- Theo RFC 8259, số trong JSON không được có số 0 ở đầu, nên mã như 0012 phải giữ là chuỗi; đổi thành số là mất số 0.
- Dặn rõ: không làm tròn, không đổi dạng ngày, không bỏ dấu tiếng Việt, giữ nguyên số dòng và thứ tự.
- Dữ liệu dài hoặc nhạy cảm: nhờ AI viết code chuyển, rồi tự chạy code trên máy, thay vì dán cả tệp vào khung chat.
- Luôn so bản đã chuyển với tệp gốc bằng code trước khi dùng.
Code trong bài là Python, chỉ dùng thư viện chuẩn; phần kiểm dùng thêm pandas bản 3.1.1. Danh sách sinh viên trong ví dụ là giả lập.
Vì sao đổi định dạng lại dễ hỏng
CSV và JSON là hai định dạng dữ liệu hay gặp nhất. Theo RFC 4180, mô tả định dạng CSV phổ biến, mỗi dòng là một bản ghi, các ô cách nhau bằng dấu phẩy, và ô nào chứa dấu xuống dòng, dấu ngoặc kép hay dấu phẩy thì phải đặt trong ngoặc kép. Theo RFC 8259, chuẩn của JSON, một số gồm phần nguyên, có thể có phần thập phân và số mũ, và số 0 ở đầu là không được phép. RFC 8259 cũng ghi các chương trình thường xử lý số JSON theo kiểu số thực độ chính xác kép, nên chỉ số nguyên không vượt quá 9.007.199.254.740.991 (2 mũ 53 trừ 1) mới chắc được mọi chương trình đọc ra đúng; số nguyên lớn hơn, từ 16 chữ số trở lên, có thể bị làm tròn. Mã số căn cước 12 chữ số không bị làm tròn, nhưng vẫn mất số 0 ở đầu nếu lưu thành số.
Hai chi tiết đó giải thích phần lớn lỗi khi nhờ AI chuyển CSV sang JSON. Trong CSV mọi thứ đều là chữ; khi chuyển sang JSON, mô hình phải quyết định ô nào là số. Nó thấy 0012 trông giống số và ghi 12. Nó thấy 9.25 và "làm gọn" thành 9.3. Nó thấy tên có dấu và đôi khi bỏ dấu cho "chuẩn". Không có lỗi nào được báo; bạn chỉ phát hiện khi tra cứu mã 0012 không ra ai.
Prompt 1: chuyển CSV sang JSON
Chuyển dữ liệu CSV dưới đây sang một mảng JSON, mỗi dòng một đối tượng, khóa là tên cột.
Quy tắc bắt buộc:
- Giữ nguyên mọi giá trị, không làm tròn, không đổi dạng ngày, không sửa chính tả, giữ nguyên dấu tiếng Việt.
- Các cột sau luôn là chuỗi, kể cả khi trông như số: [ma_sv, so_dien_thoai].
- Các cột sau là số: [diem]. Các cột khác giữ là chuỗi.
- Giữ đúng số dòng và thứ tự dòng. Không thêm, không bỏ dòng nào.
Chỉ trả về JSON, không giải thích. Cuối cùng, ở một dòng riêng sau JSON, ghi "Số dòng: N".
"""
(dán CSV)
"""
Nói rõ cột nào là chuỗi, cột nào là số là cách chặn lỗi mất số 0 ở đầu. Dòng "Số dòng: N" cho bạn một con số để so nhanh với tệp gốc. Cách giữ mô hình trả về đúng một khuôn JSON có thêm trong bài cho AI trả về JSON.
Prompt 2: CSV sang bảng Markdown
Chuyển CSV dưới đây thành bảng Markdown để dán vào báo cáo.
Giữ nguyên mọi giá trị và thứ tự. Căn phải các cột số. Đổi tên cột sang tiếng Việt có dấu theo bảng sau:
ma_sv -> Mã SV, ho_ten -> Họ tên, diem -> Điểm.
Ô nào có ký tự | thì thay bằng \| để không vỡ bảng.
Prompt 3: đồng nhất một cột
Cột ngay_nop dưới đây có nhiều dạng ngày lẫn lộn. Đổi tất cả về dạng YYYY-MM-DD.
Quy ước: dạng có dấu gạch chéo là ngày/tháng/năm (kiểu Việt Nam), không phải tháng/ngày.
Ô nào không đọc chắc được (ví dụ "05/06" không có năm, hoặc ngày không tồn tại) thì ghi KHÔNG_RÕ, không đoán.
Trả về hai cột: giá trị cũ, giá trị mới.
Quy ước ngày/tháng là chỗ hay sai nhất: 05/06 theo kiểu Việt Nam là ngày 5 tháng 6, theo kiểu Mỹ là ngày 6 tháng 5. Trả về cả giá trị cũ cạnh giá trị mới giúp bạn soát từng dòng.
Prompt 4: nhờ viết code thay vì dán dữ liệu
Viết một chương trình Python chỉ dùng thư viện chuẩn (csv, json) để chuyển tệp sinh_vien.csv sang sinh_vien.json:
- Đọc với encoding utf-8-sig để xử lý tệp xuất từ Excel.
- Cột ma_sv và so_dien_thoai giữ là chuỗi; cột diem đổi sang số thực; các cột khác giữ là chuỗi.
