用WorkBuddy做数据集需求梳理

用WorkBuddy做数据集需求梳理：先想清楚要什么数据，再去找

很多人一上来就喊"帮我搞点训练数据"，结果找了一堆用不上的，或者缺了最关键的字段。数据集不是越多越好，是"对"才好。本文用大白话教你，怎么用 WorkBuddy 在动手采集前，先把"到底要什么数据"这件事想明白。

一、为什么先梳理需求

打个比方：你要做一道菜，得先知道做什么菜、需要哪几样食材，而不是冲进超市随便买。数据集也一样——先定清楚"用来干啥、要哪些字段、什么样算合格"，后面采集和标注才不会瞎忙。

不梳理的直接后果：字段缺了补采很贵、采了一堆用不上的占地方、标准没定导致标注的人各标各的。

二、核心提示词模板（可直接复制）

我要做一个数据集，但目前只知道大方向。请帮我梳理成一份清晰的"数据集需求说明书"。

背景：[一句话，如"想做一个识别合同里风险的模型"] 用途：[如"训练/微调/测试/对外发布"]

请输出：

1. 这个数据集应该包含哪些字段（列），每列是什么、举例。
2. 每条数据长什么样（一条样本的结构）。
3. 数量大概要多少才够用（给个区间和理由）。
4. 质量红线：哪些情况的数据要剔除（重复、错误、敏感）。
5. 我可能漏想的点：提醒我还要注意什么。

用大白话，别堆术语。

三、多轮工作流

第一轮：拿到需求说明书。 第二轮：追问"如果我只够采 500 条，优先保哪些字段，砍掉哪些"。 第三轮：追问"帮我想 3 个现成的、能合法拿到这类数据的渠道方向"（只给方向，不含盗版）。

四、具体示例（结构）

背景"想做识别合同风险的模型"： 输出结构：

1. 字段：合同类型、风险点标签、风险描述、原文片段、严重程度。
2. 一条样本：{类型:租赁, 风险点:押金不退, 描述:…, 原文:…, 程度:高}。
3. 数量：起步 1000 条标注样本，越多越稳。
4. 红线：重复合同、含真实个人信息的、标签模糊的剔除。
5. 漏想：还要有"无风险"的正样本，否则模型啥都判风险。

注意：以上为结构示例，实际以 WorkBuddy 基于你的输入实时返回为准。

五、进阶：把需求转成采集清单

追加"把上面的字段变成一张采集清单，每列标注'去哪找/怎么来'"，下一步直接照单采集。

六、踩坑

坑一：不说用途，AI 不知道要训练还是测试，给的字段不对。 坑二：不要"正样本"，模型学偏。 坑三：漏了数量预期，后面发现不够又重来。

七、小结

数据集这事，"想清楚"比"找得多"重要。用本文模板先产出一份需求说明书，后面采集、标注、质检都有据可依。大白话讲就是：先列菜单，再买菜。