Limpiar un Excel con verificación humana: duplicados, vacíos, fórmulas y gráficos que no prueban nada

Una hoja de cálculo limpia es la condición para que cualquier análisis signifique algo, y la limpieza es también donde la ayuda del agente es más fácil de verificar: los duplicados están o no están, las celdas vacías se cuentan, las fórmulas rotas fallan delante de ti. Este tutorial recorre la limpieza de un Excel o CSV con ayuda del agente —duplicados, vacíos, fórmulas y formato— y le añade la pieza que más se olvida: la revisión de los gráficos que aparentan probar algo que no han demostrado. Todo con verificación humana y sin aceptar conclusiones sin comprobarlas.

Qué hace el agente con una hoja de cálculo y qué no

El método del libro formula la capacidad con precisión: subes un archivo CSV o Excel al proyecto y el agente escribe código internamente, analiza los datos y entrega conclusiones, sin que necesites saber programar ni manejar fórmulas avanzadas. Esa es la parte llamativa, y es real: para la detección de duplicados, el recuento de vacíos, la coherencia de tipos y la construcción de resúmenes por columna, la máquina es más rápida y más sistemática que cualquier revisión a ojo.

Lo que el agente no hace es responder por la verdad de tus datos. Si una fila está duplicada porque dos personas registraron el mismo pedido con distinta forma de escribir el nombre, la coincidencia textual la detecta el agente; decidir si son el mismo pedido es una pregunta de negocio que el archivo no contesta. Lo mismo vale para los vacíos: una celda en blanco puede ser un dato perdido o un valor legítimamente ausente, y la diferencia la define tu proceso, no la herramienta.

Del mismo modo, el agente no garantiza que un gráfico signifique lo que parece. Puede construir el gráfico que le pidas y describir lo que muestra, pero la lectura de un gráfico —si el eje temporal empieza donde debe, si los porcentajes suman, si la comparación es justa— es una tarea de revisión como otra cualquiera del método: la máquina prepara, la persona interpreta y firma. Este tutorial reparte el trabajo exactamente en ese reparto: máquina para detectar y contar, persona para juzgar y decidir.

Antes de empezar: qué hoja conviene limpiar primero

No todas las hojas merecen el mismo esfuerzo. La candidata ideal para el primer ensayo es una tabla de tamaño moderado, con columnas identificadas y una fuente conocida: una lista de contactos, un registro de horas, un inventario pequeño. Si la hoja contiene datos personales o sensibles, revisa primero las reglas de tu organización y del servicio que uses; la planificación de la limpieza nunca es la fase para descubrir que el archivo no debía salir de donde estaba.

Evita empezar por la hoja más crítica de tu trabajo: la primera pasada de limpieza sirve para calibrar la herramienta, y esa calibración es más honesta con datos prescindibles. Tampoco elijas una hoja desierta de contenido —tres filas y una sola columna—, porque no genera los errores típicos que el tutorial enseña a detectar. El tamaño moderado tiene otra ventaja: puedes comprobar los números del agente a mano, y comprobar a mano es precisamente el hábito que este tutorial quiere instalar.

Si tu hoja vive en una herramienta con historial de versiones, activa el historial antes de tocar nada. La limpieza destructiva sin red es el accidente más común de esta tarea, y la red cuesta lo que un clic. Si la herramienta no tiene historial, haz una copia del archivo con fecha en el nombre antes de empezar: la copia es el respaldo que evita que un error de filtrado o de ordenación se convierta en pérdida irreversible.

Cómo entregar el archivo al agente

El método distingue por dónde Viaja el dato: para datos en CSV o Excel,sube el archivo directamente; para datos en PDF, usa la versión de escritorio; para texto largo, copia y pega. La subida del archivo conserva el contenido tal cual, y así el agente puede operar sobre la tabla completa en lugar de sobre un fragmento pegado a mano, que es donde suelen perderse filas y distorsionarse formatos.

Al subir el archivo, incluye en la misma petición la descripción mínima del contexto: qué representa cada columna, qué significa un valor vacío en tu proceso y qué tratamientos están prohibidos. Esa descripción no es opcional: sin ella, el agente interpretará los vacíos con criterios genéricos, y la limpieza quedará hecha con suposiciones que tu proceso no comparte. Dos minutos de descripción ahorran una tarde de revisión desconfiada.

Comprueba también qué copia recibe el servicio y bajo qué condiciones. Si el plan que usa tienes condiciones de entrenamiento con los datos, y tu hoja contiene información que no querrías en ese circuito, anóniza o usa un plan con condiciones distintas según las reglas de tu organización. La limpieza de datos hereda todas las reglas de seguridad del método: permisos mínimos, datos justos y revisión del alcance antes de cada entrega.

