AI教程

数据标注智能体给出的候选标签不能直接当最终标签。示例将低分样本进入人工复核队列，候选表与人工确认表分开保存，并提醒未校准分数不能等同准确率。

多个智能体给出不同数字时，先冻结同一份输入和指标定义，独立复算，再找出导致差异的具体记录。下面用退款订单演示总额和已付款金额为何不同。

智能体写出的分析报告要从明细重新计算关键数字。示例逐项核对订单数、访客分母和转化率，发现一段草稿把全渠道分母误用到 A 渠道。

让智能体修改表格时，把修改写成包含编号、旧值和提案值的记录。提交前逐行比对当前值，发生冲突就隔离，避免覆盖别人刚做的修改。

智能体合并两张表时，先声明左右表的预期粒度，再用 pandas merge 的 validate 参数阻止多对多行数膨胀，并单独查看未匹配记录。

数据清洗智能体可以提出操作，但执行端应限制允许动作、先生成预览，再由人工确认。示例用两种白名单操作处理空格和完全重复行，并演示拒绝未知动作。

发现脏数据后，给问题稳定编号，记录原值、修复提案、人工依据和复测结果。下面用一条负金额样例展示问题从发现到关闭的完整记录。

智能体在处理表格前，先把必填、数值转换和允许范围写成字段契约。下面用一个可运行的小表演示如何逐行生成错误报告，并决定是否允许继续分析。

上传客户文本给 ChatGPT 前，先用 Python 本地遮蔽手机号与邮箱，再人工核查姓名、订单号等漏项。

用人物、关键事件和结果三栏写作文摘要，附原文依据并检查是否编造奖项或遗漏主线。