第 41 卷

• 模板化清洗流程：把常用的清洗流程（如"报名表清洗模板"）保存下来，下次只换数据源，指令几乎不用改；
• 定时自动汇总：把"每周汇总新数据"设为自动化任务，配合连接器推送到群（班级/社团周报场景）。

常见误区

误区 1：跳过诊断，直接让人清洗

典型错误：上传数据直接说"清洗一下"，AI 按自己的理解改，改了什么你也不知道。

纠正：先"描述数据结构并诊断"，再"按诊断结果逐条清洗"，最后要"清洗报告"。三步走，AI 的每一步都可控、可追溯。

误区 2：去重逻辑不说明，误删有效数据

典型错误："去掉重复的"太模糊——是按学号去重还是按姓名去重？同名同姓的人可能被误删。

纠正：明确去重键："按学号去重，保留最新一条记录"；删除的数据不直接丢弃，放"已删除"工作表备查。

误区 3：清洗规则里没有"口径声明"

典型错误：金额列有的含税有的不含税、年龄有周岁虚岁——AI 无法自行判断（腾讯云教程原话："AI 没法自动判断这个差异，需要你提前说明"）。

纠正：在指令开头声明口径："所有金额均为不含税金额""年龄按周岁计算"。

误区 4：清洗完不验证，直接用结果

典型错误：清洗后的数据直接用于写报告，没检查行数是否对、关键字段是否有缺失。

纠正：清洗后核对三项：总行数（清洗前后变化是否符合预期）、关键字段空值率、抽查 5-10 行原始数据与清洗后对比。可以问 AI："清洗后共多少行？删除了多少行？每个字段还有多少空值？"

误区 5：把"AI 清洗"当成"AI 背锅"

典型错误：数据出错全怪 AI——其实大多数清洗错误源于指令没说清口径和规则。

纠正：把清洗规则的"决定权"留给自己：AI 负责执行，你负责定规则、复核结果。重要数据（奖学金评定、经费统计）至少双人复核。

实操模板 / 检查清单

模板一：数据清洗通用指令模板

请处理这份数据（{文件名}.xlsx）：

1. 先诊断：逐列说明字段类型与问题（缺失/重复/格式/异常/乱码）
2. 按以下规则清洗：

• 去重：{去重键}，保留{最新/第一条}，删除项存"已删除"表
• 缺失值：{字段}填{值}；{字段}整行标记
• 格式统一：{字段}统一为{格式}（如日期 YYYY-MM-DD、手机号 11 位数字）
• 异常处理：{字段}中{条件}标红列入"问题数据"表
• 剔除：{条件}的整行删除

1. 输出清洗报告：每条规则处理了多少行、剩余总行数
2. 输出为《{新文件名}.xlsx》

合并以下文件：{文件 1}、{文件 2}、…… 它们的关系：{纵向拼接/按{键}横向关联}

字段映射：{列名 A=列名 B=列名 C（实际是同一字段）} 要求：统一表头、检查重复、标注未匹配项、输出字段映射说明

模板三：汇总统计指令模板

基于{数据表}，按{维度}统计{指标}：

1. 汇总表：{维度} | {指标 1} | {指标 2} | 占比
2. 排序规则：{升/降序}
3. 结论：为每个统计结果写 1 句话结论，并说明计算依据
4. 输出：Excel 汇总表 + {柱状图/饼图}

清洗任务检查清单

• [ ] 已先做数据结构诊断（不跳过）
• [ ] 去重键已明确（学号/ID 而非姓名）
• [ ] 口径已声明（含税/不含税、周岁/虚岁、单位）
• [ ] 日期等格式已统一（YYYY-MM-DD）
• [ ] 删除的数据已保留副本（"已删除"表）
• [ ] 已核对：清洗前后行数、空值率、抽查样本
• [ ] 重要结论已人工复核
• [ ] 原始文件已备份

