明确任务目标并清晰描述数据结构、期望结果及函数偏好，结合上下文信息与结构化指令，提供示例数据并迭代优化提问以提升ChatExcel响应准确性。
如果您在使用ChatExcel时发现模型未能准确理解您的需求，导致生成的公式或操作步骤不符合预期，这通常是因为提问方式不够清晰或缺乏关键细节。以下是优化提问与指令输入的有效策略：
一、明确任务目标
在提出请求前，需清楚定义您希望ChatExcel完成的具体任务，例如数据清洗、公式生成或表格格式调整。明确的目标有助于模型精准响应。
1、描述您当前的数据结构，包括列名和示例数据。
2、说明您期望得到的结果样式，如“将A列中的姓名按拼音排序”或“计算B列中大于100的数值总和”。
3、指出使用的函数类型偏好（如是否允许使用XLOOKUP或必须兼容旧版Excel）。
二、提供上下文信息
为提高回答准确性，应包含必要的背景信息，帮助模型理解数据用途及限制条件。
1、注明所在工作表名称以及涉及的单元格范围，例如“Sheet1的D2:D200”。
2、说明是否存在空值、重复项或特殊格式（如日期、百分比），并指明处理规则。
3、若涉及多表关联，需简要描述各表之间的关系，例如“订单表通过客户ID关联客户表”。
三、使用结构化指令
采用清晰、逻辑分明的语言组织问题，可显著提升解析效率。
1、以动词开头表达动作需求，例如“提取”“合并”“筛选”而非“能不能…”。
2、分步列出复杂任务，避免在一个问题中混杂多个独立操作。
3、对于条件判断类问题，使用“如果…则…否则…”句式增强可读性，例如“如果E2大于平均值，则标记为‘高’，否则标记为‘低’”。
四、附加示例数据
提供简化的输入与期望输出样本，能极大增强模型的理解能力。
1、构造2-3行代表性数据，展示原始格式。
2、在同一表格中写出对应的目标结果。
3、用注释说明每一步变换的逻辑依据，确保示例真实反映实际场景。
五、迭代优化提问
当首次回复未达预期时，可通过补充细节进行修正，而不是重新提问。
1、指出返回结果中的具体偏差，例如“公式返回了错误值#N/A”。
2、补充先前遗漏的信息，如“我忘记说明F列可能包含文本内容”。
3、要求更换实现方式，例如“请改用数组公式实现”或“避免使用辅助列”。
