dummy-dataset

dummy-dataset 技能概覽

dummy-dataset 能做什麼

dummy-dataset 技能可以快速產生逼真的測試資料：CSV、JSON、SQL，或是之後可重複產生資料的 Python 腳本。它最適合需要看起來可信的樣本資料的人，用在 QA、展示 demo、seed data，或原型資料管線，而不只是隨便塞些空白內容。dummy-dataset 技能真正的價值，在於你可以描述領域、欄位、列數與限制條件，讓輸出變成可用資料，而不是一看就知道是合成的假資料。

什麼情況最適合用這個技能

在需要跨欄位保持一致性的資料情境下，例如 Data Cleaning、產品測試、分析 mockup、表單驗證與資料庫 seeding，dummy-dataset 都很適合。當你在意日期、分類、ID 或合理數值範圍之間的關聯時，這個技能特別有用。如果你只需要一次性的玩具範例，或你的工作已經有來自 production 的真實 schema，那它就沒那麼有幫助。

這個技能和一般做法有什麼不同

和一般提示詞不同，dummy-dataset 技能一開始就把輸出格式與限制條件放在核心位置。當你需要的是能直接匯入或執行的資料，而不只是看起來像資料的內容時，這點差很多。最重要的判斷點在於：你要的是可直接使用的檔案，還是可重現的產生腳本；這個技能兩者都支援。

如何使用 dummy-dataset 技能

安裝 dummy-dataset

在你的 skills 環境中用以下指令安裝 dummy-dataset 技能：

npx skills add phuryn/pm-skills --skill dummy-dataset

安裝完成後，先打開技能檔案，了解預期輸入與輸出風格，再把它放進更大的工作流程中使用。

先讀對的檔案

先讀 SKILL.md，再視環境查看 README.md、AGENTS.md、metadata.json，以及任何存在的 rules/、resources/、references/ 或 scripts/ 資料夾。就這個 repo 而言，SKILL.md 是主要依據，因為這個技能內容精簡，不太依賴輔助檔案。如果你要把 dummy-dataset 用在正式工作流，先讀生成範本與範例段落，再要求最終輸出。

下達技能能直接執行的提示

好的 dummy-dataset 使用需求，應該包含資料集用途、欄位、列數、格式與限制條件。例如：Generate a 500-row dummy-dataset for a SaaS billing app with columns for customer_id, plan, signup_date, churned, and MRR in CSV format; keep IDs unique, dates within the last 18 months, and churned consistent with subscription status. 這會比單純說「做一些 sample data」好得多，因為它提供足夠結構，讓技能能維持資料集的合理性。

提升輸出品質的最佳流程

建議分兩段使用這個技能：先定義資料集規格，再檢查欄位與限制條件是否合理，然後根據結果微調。如果你要把 dummy-dataset 用在 Data Cleaning，請刻意要求邊界案例，例如缺漏值、重複值、格式錯誤的 email，或日期格式不一致。如果你需要的是腳本，請一開始就說明語言與執行環境，讓輸出能和你的工具鏈對上。

dummy-dataset 技能常見問題

dummy-dataset 適合產生接近 production 的測試資料嗎？

可以，如果你需要的是結構受控、看起來可信的 mock 記錄。當下游工具依賴欄位一致性時，dummy-dataset 很有用；但它仍然是合成資料，不能當作真實使用者資料，也不應被視為你業務的統計模型。

使用它需要程式能力嗎？

不需要。初學者只要用自然語言描述資料集，並指定想要的格式，就可以使用 dummy-dataset。更精準的輸入通常會帶來更好的結果，但除非你想輸出 Python 腳本或 SQL insert，否則不必自己寫程式。

什麼情況不該用這個技能？

當你需要真實資料的匿名化、符合法規的合成資料生成，或是 production schema 的完整複製且含有敏感限制時，不要用 dummy-dataset。這類需求通常更適合專門的資料管線，或具隱私保護能力的工具，而不是以提示詞驅動的 dummy-dataset 指南。

它比一般提示詞更好嗎？

通常是，因為 dummy-dataset 技能會逼你把欄位、商業規則與輸出格式一起定義。一般提示詞常常少掉其中一項，結果資料看起來表面上還行，實際上卻會在匯入、測試或驗證時出問題。

如何改進 dummy-dataset 技能

提供更精準的資料集規格

最大的品質提升，來自把領域描述成欄位與規則，而不只是主題。與其說「生成客戶資料」，不如要求像 customer_id、segment、signup_date、lifetime_value、status 這類具體欄位，外加像「lifetime_value 要依 segment 有差異」或「signup_date 不能是未來日期」這類規則。這會讓 dummy-dataset 技能可靠得多。

把下游真正需要的限制條件補齊

如果你後續要清理、驗證或匯入資料，就要明確說出生成後必須滿足什麼條件。請提到唯一性、null 比例、日期範圍、允許的 enum、類 foreign-key 關聯，以及格式要求。如果是用在 Data Cleaning 的 dummy-dataset，請刻意要求受控錯誤，讓資料真的能測到你的清理邏輯。

針對缺陷迭代，不要只針對偏好

拿到第一版輸出後，修改重點應該放在那些真的影響工作流程的問題：欄位名稱不對、範圍不合理、缺少邊界案例，或格式不好載入。接著只要求一兩個明確修正點的 dummy-dataset 版本，不要把整個需求重新複述一遍。這樣輸出會更實用，也能避免過度迎合表面細節。