数据处理

Claude数据处理不应从“上传文件”开始，而应从定义任务开始。先判断本次工作究竟是提取、分类、清洗、汇总、比对，还是生成分析报告。如果同时提出多个目标，模型可能会在整理数据的同时擅自判断业务结论，导致后续难以复核。

让 AI 排序工具处理版本号，先说明“排序”指什么。字符串顺序里v10可能在v2前，而版本数字段规则需要把数字解析成整数再比较。

用 AI 编程工具写HTML报告时，外部文本可能含 script 标签或看起来像标签的内容。报告模板的结构由开发者固定，数据作为文字插入并转义，不能直接拼成HTML。

爬虫智能体任务流搭建时，下一页地址可能一直指回同一页。让AI生成翻页循环前，要明确已见页面、最大页数和空页终止规则，防止采集永远不结束。

AI 网页数据汇总很容易把“分钟”和“秒”的数字直接相加。先解析固定表格，保留单位与原值，只有相同单位才进入同一汇总口径。

数仓 SQL 智能体关联历史资料时，不能永远取最新版本。应按事实发生时间匹配当时有效的区间，并检验切换时刻不会同时命中两个版本。

智能体需要一个 SQL 函数时，先约定NULL意味着什么。缺失文本不能被自动换成“未知”后参与匹配，否则查询可能产生原数据没有的值。

数据量大时，AI 可能建议分批读取和汇总。分批本身不应改变结果：用同一小样本分别整批与分批计算，确认最后不足一批的记录也被处理。

两段看起来相同的文本，底层字符不一定相同。AI 文本清洗可以先采用明确的 Unicode 规范化规则，保留原文与转换值，再决定是否需要进一步清理。

AI 智能体批量导入数据时，不能一部分失败却仍报“导入完成”。如果契约是全批成功或全批失败，数据库事务与失败后的实际行数核对要同时存在。