資料清洗學習指引

為什麼要資料清洗：

AI不是萬能，他只能讀『乾淨、有結構』的資料 資料若太亂、太長」太複雜，AI會：

• 回答錯誤

• 理解中斷

• 甚至完全無法觸發查詢

清洗重點三原則：

原則	說明	範例
明確結構	使用QA格式、標題結構，幫助AI快速定位內容	如：Q：如何退貨？A：需三日內申請 如：# 請假方法 ## 特休 ##滿一年7天
拆段適中	每段建議不超過2000字元；一段文太長會讓AI判斷斷裂	合約切分成一條條條款；QA 一問一答
去除雜訊	移除掃描亂碼、頁碼、浮水印、無意義標籤	例：第一頁 / 第2頁、公司機密不需保留

常見資料格式清洗建議：

類型	清洗建議	備註
Word -> txt	去除頁眉、頁碼、註腳、圖片說明	只留下段落正文，若含圖片與註腳，AI 全看不懂
表格 CSV	確保欄位命名明確、單一欄位不混多層意義	如：避免欄位為『備註（包含多欄）』