H5问卷数据清洗先保留原始答卷，再按事先确定的规则标记重复、范围不符与逻辑待核记录。WorkBuddy可用AI整理检查依据和影响数量，人工决定处理方式；答得快或答案相同不直接判为无效，避免误删真实反馈、改变调查结论。
运营看到调查结果不符合预期，容易重新寻找理由排除部分答卷。另一个常见问题是把所有空白都算成漏答，或者看到一组相似答案就认定有人重复提交。这样得到的数据虽然整齐，却很难解释保留与排除的依据。
清洗前先备齐正式题目、调查对象、分支规则和本次检查标准。还没有标准时，先列建议规则交研究负责人确认，不让AI一边看满意度结果一边决定哪些回答可以留下。
可以先建立四类检查：
匿名资料没有可判断提交关系的信息，就保留无法核实，不为去重把答卷重新匹配到真实客户。检查规则应服务研究质量，而不是追求删掉更多记录。
知你AI助手可让AI Agent访问授权范围内的客户与会话信息，用于了解调查为何设置某类问题。例如，客服记录里有人说不清线上办理卡在哪一步，这能帮助理解研究目标，不能代替该客户的正式问卷回答。
匿名答卷、题目结构和清洗规则由团队另行提供。使用WorkBuddy时，把这些材料与MCP查询到的业务背景分列来源；连接客服数据不等于已经接入问卷平台，也不意味着可以自动取得提交设备等未提供字段。
可以要求AI：“保留全部原始记录，依据已确认规则增加待复核标记。每项标记写出对应字段、命中的规则和理由，不因评分高低筛除。缺少判断依据的写未知，输出每条记录涉及的全部问题，不直接删除原表。”
下图为当前Skills配置后台的界面示意。答卷检查清单在AI工具中整理，页面不是问卷分析后台。
知你AI助手帮助补充授权业务语境，WorkBuddy辅助组织检查结果。最终样本处理由研究负责人确认，不把AI的推测写成已经核实的重复身份或虚假作答。
以下为虚拟示例：共收到二十份记录，规则甲命中三份，规则乙命中两份，其中一份同时命中两项。需要复核的记录共有四份，不是五份。保留记录标识和全部原因，才能看出数量为什么没有简单相加。
人工核对后，其中两份保留、一份按已定规则排除、一份依据不足仍待核。这时应分别报告这些状态，不把四份全部记成无效，也不把待核那份悄悄算进已确认有效结果。
答题用时短可以成为复核线索，但未必是排除理由。问题简短、操作熟悉或特殊作答方式，都可能影响时间；同样，一组相同选项也可能反映真实一致意见。能否采用某项排除标准，需要结合题目与事先确认的研究方案。
下图是AI辅助准备检查记录的顺序，所有数量均为虚拟示例，不代表产品内置判假算法。
至少保存原始导出、规则版本、标记结果和人工处理记录。修改检查标准时保留前后变化，重新核算影响范围，不直接覆盖原始资料。正式报告写清收到多少、如何处理、还剩多少未决事项。
如果待核答卷可能影响结论，可以分别查看保留与排除后的结果变化，并说明为什么暂时不能给出单一确定结论。清洗完成后再按每题适用范围统计，数据质量检查与选项比例计算分成两个步骤。
抽查时选看未标记记录，也看被标记记录，检查是否漏掉明显问题或误伤真实回答。改进依据应来自具体复核结果，不能只用表格变短了评价清洗效果。
不宜，仅凭时间不能确认无效，按事先规则与其他依据复核。
不能直接判断，相同意见与重复提交不同，需要相应依据。
记录数只算一份，同时保留两项原因；规则命中次数可以另报。
不应这样处理，匿名状态应保留，缺少依据的提交关系记为未知。
建议保留原始文件，在副本或新增标记中记录规则与处理，便于复查。
问卷清洗先定规则，再标记、复核和记录处理。保留原始资料，区分异常线索与无效结论，让AI给出可以逐条检查的草稿，帮助团队把调查依据说清楚。
如果H5用户研究需要结合客服背景理解问题，可以了解知你AI助手官网，通过AI Agent整理授权会话，再与团队提供的调查材料分开核对。
也可以扫码交流你的AI业务分析需求：
全渠道智能客服系统，聚合微信、小红书、抖音等平台咨询，支持自动回复与多客服协同。
知你AI助手官网 >AI 驱动的智能接待助手，基于知识库生成可确认的推荐回复，提升响应效率。
知你快回官网 >浏览器插件，为小红书、抖音、网页客服场景提供快捷话术库与 AI 自动回复。
