JSON 拆成表格字段：用 AI 写清洗规则并验证，产出一张规则表

一句话结论

让 AI 只输出字段清洗规则、不直接改数据，你按规则表逐条验证，JSON 拆表就能稳定交付。

这篇解决什么问题

接口返回的 JSON 嵌套两三层，运营要的是能拉透视表的平表，字段名还是英文缩写。

适用：字段在 20 个以内、结构相对稳定、每天或每周要重复拆一次的场景。

不适用：JSON 里含大量自由文本要语义判断，或者字段几百个且天天变结构。

开始前要准备什么

• 一个能传文件的 AI 工具，豆包和 DeepSeek 的免费额度足够跑完这一轮
• 3~5 条真实 JSON 样本，用化名替换手机号、用户 ID 等敏感值
• 一份目标表格的列名清单，最好来自下游同事实际在用的报表
• 预计耗时：首次整理规则约 40 分钟，返工改动通常半小时以内

具体怎么做

第 1 步 · 先把样本和目标列摆清楚

别急着问「怎么清洗」，先让模型看懂输入长什么样、输出要什么形状。我习惯把样本压到 3 条，太多反而让它抓不住共性。

你是数据清洗顾问。下面是一段接口返回的 JSON 样本（已脱敏，用户 ID 用 U001 这类化名）：
[粘贴 3 条 JSON 样本]
下面是我要交付的目标表格列名：
order_id、下单时间、支付金额（元）、商品名称、收货城市、订单状态、是否退款
请先只做一件事：列出 JSON 里每个字段的路径（用 a.b.c 形式），并对照目标列，标注「可直接映射 / 需要转换 / 缺失」。先不要给清洗方案，也不要写代码。

预期产出：一张字段对照初表，能立刻看出哪几列是硬骨头。

第 2 步 · 让它写规则，不要写代码

这一步是整件事的关键判断。让模型直接写 Python 脚本，你很难判断它哪里错了；让它写成「字段—规则—异常处理」的表格，你能一眼挑出问题。

基于上一步的字段对照，为每个「需要转换」和「缺失」的字段写一条清洗规则。规则表用四列：字段名、原路径、转换规则、异常值怎么处理。
要求：
1. 转换规则写成一句人能读懂的操作，比如「时间戳（毫秒）转成 YYYY-MM-DD HH:mm:ss，按东八区」
2. 金额字段说明单位是元还是分，是否需要除以 100
3. 数组字段说明取第几个元素，或者要不要展开成多行
4. 缺失字段写明是留空、填默认值，还是从其他字段推导
5. 不要写代码，不要写 SQL，只写自然语言规则
如果某条规则你不确定，标上「待确认」并说明你缺什么信息。

预期产出：一张 4 列的清洗规则表草稿，其中会有一两条标着「待确认」，那正是你要去问接口方的地方。

第 3 步 · 用样本反推，让它自证规则

规则写完不代表对。我一般会让它拿第 1 步那 3 条样本，把规则逐条套一遍，输出「套用后的结果」。

请拿刚才的 3 条 JSON 样本，按你的清洗规则表逐条模拟执行，输出一个三行的结果表格，列名用我给的 7 个目标列。
要求：
1. 每一格都要能对应到某条规则
2. 如果某格是空值，说明是被哪条规则置空的
3. 最后单独列出「规则表和样本对不上的地方」，包括类型冲突、单位不一致、字段实际缺失
4. 不要美化结果，宁可暴露问题

预期产出：一份模拟结果表加一份冲突清单，后者往往比规则表本身更有价值。

第 4 步 · 人肉抽检，只查最危险的字段

全量核对不现实。我的做法是挑三类字段重点看：金额、时间、状态枚举。这三类错了，下游报表全废。

我把你模拟结果里的支付金额、下单时间、订单状态三列挑出来人工核对，发现两处问题：
1. 支付金额有 0.01 的偏差，怀疑是分转元时四舍五入位置不对
2. 订单状态出现了「已支付」和「paid」两种写法
请只针对这两处，更新规则表里对应的行，其他行不要动。更新后用一句话说明改了什么。

预期产出：规则表的一次小版本更新，改动范围可控，方便回溯。

第 5 步 · 补上「未来会变」的兜底条款

结构稳定是暂时的。接口加字段、改字段名，半年内大概率会遇到。规则表最后加一列「变更时怎么办」，能省掉后面很多扯皮。

在这张规则表末尾增加一列「接口变更时的应对」，为每个字段写一句：如果上游新增字段、删除字段或改了字段类型，拆表环节应该怎么处理。特别说明哪些字段缺失时必须中断并报错，哪些可以静默留空。用表格形式输出完整规则表，包含原有的所有列。

预期产出：一张可以直接交给下游同事的最终规则表，带兜底说明。

实测记录

很多人容易忽略一件事：规则表的价值不在这一次拆表，而在于下次别人接手时不用重问一遍。

最容易错的 3 个地方

1. 一开始不给目标列名。模型会按它理解的「标准字段」去写规则，回来发现跟报表对不上。纠正：先把下游要的列名贴进去，这一步不能省。
2. 让它直接生成代码。脚本能跑但结果错了，你排查的时间比写规则还长。纠正：强制它只出自然语言规则，代码你自己写或者另开一轮。
3. 样本给太多。塞十几条 JSON 进去，模型反而开始总结共性、忽略边界值。纠正：3~5 条足够，宁可多跑几轮换样本。

可复用的东西

五个提示词串起来就是一条流水线：字段对照 → 规则表 → 样本反推 → 定点修正 → 补兜底列。日常用的时候，第 2 步和第 3 步的提示词可以存成固定模板，只替换样本和目标列名。

规则表本身也建议沉淀成一份文件，每次接口变更就在上面改，比散落在聊天记录里靠谱得多。这套方法笨，但交接的时候特别省事。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接