三个反思问题

• 回顾你上次整理问卷或报名表的过程：哪些时间花在了"去重、改格式、对表头"上？如果把这些步骤交给

WorkBuddy，你会把省下的时间用来做什么更有价值的事？

• "AI 能识别'销售金额/营收/GMV'是同一字段"——这种能力解放了你的双手，但也意味着你更容易放弃核对。你打

算建立怎样的复核习惯，确保交给 AI 的数据处理结果可信？

• 数据清洗的本质是"定义什么是干净"。你能否为班级/社团设计一套"数据规范"（统一字段命名、日期格式、口径说

明），让 AI 清洗和人工维护都更省力？这套规范未来进入职场时还有用吗？

【声明】本文为学习资料，不构成官方承诺；功能以 WorkBuddy 实际版本为准。文中提到的数据清洗、合并、汇总流程与提示词整理自腾讯云开发者社区及公开实测教程（如《把

Excel 分析交给 WorkBuddy：让数据清洗到可视化全流程》），具体界面与能力以你安装的客户端版本为准；部分细节（如预测分析、定时自动化的具体实现方式）截至 2026 年 8

月未能逐一确认，建议以官方文档（www.workbuddy.cn/docs/workbuddy/）为准。

图表生成：用 AI

做柱状图、折线图、饼图，并读懂它们

为什么这一块很重要

课程报告、论文、课堂展示、社团汇报……大学生的"产出物"几乎都离不开图表：

• 课程报告：老师说"要有数据支撑"，你花了 3 小时统计出数据，却不知道怎么画图——Excel

里插入图表，默认样式土得掉渣，改坐标轴标签又是一场拉锯战；

• 论文配图：导师要求"图表要规范、要有图题、要标数据来源"，手动画图总被吐槽"图太丑、看不出趋势"；
• 课堂展示：PPT 里要放柱状图、折线图，数据在 Excel 里，复制粘贴过去格式就乱；
• 社团汇报：经费使用情况、活动参与度，想用饼图、条形图讲清楚，但不会做"让人一眼看懂"的图；
• 调研报告：问卷数据统计出来了，但"光有数字没有图"，说服力大打折扣。

更关键的是：图表的价值不只是"好看"，而是"让数据说话"——趋势、对比、占比、异常，一张好图胜过千言万语。但很多大学生只会用 Excel

默认图表，不知道什么场景该用柱状图、什么时候用折线图、占比用饼图还是环形图，更别提"图表解读"。

WorkBuddy 把图表的"生成 + 解读"都包了：上传表格，用自然语言描述"要什么图、展示什么"，AI 自动出图，还能解读趋势、找异常、写结论。腾讯云开发者社区的多篇实战教程（《上传表格 3

步产出可视化图表》《上传一张表格，WorkBuddy 自动帮你做数据分析与可视化》）展示了完整流程：新建任务 → 选「数据分析」→ 上传文件 → 下达指令（数据 + 分析目标 + 输出形式）→

直接得到条形图、折线图、饼图及文字结论。支持继续追问（"把华东区单列出来看月度趋势"），图表可导出高清 PNG 用于报告与论文（PHP 中文网教程：支持下载高清 PNG/SVG）。

这一篇，我们学习：怎么让 AI 生成合适的图表、怎么选图表类型、怎么让 AI 解读图表，以及怎么把图表用进课程报告和论文。

核心概念

图表类型选择（Chart Type Selection）

不同图表回答不同问题：

• 柱状图/条形图：比较大小（各班级平均分、各社团人数、各月支出）——"谁多谁少"；
• 折线图：趋势变化（一学期成绩变化、月支出走势、参与人次月度趋势）——"怎么变化"；
• 饼图/环形图：占比构成（各类别支出占比、专业分布比例）——"各占多少"；
• 堆叠柱状图：总量与构成（各月总收入中各类别构成）——"整体和部分同时看"；
• 散点图：相关关系（学习时长与成绩）——"有没有关系"。

示例：要说"这个月哪个类别花得最多"，用柱状图；要说"这半年支出怎么变"，用折线图；要说"餐饮占总支出的多少 "，用饼图。选错图是报告里最常见的低级错误——把趋势画成饼图，等于数据白统计了。

数据可视化指令模板（数据 + 目标 + 形式）

腾讯云教程推荐的下指令模板："数据 + 分析目标 + 输出形式"。示例："这是我司 6