式与字段顺序

直接甩出一个目标JSON Schema或CSV字段顺序模板，千万不要让模型自己猜。比如：

{"cleaned_records": [{"user_id":"string","order_count":"integer","last_active_date":"YYYY-MM-DD"}], "error_count": 0}

再补一句字段语义说明，比如“order_count为该user_id在原始数据中的非取消订单总数，不含status=‘cancelled’的记录”。

最后加一句硬性指令压轴：“输出仅包含合法JSON，不带任何解释性文字、Markdown符号或代码块包裹”。这句话一上，模型就不敢随便加“这是处理结果”之类的杂音了。

说到底，所谓“完整提示词”，就是把每一步的边界、规则、输出一一钉死，不留任何让模型自行脑补的空间。数据这么严肃的事，可别指望AI替你“猜”。