一、案例定位

在使用者只知道 Author 欄「有錯」但不知道完整錯誤模式時，原書示範讓 Copilot 先辨識問題與策略，再生成 Name／Surname 公式。

二、學習目標

三、案例情境

Prompt：Column Author contains errors. Identify the type of errors and elaborate on a strategy to handle them. Write the formula to divide the Author into two columns: Name and Surname.

四、開始資料

Copilot 偵測 原書回覆
Missing spaces 如 BrentDykes 沒有名字／姓氏空格
Inconsistent formatting 可能有額外字元或異常空格
策略 1 偵測第一個字元之後的第一個大寫字母
策略 2 將 Name／Surname 輸出標準化

五、Excel／R／AI 分析方法

原書後續使用的 Name 公式：

=IFERROR(TEXTBEFORE([@Author], " "),
 LEFT([@Author], MIN(FILTER(
  SEQUENCE(LEN([@Author])-1, 1, 2),
  ISNUMBER(FIND(MID([@Author], SEQUENCE(LEN([@Author])-1, 1, 2), 1),
  "ABCDEFGHIJKLMNOPQRSTUVWXYZ"))
 )) - 1))

Surname 使用相同的大寫位置邏輯搭配 TEXTAFTER／MID。

六、計算結果

原書指出，加入兩條公式後，表格可得到乾淨分離的 Name 與 Surname 欄。此方法仍需以缺空格與正常空格兩類資料共同測試。

七、結果分析與管理解讀

讓 Copilot 偵測問題可以幫使用者發現未知異常，但模型提出的「問題類型」不是資料品質報告本身。應再以篩選、條件格式或測試欄確認異常究竟出現在哪些列。

八、AI 提問詞

先分析 Author 欄的異常模式，列出每一種錯誤及代表列；不要立即改資料。接著提出拆 Name／Surname 的策略與公式，並用正常空格值和缺空格值各至少一筆驗證。