自动化办公提效：AI一键生成定制化数据处理脚本

【使用场景】 本提示词模板聚焦于日常运营与数据分析场景，帮助业务人员及数据分析师快速构建自动化数据处理脚本。通过明确的参数设定与逻辑约束，指导AI生成高健壮性的Python或Shell脚本，大幅减少重复性人工操作，实现业务流程的自动化与标准化，释放核心人力资源。 【操作步骤】 第一步：梳理数据处理流程。将复杂的业务需求拆解为数据读取、清洗、转换、输出等标准步骤。 第二步：构建自动化脚本模板。请使用以下模板生成代码：“作为一名资深数据工程师，请编写一个{填写编程语言，如：Python}自动化脚本。任务目标：{填写具体任务，如：批量读取Excel销售报表并汇总}。输入数据格式：{填写输入格式，如：包含日期、产品、销售额的CSV文件}。处理逻辑要求：1. 过滤掉{填写过滤条件，如：销售额为负数的异常数据}；2. 按{填写分组维度，如：月份和产品线}进行聚合计算。输出要求：生成格式化的Excel报表，并包含数据透视表。请添加详细的异常处理与日志记录机制。” 第三步：本地测试与部署。在本地环境运行脚本，验证数据准确性后，配置定时任务（如Cron或Windows Task Scheduler）实现无人值守运行。 【效果示例】 注意事项说明：在生成财务对账脚本时，AI默认在代码中加入了严格的数据类型校验与浮点数精度处理（使用Decimal模块），避免了因精度丢失导致的对账差异。同时，脚本内置了Try-Except块与Logging模块，当遇到文件损坏或格式错误时，不会直接崩溃，而是记录错误日志并跳过当前文件继续处理，极大提升了脚本在生产环境中的鲁棒性。 【进阶技巧】 要求AI为生成的脚本编写自动化的Shell/Bat执行包装器，并生成对应的Dockerfile，以便在服务器或云端容器中进行标准化部署。此外，可要求AI生成一份“脚本使用说明书”，包含环境依赖安装指南及常见错误排查手册，降低其他团队成员的使用门槛。