Paso 1: duplicados, contear antes de borrar

El primer bloque del pedido de análisis pide un conteo de duplicados, y el conteo precede siempre al borrado. La razón es metodológica: los duplicados raramente son idénticos del todo, y la definición de «mismo registro» tiene matices que solo tú puedes resolver. Un mismo pedido puede aparecer dos veces con distinto método de pago; dos contactos pueden compartir correo y ser personas distintas. La herramienta detecta coincidencias; la lectura de cada caso es tuya.

La petición de duplicados tiene forma simple: ¿cuántas filas son idénticas en todas las columnas, cuántas lo son en las columnas clave que tú designes y dónde está cada grupo? Pide el informe por grupos, no solo el número total, porque el total no permite decidir nada: ver los grupos sí. Este es el bloque típico de la petición, adaptable a tus columnas:

Analiza el archivo adjunto y entrega un informe (sin modificar nada):
1. Filas completamente idénticas: cuántas, y los índices de cada grupo.
2. Duplicados por columnas clave [correo, factura, fecha]: cuántas y los grupos.
3. Valores casi idénticos en [nombre]: diferencias de mayúsculas,
   espacios y tildes (por ejemplo «ana lopez» vs «Ana López»).
4. Celdas vacías por columna: recuento y porcentaje aprox.
No alteres ningún dato todavía; solo informa.

El punto 3 del bloque merece una explicación: gran parte de los «duplicados» de una hoja real no son duplicados exactos, sino la misma entidad escrita de dos maneras. Los espacios finales, las mayúsculas y las tildes son las variantes más comunes, y el agente las detecta mejor que el ojo. Pero la unificación —juntar las dos escrituras en una— es una decisión editorial sobre tus datos: hazla tú en cada caso, con la regla que definas después de ver el informe.

El informe de duplicados y cómo se decide

El informe del agente se lee con tres preguntas por grupo: ¿son el mismo objeto de verdad?, ¿cuál de las dos filas es la autoridad?, ¿qué columnas difieren y por qué? Con esas tres respuestas decides fusionar, mantener una y descartar otra, o mantener ambas porque son objetos distintos con semejanza textual. La regla práctica del método —verificar en vez de confiar— se aplica aquí de forma literal: si el agente dice que hay catorce grupos, comprueba tres o cuatro a mano y cuenta tú mismo.

Ese muestreo de comprobación no es desconfianza teatral: es el mecanismo de calibrado del método. Si los tres o cuatro casos que verificas coinciden con el informe, la confianza en la detección sube y el resto del informe se procesa más rápido; si alguno falla, has descubierto una regla de detección mal definida —quizá las columnas clave no eran las adecuadas— y la petición se ajusta antes de tocar los datos. Muestrear es lo que permite confiar de forma justificada en vez de hacerlo por fe.

Solo después de decidir cada grupo se ejecuta la limpieza: fusiona casos idénticos, conserva la fila que use como autoridad la columna que tu proceso designate, y anota en un registro cuántas filas se fusionaron y con qué criterio. La anotación importa porque la limpieza es reversible solo si sabes qué se hizo: el registro es la memoria de esta operación, en el mismo espíritu que la carpeta de memoria del método general.

Vacíos: contar, clasificar y decidir el vacío

Las celdas vacías se cuentan igual de rápido que los duplicados, y se interpretan igual de lentamente. El recuento por columna es el diagnóstico; la decisión de qué hacer con cada tipo de vacío es de proceso. Una columna de descuento vacía puede significar «sin descuento», una columna de fecha de baja vacía puede significar «aún de alta» y un correo vacío puede significar un registro incompleto: tres vacíos visuales iguales con tres significados de proceso distintos que ninguna herramienta puede adivinar.

La petición sobre vacíos pide dos cosas: el recuento por columna y los patrones: ¿los vacíos se concentran en un intervalo de fechas, en un tipo de registro o en las filas añadidas por una persona concreta? Los patrones revelan la causa —una integración que fallaba, un formulario que cambió— y la causa es la que propone el tratamiento. Un vacío con causa conocida se trata distinto que uno con causa desconocida, y esa distinción solo aparece cuando alguien mira la distribución, no el total.

El tratamiento de cada tipo de vacío queda documentado en la misma hoja o en el registro de la limpieza: qué columna, qué significado tiene su vacío y qué decisión se tomó —conservar vacío, marcar como «sin dato», completar desde otra fuente autorizada. Lo que no se hace aquí es rellenar huecos por estética: una hoja con vacíos honestos es más fiable que una hoja con huecos cubiertos de valores plausibles, y el agente que «completa» vacíos está inventando datos con la mejor de las intenciones.

