Làm sạch file Excel lộn xộn bằng AI trong 1 lệnh

“Lộn xộn” gồm những gì

Kết luận trước: phần lớn file “bẩn” chỉ mắc khoảng 8 lỗi lặp đi lặp lại. Gọi đúng tên lỗi thì giao việc cho AI rõ ràng hơn nhiều.

File luyện tập bên dưới được cài sẵn cả 8 lỗi này, tên người và số điện thoại đều là dữ liệu bịa:

Nguyên tắc an toàn: luôn làm trên bản sao, luôn có nhật ký

Kết luận trước: AI làm sạch nhanh, nhưng nó có thể hiểu sai quy tắc của bạn. Hai thói quen dưới đây biến một lỗi của AI từ “mất dữ liệu” thành “sửa lại 1 dòng”.

1. Không bao giờ để AI sửa file gốc. Mọi thay đổi ghi vào file mới, ví dụ du-lieu-sach.xlsx. File gốc chỉ được đọc.
2. Mọi ô bị đổi phải có dấu vết. AI ghi ra nhat-ky.csv: dòng nào, cột nào, giá trị cũ, giá trị mới, vì sao đổi. Bạn soát nhật ký thay vì soát cả file.
3. Khảo sát trước, sửa sau. Lượt đầu AI chỉ đếm lỗi và đề xuất cách xử lý. Bạn duyệt xong nó mới động tay.
4. Chỗ mơ hồ thì hỏi, không đoán. Ngày 9/12/2026 là 9 tháng 12 hay 12 tháng 9? Chỉ bạn biết. AI phải hỏi, hoặc đánh dấu “cần kiểm”.

Làm sạch bằng Claude Code

Kết luận trước: Claude Code chạy ngay trên máy bạn, đọc thẳng file Excel trong thư mục và viết code Python để sửa. Bạn đóng gói quy trình an toàn ở trên thành một skill, sau đó mỗi lần chỉ cần gõ một lệnh.

Claude Code là trợ lý AI của Anthropic chạy trong cửa sổ dòng lệnh (terminal). Nếu chưa cài, xem bài Cài Claude Code làm trợ lý Excel (tập 7 của series). Skill là một thư mục chứa file SKILL.md, bên trong là hướng dẫn để Claude làm theo. Theo tài liệu chính thức, bạn gọi skill bằng /tên-skill, và phần chữ gõ sau tên skill được thay vào chỗ $ARGUMENTS trong file.

$ claude

Kết quả thật khi chạy /lam-sach-excel trên file luyện tập trong bộ tải về (Bỏ Túi AI chạy ngày 18/10/2026): 20 dòng còn 17 dòng, tỉnh/thành từ 11 cách viết còn 6, tổng cột Số tiền giảm đúng bằng 3 dòng trùng bị xoá. Skill giữ nguyên 2 ô ngày mơ hồ như 9/12/2026 và đánh dấu can_kiem thay vì tự đoán.

Không muốn dùng skill? Dùng prompt

Skill thật ra chỉ là một prompt dài được lưu sẵn. Bạn có thể dán thẳng prompt dưới đây vào Claude Code. Ba việc khó nhất được nói rõ: xoá trùng theo cột khoá, chuẩn hoá ngày theo quy tắc bạn chốt, tách họ tên.

Vì sao xoá trùng phải làm sau cùng? Trước khi chuẩn hoá, “Lê Hoàng Phúc” dạng NFD và dạng NFC là hai chuỗi khác nhau. Xoá trùng lúc đó sẽ bỏ sót.

Lỗi dấu tiếng Việt NFC/NFD

Kết luận trước: cùng một chữ có dấu, máy tính có hai cách lưu. Mắt bạn thấy giống hệt, nhưng máy so từng ký tự nên coi là khác nhau.

Theo tài liệu Python, Unicode có hai dạng chính:

• NFC (dựng sẵn): chữ “ú” là một ký tự.
• NFD (tổ hợp): chữ “ú” là hai ký tự: chữ “u” và một dấu sắc ghép vào sau.

Tài liệu Python nói rõ: hai chuỗi trông giống nhau vẫn có thể bị so sánh là khác, nên cần chuẩn hoá cả hai trước khi so. Với tên “Lê Hoàng Phúc”, dạng NFC có 13 ký tự; dạng NFD có 16, vì “ê”, “à”, “ú” mỗi chữ tách thành hai.

Hệ quả trong Excel: các phép so khớp chữ như EXACT, VLOOKUP/XLOOKUP hay Remove Duplicates có thể coi hai tên này là hai người. Dữ liệu NFD thường lọt vào khi bạn dán chữ từ nguồn khác (PDF, web, tên file trên macOS) hoặc gõ bằng bộ gõ đặt bảng mã “Unicode tổ hợp”.

Cách chuẩn hoá:

• Bằng AI: yêu cầu “chuẩn hoá mọi chữ về Unicode NFC”. Claude Code sẽ dùng hàm unicodedata.normalize("NFC", ...) của Python. Skill trong bài đã có sẵn bước này.
• Kiểm nhanh: dùng =LEN(A2) so với số chữ bạn đếm được. Lệch thì nghi NFD.
• Không có AI: bộ gõ Unikey có công cụ chuyển mã, chuyển được từ “Unicode tổ hợp” sang “Unicode dựng sẵn” qua clipboard.

