月底問卷有 100 筆回覆，AI 說「沒有使用這項功能的人占 38%」。數字很俐落，卻可能把 38 個空白格全當成 0。那些空白裡，有人尚未作答、有人跳過不適用的題目，也可能有匯入失敗的資料。空白描述的是資料狀態；0 才是一次有意義的觀測。
這不是叫 AI 再算一次就能修好的錯。只要「空白代表什麼」沒有寫下來，模型、試算表公式與分析程式都可能各自採用不同預設。pandas 的官方文件就示範，缺值會依資料型別表示成 NaN、NaT、NA 等；彙總時也可能跳過缺值，而只含缺值的數列執行 sum() 時預設得到 0。算式可以完全正確，分母仍可能回答錯問題。
先把空白拆成三種資料狀態
第一種是已觀測的 0。例如店家確認本週退貨 0 件，或受訪者明確選擇「從未使用」。它可以進分子，也可以進有效樣本的分母，因為你知道誰觀測了什麼。
第二種是未知。尚未回覆、同步失敗、來源欄位缺漏，都只表示目前沒有值。未知不能自動變成 0，也不能默默從報告消失。它至少要留下數量、來源與待確認的人。
第三種是不適用。沒有使用某產品的人，可能根本不該回答「本月用了幾次」；已離職員工也不該進本月在職滿意度的分母。不適用不是較小的數字，而是這筆資料不屬於這次問題。
英國 Government Analysis Function 的試算表指引直接提醒，空白格不會告訴讀者為何沒有資料，讀者可能誤以為它是 0 或資料遺漏。對機器讀取的檔案，指引建議可保留空白，但要在 metadata 說明原因。這正是 AI 分析前需要補上的「缺值字典」，而不是事後在圖表旁加一句可能不準。
問含義，再決定怎麼算
同一個符號不能跨欄位套用同一規則。銷售額的 0、尚未填寫的空白、系統輸出的 N/A、為排版放入的 -，都要按欄位與來源解讀。先讓每一欄通過這個分支：
- 這個空白在原始流程裡代表什麼？
- 確認觀測結果就是零保留為 0，記錄確認來源，可納入有效分母
- 尚未取得或匯入失敗保留為未知，另外計數，不補值也不下結論
- 這筆紀錄不該回答本欄問題標成不適用，說明排除條件，不納入該分母
如果無法從欄位說明、問卷跳題邏輯、系統文件或資料負責人確認，就停在未知。不要根據附近幾列「看起來像」什麼來填值。W3C 的 CSVW Recommendation 之所以讓表格、欄位與儲存格能帶 metadata，並提供 null 等解讀規則，就是因為 CSV 本身只有格子裡的字串，沒有足夠語意讓自動處理器猜對。
報數字時，同時報分母與缺值
假設 100 筆問卷中，62 人明確填了次數，其中 24 人填 0；另有 28 人因未使用而不適用，10 人尚未回覆。「零次使用者占 24%」把所有收到的紀錄當分母；「有效回答者中 38.7% 為零次」只看 62 個有效回答。兩句算式都能算出來，回答的問題不同。
一份可交付的 AI 摘要至少要並列：原始列數、有效觀測數、已觀測 0 的數量、未知數、不適用數、採用的分母，以及每一種狀態的來源規則。若要比較月份，還要確認規則沒有中途改變。這和先固定公司數字的來源與定義是同一個原則，只是把問題縮到一個更容易漏掉的欄位層級。
NIST AI RMF Playbook 的 Map 1.1 要求理解並記錄 AI 的用途、情境、假設與限制。套到這個小任務，就是先說清楚：「這份摘要要回答誰的哪個行為？哪些人有資格進分母？目前有哪些值仍未知？」若這三句沒有答案，AI 可以做缺值盤點，不能替你發布比率、趨勢或績效判斷。
不要在原檔直接補 0
即使資料負責人最後決定某一類空白可以視為 0，也不要覆寫唯一的原始檔。保留原始欄位，再新增一個轉換後欄位，記錄規則版本、修改者與時間。這樣才能回頭比較「原本看見什麼」和「依哪條規則轉成什麼」。
高風險情境要更保守。醫療、信用、保險、招募、績效或安全紀錄中的缺值，可能影響個人權益；不要讓通用 AI 自行推補，也不要把含個資的整份工作簿上傳到未核准工具。先用去識別的小樣本確認規則，再由資料負責人與領域負責人核准分析範圍。
如果 AI 輸出的表格將交給下一個人，請沿用可交接摘要需要的來源、範圍與限制欄位，讓接手者不必靠猜測還原分母。
AI 整理卡
請從我目前已授權你讀取的這份試算表開始，維持唯讀；不要填補空白、刪除列、改寫公式、變更格式、另存覆蓋原檔，也不要直接產生最終比率或趨勢結論。先辨識工作表、資料範圍、欄名、公式欄與可能的空白／0／N/A／破折號／特殊代碼。逐欄輸出：資料型別、原始列數、非空值數、明確 0 的數量、各種特殊代碼及數量、空白數，以及你找到的欄位說明、問卷跳題規則或系統文件來源。把每一種缺值候選分成「已確認為 0」「未知」「不適用」「含義待確認」，並說明它會如何改變分子與分母。沒有來源證據時一律標成待確認，不要從鄰近資料推補。最後列出需要向資料負責人確認的最多五個問題，並提出一份不修改原檔的轉換欄位方案；在我確認規則前停止。
四格看懂空白怎麼灌大結果
- 分析師交給 AI 一小疊調查表，表內同時有明確的圓形零值與尚未解讀的空白格。
- AI 把所有空白都掃進零值統計，藍色計數片與圖表迅速膨脹，原本的小任務失去邊界。
- 分析師伸手喊停、擋住輸送帶，再用珊瑚色隔板分開明確零值、空白與不適用資料。
- 她只用已確認的零值完成一張有界結果；所有未知空白完整留在側邊托盤，等資料負責人確認。
超商貨架上的空位，可能是售完、尚未補貨，也可能那一格本來就不賣商品。盤點人員不會看到空位就登記「銷量 0」。把試算表交給 AI 時，也要先保留這個差別。
參考來源
- pandas documentation：Working with missing data — https://pandas.pydata.org/docs/user_guide/missing_data.html [accessed: 2026-07-28]
- UK Government Analysis Function：Releasing statistics in spreadsheets — https://analysisfunction.civilservice.gov.uk/policy-store/releasing-statistics-in-spreadsheets [published: 2021-06-30]
- W3C Recommendation：Metadata Vocabulary for Tabular Data — https://www.w3.org/TR/tabular-metadata/ [published: 2015-12-17]
- NIST AI Resource Center：AI RMF Playbook, Map 1.1 — https://airc.nist.gov/airmf-resources/playbook/map [accessed: 2026-07-28]