Paso 2: fórmulas, tipos y valores imposibles

El segundo bloque de análisis se ocupa del estado técnico de la hoja: fórmulas que apuntan a celdas inexistentes, columnas con tipos mezclados, fechas guardadas como texto y valores fuera de rango. Son los errores que no se ven al hojear pero que contaminan cualquier cálculo posterior, y su detección es exactamente el tipo de tarea que el agente ejecuta de forma sistemática: recorrer cada columna comprobando tipos y rangos sin cansarse ni saltarse filas.

La petición de este bloque pide cuatro comprobaciones: fórmulas con referencias rotas o que devuelven errores, columnas con tipos mezclados, fechas como texto y valores fuera de rango con respecto a la definición de cada columna. El informe debe listar los casos concretos con su fila y columna, porque los totales tampoco sirven aquí: para corregir necesitas la dirección exacta del problema, no su volumen.

Pedir el informe técnico

Este es el bloque típico de la segunda petición, en la misma línea del formato de análisis del libro: hallazgos concretos, una anomalía señalada y una recomendación, sin describir los datos por describir:

Sobre la misma hoja, entrega un informe técnico:
1. Fórmulas que devuelven error o con referencias a celdas vacías/borradas.
2. Columnas con tipos mezclados (números guardados como texto, etc.).
3. Fechas almacenadas como texto: cuántas y en qué columna.
4. Valores fuera de rango: negativos donde no procede, porcentajes >100,
   importes absurdos frente al resto de la columna.
Para cada hallazgo: fila y columna exactas.
Después, 3 hallazgos principales y 1 recomendación.
No modifiques el archivo.

La recomendación del agente se lee como una propuesta, no como un veredicto: puede ser acertada o puede ignorar una particularidad de tu proceso que invalida la sugerencia. El formato del libro es deliberado: interpreta, no describas. Y la lectura de esa interpretación pasa por tu filtro, porque el contexto de negocio —qué columna nunca puede estar vacía, qué valor es absurdo de verdad— vive en tu cabeza, no en el archivo.

Los valores imposibles merecen mención aparte porque son el error más silencioso de los cuatro. Un importe negativo en una columna de ingresos, un porcentaje del 140% o una fecha futura en una columna de nacimiento no provocan ningún error visible: la fórmula calcula, el gráfico dibuja y la conclusión sale contaminada sin señal de alarma. Por eso este bloque es el que menos se puede delegar por completo: la detección es de la máquina, la definición de «imposible» es de la persona, y sin esa definición escrita la detección no tiene contra qué comparar.

Corregir fórmulas con la persona al mando

La corrección de fórmulas se reparte con claridad: el agente puede explicar qué hace la fórmula rota, proponer la corrección y redactar la fórmula corregida; tú aplicas la fórmula en tu hoja y compruebas su resultado contra casos conocidos. Ese reparto evita el riesgo típico de la corrección automática: una fórmula que ya no da error pero calcula otra cosa. La fórmula nueva se prueba contra tres o cuatro filas donde conozcas el resultado correcto de antemano, y solo esa prueba la autoriza.

Si el agente trabaja en una copia del archivo, el reparto se mantiene igual: revisas la copia, comparas con el original y decides qué versión conserva. Nunca dejes que la versión corregida sustituya a la original sin esa comparación, porque la limpieza con corrección automática es justo el punto donde un error pequeño se multiplica a la velocidad de todas las celdas dependientes de la fórmula tocada.

Anota también las fórmulas que conservas sin tocar porque su aparente error es intencional: fórmulas que devuelven vacío por diseño, columnas auxiliares con valores de control, celdas marcadas a mano por la persona que mantiene la hoja. Esa anotación evita que la «limpieza» de un mes futuro destruya una pieza que alguien diseñó a sabiendas, y ese es exactamente el tipo de lección que merece un sitio en el registro de la limpieza o en la memoria del sistema.

Paso 3: gráficos que no prueban nada

El tercer bloque es el que convierte una hoja limpia en un análisis defendible: la revisión de los gráficos. Un gráfico no prueba nada por el hecho de dibujar una tendencia: depende de qué datos se incluyeron, qué se excluyó, cómo se cortó el período y qué comparación permite el eje. La revisión de gráficos es, por tanto, una capa de verificación como las del acta: primero se comprueba el dato, después se comprueba la forma, y solo al final se acepta la lectura.