Nhật ký làm sạch

Kết luận trước: nhật ký là thứ làm cho việc nhờ AI trở nên đáng tin. Không có nhật ký, bạn phải tin AI. Có nhật ký, bạn kiểm được AI.

File nhat-ky.csv gồm 5 cột:

Dòng bị xoá cũng ghi vào nhật ký, với cột là “(cả dòng)” và lý do kiểu “trùng khoá KH002; giữ dòng 11 (cập nhật 20/09/2026 17:30)”. Nhờ vậy câu hỏi “AI có xoá nhầm không?” luôn có câu trả lời.

File mẫu dưới đây do mình viết tay theo dữ liệu luyện tập, để bạn thấy định dạng. Nó không phải kết quả chạy máy:

12 dòng đầu của nhật ký thật (43 dòng) từ lần chạy trên. Mỗi thay đổi đều lần lại được về dòng gốc.

Cách khác: ChatGPT Data Analysis

Kết luận trước: không cài được Claude Code thì dùng ChatGPT. Bạn tải file lên, dán cùng prompt ở trên, rồi tải file sạch về. Đổi lại, file của bạn phải rời khỏi máy.

Theo trang trợ giúp của OpenAI, ChatGPT nhận file .xls, .xlsx, .csv. Với một số việc, nó tự viết và chạy code Python để phân tích. OpenAI cũng khuyên bạn xem lại code, kết quả và các giả định trước khi dùng.

Cách làm:

1. Mở ChatGPT, bấm nút đính kèm, chọn file Excel.
2. Dán prompt “làm sạch một lần” ở trên, thay tên file và cột khoá.
3. Duyệt bảng lỗi ChatGPT liệt kê, trả lời câu hỏi về kiểu ngày.
4. Yêu cầu: “Cho mình link tải file sạch và nhat-ky.csv.”

Theo trang File uploads FAQ của OpenAI, file bảng tính bị giới hạn khoảng 50MB, tuỳ độ dài mỗi dòng. Gói Free bị giới hạn số lượt tải file mỗi ngày.

Power Query khi nào tốt hơn

Kết luận trước: AI hợp với file làm một lần hoặc lộn xộn kiểu khó đoán. Việc lặp hằng tuần trên file cùng cấu trúc thì Power Query hợp hơn: ghi các bước một lần, tuần sau bấm Refresh.

Power Query là công cụ có sẵn trong Excel (tab Data → Get & Transform) để nhập và biến đổi dữ liệu. Mỗi thao tác bạn làm được ghi thành một bước trong danh sách Applied Steps. Bấm vào từng bước là thấy dữ liệu thay đổi thế nào ở bước đó.

Hai điều Microsoft ghi rõ trong tài liệu, cần biết khi xoá trùng bằng Power Query:

• Power Query phân biệt chữ hoa, chữ thường. “HCM” và “hcm” là hai giá trị. Muốn coi là một, đổi tất cả sang chữ hoa hoặc chữ thường trước.
• Khi xoá trùng, Power Query không đảm bảo giữ lại dòng đầu tiên trong nhóm trùng. Muốn chắc chắn giữ bản mới nhất, bạn phải xử lý thứ tự cẩn thận.

Cách xem và sửa từng bước trong khung Applied Steps có trong hướng dẫn Power Query của Microsoft.

Cách kết hợp hay: dùng AI làm sạch lần đầu và tìm ra các quy tắc. Sau đó nhờ chính AI hướng dẫn bạn dựng lại các bước đó trong Power Query cho các tuần sau.

Kiểm sau khi làm sạch

Kết luận trước: đừng mở file sạch rồi gật đầu. Ba phép kiểm dưới đây mất khoảng 5 phút và bắt được phần lớn lỗi.

1. Đếm dòng. Số dòng sau = số dòng trước − số dòng “(đã xoá)” trong nhật ký. Lệch là có dòng biến mất không dấu vết.
2. So tổng. Tổng cột số tiền trước và sau phải giải thích được bằng các dòng trùng đã xoá. Với số lưu dạng chữ, tổng “trước” phải tính sau khi đổi sang số.
3. Soát 20 dòng ngẫu nhiên. Nhờ AI in 20 dòng ngẫu nhiên, bản gốc cạnh bản sạch. Bạn đọc bằng mắt. Ưu tiên các ô can_kiem.

Lỗi hay gặp và giới hạn

• AI tự đoán kiểu ngày. Nếu bạn không nói ngày theo kiểu Việt hay kiểu Mỹ, AI có thể đoán sai cả cột. Luôn chốt quy tắc trước.
• Xoá trùng quá tay. Hai khách cùng tên khác người là chuyện bình thường. Đừng chọn cột khoá là “Họ và tên”; hãy dùng mã khách hàng hoặc số điện thoại.
• File đang mở trong Excel. Trên Windows, file đang mở thường bị khoá, AI không ghi được. Đóng file trước khi chạy.
• Mất định dạng. Ghi lại bằng code có thể làm mất màu ô, công thức hoặc bảng pivot. Đó là lý do luôn làm trên bản sao.
• Dữ liệu nhạy cảm. Cả Claude Code lẫn ChatGPT đều gửi nội dung đọc được lên máy chủ để xử lý. File có số căn cước, lương, thông tin khách hàng thì xoá hoặc thay bằng mã trước.

Đọc tiếp: Cài Claude Code làm trợ lý Excel · Công thức Excel bằng tiếng Việt · Tạo skill báo cáo tuần · Series AI cho dân văn phòng