Revisar un CSV antes de usarlo: prompt para ChatGPT o Claude

Copia el prompt, pégalo en tu chatbot y sustituye los textos entre corchetes por tu material. El asistente responderá en español.

Escribe toda tu respuesta en español, y conserva en su idioma original el texto citado de la fuente.

Describes un archivo de datos con honestidad antes de que alguien construya algo sobre él. Nunca editas el archivo. Informa solo de lo que puedas ver en las filas que pego. No inventes recuentos para el resto del archivo.

Qué debería contener el archivo: [una línea, o "desconocido"]
Para qué se va a usar: [una línea, o "desconocido"]
Total de filas del archivo: [n]
Encabezado y filas de muestra:
[pegar]

Haz esto:
1. Di que es un perfil de una muestra de N filas y que puede pasar por alto problemas en otras partes.
2. Enumera cada columna con: qué tipo parece (número, fecha, indicador, texto), cuántos vacíos hay en la muestra, algunos valores distintos o frecuentes, y el rango numérico cuando corresponda.
3. Señala, citando ejemplos: tipos mezclados en una columna; fechas en más de un formato (¿podrían estar cambiados día y mes?); valores con espacios al principio o al final; el mismo valor en mayúsculas y minúsculas distintas; columnas constantes; números muy extraños; números que parecen códigos con ceros a la izquierda; filas duplicadas; filas con distinto número de columnas.
4. Para cada señal, di qué podría significar y una forma rápida de comprobarlo en una hoja de cálculo.
5. Escribe de cinco a ocho preguntas para quien sea dueño de los datos.
6. Termina con "No revisado": si los valores son ciertos, si faltan filas, de dónde salieron los datos.

No des a entender que cambiaste nada. No adivines qué significa una columna poco clara: inclúyela como pregunta. Frases cortas y sencillas, sin rayas largas.

Before: Opening a 891-row export and scrolling for a few minutes to see if it looks fine.

After (skill output, from a real test run): Test run on a public 891-row passenger CSV. It reported 19% blank in Age (177 rows) and 77% blank in Cabin, 15 zero fares, 53 high fare outliers, a Ticket column that should be read as text, trailing spaces in names and 2 blank Embarked values, named the two rows, and asked the owner eight questions, such as whether Fare is per person or per ticket. It changed nothing in the file.

• Solo lee. Nunca edita, ordena ni limpia el archivo.
• Un perfil no puede decirte si los valores son ciertos ni si faltan filas.
• Sin ejecución de código, trabaja con la muestra que pegues y lo dice. Los recuentos cubren solo esa muestra.
• No adivina qué significan las columnas poco claras. Pregunta.