Pide al agente que liste los gráficos existentes —o los que propone— con la explicación de qué muestra cada uno: fuente de los datos, rango incluido, tipo de comparación. Con esa lista, la revisión es respondible pregunta por pregunta: ¿el rango temporal es completo o empieza en el mejor mes?, ¿los porcentajes están calculados sobre el total correcto?, ¿la comparación entre series compara lo mismo con lo mismo? Ninguna de estas preguntas se contesta mirando el gráfico: se contesta mirando sus datos de origen.

La regla de fondo es simple y dura: un gráfico que no puedes reconstruir mentalmente desde sus datos no está verificado. Si no sabes qué incluyó, qué excluyó y sobre qué total se calcula, no lo presentes como prueba de nada. Y esa regla aplica igual al gráfico que el agente fabrica que al que llevaba meses en tu hoja: la edad no confiere fiabilidad, y un gráfico bonito de un archivo heredado es tan sospechoso como uno recién creado.

Preguntas de verificación para cualquier gráfico

La lista de comprobación de esta capa se reduce a cinco preguntas, y con ellas se revisa cualquier gráfico antes de circularlo. La lista es deliberadamente corta: debe caber en la cabeza y aplicarse en minutos:

• ¿De qué celdas o filas exactas proviene cada serie del gráfico?
• ¿Qué se excluyó: filas filtradas, vacíos descartados, meses omitidos?
• ¿Sobre qué total se calculan los porcentajes que muestra?
• ¿Las series comparadas son comparables: mismo período, misma población, misma unidad?
• ¿El eje temporal o el eje vertical empiezan donde cuentan la historia completa, no solo donde favorecen una lectura?

Si alguna respuesta es «no sé», el gráfico no está verificado, y la corrección no es mirar el gráfico con más cariño: es pedir al agente la fuente de datos del gráfico y reconstruir su origen. Esta lista traduce la recomendación del libro en preguntas operables: verificar que cada dato diga lo que el gráfico dice, contrastar los hallazgos con la hoja, y aceptar la lectura solo cuando el caminó entre los datos y el dibujo sea visible. Si el agente no puede responder de dónde sale cada dato, la instrucción correspondiente debe exigirlo en la próxima petición.

Conviene además fijar la distinción entre describir y probar. El agente puede describir lo que un gráfico muestra —la línea sube, el total crece, la brecha se cierra— y esa descripción es útil. Probar es otra cosa: requiere que la comparación sea justa, que la muestra sea completa y que el corte del período no fabrique la tendencia. La descripción se delega; la prueba se construye, y la construimos con datos que pasaron las capas anteriores de este tutorial: duplicados decididos, vacíos clasificados, fórmulas verificadas.

El informe final y su lectura

El cierre del análisis es el informe de hallazgos que el método formula como estándar: tres hallazgos con cifra concreta, una anomalía que se desvía de la tendencia y una recomendación accionable. El informe es también la pieza donde más se aprecia la división de papeles: el agente redacta el borrador del informe, tú verificas cada hallazgo contra la hoja y firmas solo lo que comprobaste. Un informe cuyos números no puedes trazar hasta las celdas no se envía; se vuelve a pedir con la fuente declarada.

La lectura del informe sigue el mismo principio de calibrado que la detección de duplicados: verifica al inicio de forma intensiva y reduce la verificación solo cuando la experiencia la justifique. El libro lo formula como recomendación para la investigación, y aplica igual aquí: las primeras semanas, contrasta más; cuando el agente haya demostrado precisión sostenida en tu tipo de hojas, el muestreo puede reducirse. Lo contrario —confiar desde la primera entrega y empezar a muestrear tras un desastre— invierte el orden correcto.

Conserva el informe y sus hallazgos con la fecha y la versión de la hoja a la que corresponden. Los informes sin versión de fuente son imposibles de auditar después: cuando cambie la hoja, no podrás saber qué versión del archivo respaldaba cada cifra. Esa etiqueta de versión es el equivalente en este terreno del registro de correcciones del método general: pequeña anotación, valor desproporcionado cuando alguien —incluido tú dentro de tres meses— pregunta de dónde salió un número.

