一、案例定位

原書 Editing 單元先示範讓 Copilot 根據欄位內容提出更易懂的欄名,並示範翻譯成其他語言。

二、學習目標

三、案例情境

reading habits 原始欄位含 freq、n_book、isced11、sex、age、unit、geo\TIME_PERIOD、2022。原書當時的 Copilot 可以提出名稱,但不能自動替換,需手動改欄名。

四、開始資料

原欄位 可讀名稱/原書翻譯概念
freq Frequency
n_book Book Count
isced11 Education Level
sex Gender
age Age Group
unit Unit
geoTIME_PERIOD Geographical Area
2022 Value for 2022

五、Excel/R/AI 分析方法

Prompt:Propose alternative column headers so that they reflect the column content. Copilot 先提議名稱,使用者人工檢查後再改。原書也示範要求翻譯欄名為義大利文。

六、計算結果

這是結構編輯而非數值計算。可量化驗證是:8 個主要原始欄位都有對應可讀名稱;改名後公式、PivotTable 或資料模型不應因欄名不一致而中斷。

七、結果分析與管理解讀

好欄名降低理解成本,但人工智慧不能只靠縮寫猜測業務定義。若欄位字典存在,應以字典為權威;Copilot 的名稱只能作建議。

八、AI 提問詞

請依欄位內容與已知資料字典,為 freq、n_book、isced11、sex、age、unit、geo\TIME_PERIOD、2022 提議更可讀欄名。請保留原欄位與建議名稱對照表,不要直接覆寫原欄位。

九、思考/情境變動

**問題:**若 8 個欄位中有 2 個無法從內容可靠判斷語意,應強行命名嗎?