官方教程中文版实战场景
整理脏数据并生成可用数据集
当 CSV 或 spreadsheet 里混着不同日期格式、货币字符串、重复行、空值、别名和复制进去的汇总行时，不要直接覆盖原文件。把文件拖进 Codex，描述
当 CSV 或 spreadsheet 里混着不同日期格式、货币字符串、重复行、空值、别名和复制进去的汇总行时，不要直接覆盖原文件。把文件拖进 Codex，描述你已经看到的问题，让它写一个清洗后的副本，并附一份 data-quality note。
官方页面：https://developers.openai.com/codex/use-cases/clean-messy-data
适合什么任务
| 场景 | Codex 应该做什么 |
|---|---|
| CSV 或 spreadsheet export 里日期格式混乱 | 统一日期格式，保留不能确定的行说明 |
currency values 里有 $、逗号和空白 cell | 清理数字格式，但保持 blank currency cells 为空 |
| 多次导出造成 duplicate customer rows | 去重，并尽量保留 source row IDs |
| region、category 使用多个 aliases | 归一化别名，记录改动规则 |
| 表里混入 pasted summary rows | 移除汇总行，并在质量说明中列出 |
使用的能力
| 能力 | 用法 | 链接 |
|---|---|---|
$spreadsheet | 检查 tabular files、清洗 columns、产出可 review 的文件和说明 | https://developers.openai.com/codex/skills |
相关官方说明：
- Analyze data with Codex：https://developers.openai.com/codex/use-cases/analyze-data-export
- File inputs：https://developers.openai.com/api/docs/guides/file-inputs
- Agent skills：https://developers.openai.com/codex/skills
起始提示词
请清洗 @marketplace-risk-rollout-export.csv。
已知问题：
- 日期混用了 MM/DD/YYYY 和 YYYY-MM-DD
- currency values 里包含 $、逗号和空白 cells
- 重复导出导致少量 duplicate customer rows
- region 和 category names 使用了多种 aliases
- 数据里混入了 pasted summary rows
我需要：
- 输出一份 cleaned CSV
- 保持原始文件不变
- 统一使用一种日期格式
- blank currency cells 继续保持空白
- 尽可能保留 source row IDs
- 添加一份简短 data-quality note，列出被修改、移除，或无法有把握清洗的 rows这个 prompt 的关键是先写明“哪里脏”，再写明“要什么结果”。不要只说“清洗一下这个表”。
操作步骤
- 把文件拖进 Codex，或在 prompt 里用
@customer-export.csvmention 文件。 - 写出你已经观察到的问题，例如 mixed dates、duplicates、aliases、summary rows。
- 说明需要的输出形式：cleaned CSV、clean spreadsheet tab，或 upload-ready file。
- 明确要求保留 original file unchanged。
- 要求 Codex 输出 data-quality note，列出 changed、removed、uncertain rows。
- 打开 cleaned copy 和 data-quality note，人工 review 后再用于下游流程。
验收重点
清洗任务的好坏不只看文件能否打开，还要看这些边界：
- 原始文件没有被覆盖。
- 清洗后的文件字段数和行数变化有解释。
- 日期、货币、类别等规则一致。
- 空值没有被随意填成
0或未知字符串。 - 无法 confident clean 的行被标出来。
- 去重逻辑能追溯 source row IDs。
如果清洗结果要进入 CRM、财务、投放后台或数据仓库，先抽样核对几行，再上传。