Ajustes cuando la limpieza se atasca

La limpieza suele trabajar bien en la primera o segunda iteración; cuando se atasca, los atascos son reconocibles y cada uno tiene su salida. En esta hoja de correspondencia rápida se resumen los tres atascos típicos y el ajuste que los resuelve, con la causa habitual detrás de cada uno:

Atasco observado                              — Causa probable                — Ajuste
El agente «completa» vacíos con estimaciones  — instrucción no prohíbe completar — instrucción: prohibir estimar, exigir marca
Los duplicados detectados no son reales       — columnas clave mal elegidas    — redefinir columnas clave y repetir la detección
El informe no cita de dónde salen los números — instrucción sin exigencia de fuente — instrucción: exigir fila y columna por hallazgo
El archivo grande tarda o se trunca           — hoja con muchas columnas irrelevantes — analizar una copia con solo las columnas necesarias

El primer atasco es el más serio porque atenta contra la regla central del método: no completar datos ausentes con suposiciones. Si notas que alguna celda aparece «rellenada» de forma creíble, esa entrega se detiene, se revisa qué instrucción lo permitió y la corrección se registra en memoria con el formato de cuatro campos: qué hizo mal, qué debía hacer, por qué se equivocó y qué cambio lo previene. Ese registro es el que hace que el fallo no se repita en la hoja siguiente.

Cuando el atasco es de tamaño —hojas grandes, muchas columnas—, la salida del método es operar con menos: copia con solo las columnas necesarias, rangos acotados, análisis por bloques. El agente no necesita toda la hoja para detectar duplicados en la columna de correos; darle solo lo necesario reduce el riesgo de truncado y, de paso, aplica el principio de minimización del método: los datos que circulan son los que la tarea necesita, no todos los que tienes.

Cuando conviene no delegar la limpieza

Hay hojas que se limpian a mano, y reconocerlas es parte de la competencia que este tutorial enseña. Si la hoja es pequeña y la limpieza se resuelve en unos minutos con filtros a mano, el montaje completo —petición, informe, verificación— puede costar más que el problema; la delegación se justifica por repetición, no por costumbre. Si los criterios de decisión dependen de conocimiento que el archivo no contiene y tú apenas puedes verbalizar, cada caso exigirá tu criterio completo y el informe solo añadirá una capa intermedia.

También conviene no delegar cuando la hoja alimenta un informe con consecuencias externas: cifras que se publican, datos que se negocian, importes que condicionan pagos. En esos contextos la verificación humana completa es parte del proceso formal de tu organización, y la ayuda del agente se limita al papel que le corresponde: detectar, contar, proponer. Ninguna de esas funciones sustituye el control formal que exige el destino del dato.

Y hay un límite ético-operativo que el método repite en todas las tareas: el agente no inventa lo que no sabe. En la limpieza esa regla se traduce en no completar vacíos con estimaciones, en no fusionar registros «por parecido» sin decisión humana y en no presentar hallazgos sin su fuente. Cuando estas reglas no quepan en tu configuración por limitaciones de la herramienta, la tarea no se delega en esa herramienta; se delega cuando pueda hacerse con las reglas visibles y comprobables. La limpieza es una de las tareas donde esa condición se comprueba mejor, porque cada resultado se puede contrastar a mano.

Qué has construido y siguientes pasos

Al terminar este tutorial tienes una rutina de limpieza completa y verificable: un pedido de análisis que informa antes de modificar, decisiones documentadas sobre duplicados y vacíos, un bloque de revisión técnica de fórmulas y tipos con prueba contra casos conocidos, una capa de verificación de gráficos con su lista de cinco preguntas y un informe final cuyos números se pueden trazar hasta la celda de origen. La hoja no solo quedó limpia: quedó documentada la limpieza, que es la diferencia entre ordenar a mano una vez y tener un método para la próxima.

La mecánica de análisis con archivos, el formato del informe de hallazgos y la verificación de fuentes se apoyan en el capítulo de investigación y análisis de ChatGPT Work para Profesionales 2027, y la operación de corregir y registrar en memoria sigue el capítulo de memoria y correcciones del mismo libro. El libro también recuerda la regla de reparto por tipo de dato: CSV y Excel se suben directamente, los PDF van por la vía de escritorio y el texto largo se copia y pega. Como lecturas contextuales, te dejamos la página de MargaPress sobre ChatGPT y su sistema de trabajo y la reseña en MargaBooks de Tu empleado digital; ambas hablan de títulos distintos de este tutorial y valen como contexto del enfoque, no como fuentes del procedimiento.

La limpieza deja los datos listos para la pregunta siguiente: qué acciones salen del trabajo y quién responde de cada una. Mañana publicamos ese artículo, con la conversión de un acta de reunión en lista de acciones con responsables solo cuando constan —nada de inventar fechas ni asignar personas que el acta no menciona—. Es la continuación natural de esta semana: primero los datos limpios, después los compromisos honestos, y al cierre del lote, la auditoría del sistema completo con su matriz de mantenimiento.

ChatGPT Work para Profesionales 2027

Crea y enseña a tu empleado digital para delegarle trabajo real en solo 21 días.

👉 Comprar en Amazon