三个备选标题（按吸引力排）
- AI写Python数据处理脚本一跑就报错？问题不在模型，在你没喂它真数据
- 我让AI写了十版数据清洗脚本，全跑挂了，最后发现错的是顺序
- 别再骂GPT降智了，你的Python脚本报错八成是这个原因
---
上周我想把一份用户导出的CSV整理成能用的表，字段乱、编码怪、日期格式还三种写法混着。我图省事，直接把需求丢给AI：“帮我写个Python脚本，清洗这份数据。
它写得飞快，逻辑看着也挺像回事。结果一跑，报错。
改了提示词再让它写，又报错。来回折腾五六次，我一度以为是模型犯蠢。
后来我停下来看了眼，才反应过来：从头到尾，我压根没给它看过一条真实数据长什么样。它是在猜我的数据结构，猜错了当然崩。
论坛那两条吐槽，其实说的是同一件事
这两天论坛特别热闹。有人抱怨GPT-6“降智”，第一天用着惊艳，上生产环境就发狂；最离谱的是有人让它照着番茄炒蛋的食谱做菜，它上来就拿地沟油往里倒，你说别用，它把菜全扔了重搜一份土豆炒肉丝，停下来要你确认，最后端出一盘用地沟油的东坡肉。
评论区一堆人跟着说“体感确实降了”“已经没法正常沟通”。
我当时看着觉得好笑，笑完有点心虚。因为我那几版报错的脚本，本质上跟这个地沟油东坡肉是一个病：我给的指令里缺了最关键的约束——真实的输入长什么样。
你不告诉AI锅里能放什么、不能放什么，它就按自己脑补的“一般食谱”来。数据处理也一样，你不给样本，它就按“一般CSV”脑补字段和格式。
说真的，模型是不是降智我不确定（待核实），但我越来越确定一件事：很多“AI变笨了”的抱怨，根子是我们没把上下文喂够。这不是模型的锅，是流程的锅。
反直觉的地方：先备数据，再写逻辑
正常人的直觉是先写脚本，跑的时候顺便看数据对不对。我以前也这么干。
但这个顺序是反的。
正确的顺序应该是：先手动挑几条真实的、脏的数据，拼成一个小小的测试集，然后拿着这批样本去让AI写处理逻辑。让它有靶子可打，而不是对着空气开枪。
为什么这一步省不得？我举个论坛里的例子。
有人做了个OBD自查的小工具，年检前插上适配器读故障码，AI用大白话解读，关键是——它强调每条结论都注明依据的实测数据。你看，人家的AI靠谱，不是因为模型多强，是因为每个判断都锚在真实数据上。
有数据兜底，AI才不会瞎编。
数据处理脚本也是这个理。你手里那三五条脏样本，就是脚本的“实测数据”。
有它在，AI写出来的清洗逻辑才知道要处理哪几种日期格式、哪个字段可能是空、编码到底是不是UTF-8。
我现在的三步做法
第一步，先造测试集。我不追求量，就挑最能代表问题的几条：一条正常的、一条字段缺失的、一条编码有问题的、一条日期格式不一样的。
凑个五到十条就够。这步不用写完整脚本，直接开个Python在线运行环境，把这几条粘进去，打印出来看清楚每个字段的真实样子，心里就有底了。
第二步，拿着这批样本喂给AI写逻辑。提示词里我会明确说：“这是我的真实数据，一共这几条，字段是这些，注意这几种异常情况。
然后让它写清洗函数。这时候它写出来的东西，报错率断崖式往下掉。
因为它不再猜了。
第三步，反复验证再固化。脚本先在小样本上跑通，确认每条脏数据都被正确处理了，再放到全量数据上。
跑通之后别让它烂在本地某个文件里——这类反复要用的清洗逻辑，我会把它做成一个能长期跑的在线工具，下次来新数据直接调，不用每次重新跟AI掰扯一遍。这一步是我早期最容易偷懒省掉的，结果就是同一个清洗需求写了八百遍。
顺带说个观点：AI编程的门槛，正在从“会写”变成“会喂”
有个帖子里那位说得挺好，他把自己的定位从“写代码的人”改成“解决问题的人”。我特别认同。
现在写Python脚本这件事，AI基本能包圆，真正拉开差距的是你会不会给它准备上下文、会不会验证它的输出。
这也是为什么我觉得“先备数据”这个习惯值钱。它不是技术活，是思维习惯——先想清楚输入长什么样，再谈处理逻辑。
想系统补一补这类AI编程的实操思路的话，重点真不是学语法，是学怎么把模糊需求拆成AI能接住的具体约束。
今天就能做的一个小动作
别等下次报错。现在就把你手头那份最头疼的脏数据，挑三条最典型的粘到在线环境里跑一遍，把字段和异常看清楚。
就这一步，能帮你把接下来跟AI的十轮拉锯砍到两轮。
模型有没有降智我不管，反正我先把数据备齐——地沟油这种事，得从锅边就拦住，不能等菜端上桌才骂厨子。