Excel里的空白、0和“—”混在一起,GPT可能把缺货判断成没销量

一份库存Excel准备交给GPT做补货分析，销量列里同时出现0、空白和“—”。表面看都是“没有数字”，真正含义却可能完全不同：0是当天确实没有卖出，空白是门店还没回传，“—”只是系统导出的占位符。

如果不先定义，分析很容易把“没有数据”当成“销量为0”，再把缺货或漏报判断成低需求。开始计算前，先交付一份空值字典，比多写几句“请认真分析”更重要。

三个值看起来相似，业务动作却相反

下面用一份模拟的2026年7月29日库存表说明：

SKU A-07：昨日销量为0，库存120；
SKU B-12：昨日销量为空白，库存35；
SKU C-03：昨日销量为“—”，库存0。

如果把三行销量都转换成0，A-07可能确实是低销量，B-12却只是数据没到，C-03还可能因为无库存而根本无法产生销量。三行放进同一个平均值，结论从第一步就混了。

空值字典先回答“它代表什么”

空值字典不是通用规则，必须根据这份表的来源系统和填报流程确认。在本次模拟里，可以先约定：

0：系统记录了真实数值0，可以参与计算；
空白：数据尚未回传，不能当0，先排除并追问；
“—”：系统占位，含义待确认，在确认前不参与计算；
库存为0：单独标记缺货风险，不能直接用零销量判断需求。

如果你不知道“—”来自哪里，不要让GPT猜。回到导出说明、字段负责人或原始系统确认；确认不了就保留“待核验”。

第一轮只找异常行，不给补货结论

把表格交给GPT后，第一轮任务应停在数据检查。要求它列出销量列中的0、空白、“—”、非数字和异常单位，并保留行号、SKU和原值。

可以直接复制：

请先检查这份库存表的数据口径，不要生成补货建议。对“昨日销量”列执行以下规则：数值0代表真实零销量；空白代表未回传；“—”代表含义待确认。请列出所有不能直接参与计算的行，保留行号、SKU、原值、库存值和排除原因。库存为0的行单独标记“可能缺货”，不要把未回传或占位符转换为0。完成后输出参与计算的行数、被排除的行数和待人工确认的问题。

只有异常行处理完，第二轮才适合计算低销量、库存周转或补货优先级。这样得到的结论可以回到具体SKU核对，而不是只看一段流畅解释。

正确结果可能不是“补多少”，而是“先补数据”

检查后，A-07可以进入低销量分析；B-12需要门店补回传；C-03要先确认缺货与占位符含义。此时最可靠的交付物可能不是补货数量，而是一张“可计算、未回传、待核验、可能缺货”的分组清单。

对于金额、财务预测或重大采购等高风险表格，还需要由了解字段口径的人复核。GPT可以帮助发现异常和整理问题，但不能替业务负责人定义数据。

一张表能不能分析，不取决于它看起来是否整齐，而取决于每个值是否只有一种明确含义。

如果你也有一份空值口径混乱的Excel，可以通过下方服务号开始使用，并继续获得字段检查表、材料整理方法和GPT任务模板。