- Ghi JSON với ensure_ascii=False để giữ dấu tiếng Việt, thụt lề 2.
- In số dòng đã đọc và số dòng đã ghi.
Không đọc nội dung tệp của mình; mình sẽ tự chạy chương trình.
Đây là cách nên dùng khi tệp dài hơn vài chục dòng hoặc có dữ liệu cá nhân như số điện thoại, điểm thi. Bạn không phải dán dữ liệu ra ngoài, và chương trình chạy giống nhau mỗi lần, không có chuyện lần này làm tròn, lần sau không. Khi cần phân tích dữ liệu thay vì chỉ đổi định dạng, bài dùng AI phân tích bảng dữ liệu an toàn có cách gửi mô tả thay vì gửi dữ liệu.
So khớp với tệp gốc bằng code
Dù dùng prompt nào, hãy so kết quả với tệp gốc trước khi dùng. Đoạn Python dưới đây đọc CSV gốc và JSON mới rồi kiểm: số dòng bằng nhau; tên cột khớp, có thể khai báo các cột được phép đổi tên; và từng ô, sau khi đổi về chữ, trùng với ô gốc. Ô gốc có số 0 ở đầu mà JSON lưu thành số thì được báo riêng.
"""So bản JSON do AI chuyển với tệp CSV gốc, trước khi dùng bản JSON.
Mô hình đổi định dạng rất nhanh nhưng có thể: bỏ sót hay thêm dòng, đổi tên cột, sửa giá trị, làm mất số 0 ở đầu
(mã số sinh viên 0012 thành số 12), bỏ dấu tiếng Việt, hay tự đổi dạng ngày. Chương trình kiểm:
1. Số dòng bằng nhau; tên cột khớp (theo bảng đổi tên bạn cho phép, nếu có), không xét thứ tự khóa vì đối tượng
JSON không có thứ tự (RFC 8259).
2. Từng ô: giá trị trong JSON, đổi về chuỗi, phải trùng ô CSV gốc. Số trong JSON được đổi về chuỗi theo kiểu Python;
ô gốc có số 0 ở đầu mà JSON lưu thành số thì báo riêng.
Chỉ dùng thư viện chuẩn (csv, json). Dữ liệu mẫu là giả lập.
"""
import csv
import io
import json
def doc_csv(van_ban):
return list(csv.DictReader(io.StringIO(van_ban)))
def ve_chuoi(v):
if isinstance(v, bool) or v is None:
return json.dumps(v)
if isinstance(v, float) and v.is_integer():
return str(int(v))
return str(v)
def so_khop(csv_goc, json_moi, doi_ten=None):
doi_ten = doi_ten or {}
goc, moi = doc_csv(csv_goc), json.loads(json_moi)
bao = []
if len(goc) != len(moi):
bao.append(f"số dòng khác: CSV {len(goc)}, JSON {len(moi)}")
cot_goc = list(goc[0]) if goc else []
cot_mong = [doi_ten.get(c, c) for c in cot_goc]
for i, (g, m) in enumerate(zip(goc, moi), 1):
if sorted(m) != sorted(cot_mong): # đối tượng JSON là tập cặp tên/giá trị không có thứ tự (RFC 8259)
bao.append(f"dòng {i}: cột {list(m)} khác {cot_mong}")
continue
for c in cot_goc:
gv, mv = g[c], m[doi_ten.get(c, c)]
if ve_chuoi(mv) == gv:
continue
if isinstance(mv, (int, float)) and gv.lstrip("0") != gv and ve_chuoi(mv) == gv.lstrip("0"):
bao.append(f"dòng {i}, cột {c}: mất số 0 ở đầu ({gv} thành {mv})")
else:
bao.append(f"dòng {i}, cột {c}: '{gv}' thành '{ve_chuoi(mv)}'")
return bao
CSV_MAU = """ma_sv,ho_ten,diem,ngay_nop
0012,Nguyễn Văn An,8.5,2026-11-10
0047,Trần Thị Bình,7,2026-11-11
0103,Lê Hoàng Chi,9.25,2026-11-11
"""
JSON_AI = json.dumps([
{"ma_sv": 12, "ho_ten": "Nguyễn Văn An", "diem": 8.5, "ngay_nop": "2026-11-10"},
{"ma_sv": "0047", "ho_ten": "Tran Thi Binh", "diem": 7, "ngay_nop": "11/11/2026"},
{"ma_sv": "0103", "ho_ten": "Lê Hoàng Chi", "diem": 9.3, "ngay_nop": "2026-11-11"},
], ensure_ascii=False)
if __name__ == "__main__":
for dong in so_khop(CSV_MAU, JSON_AI):
print(dong)
Với ba dòng mẫu, chương trình báo bốn điều: dòng 1 mã 0012 thành số 12; dòng 2 họ tên mất dấu và ngày bị đổi sang 11/11/2026; dòng 3 điểm 9.25 bị làm tròn thành 9.3. Phần kiểm đi kèm đọc cùng tệp CSV bằng pandas, giữ mọi ô ở dạng chữ, và so với cách đọc của chương trình, kể cả một tệp có ô chứa dấu phẩy trong ngoặc kép; rồi kiểm rằng bản JSON đúng, bản đổi tên cột được phép không bị báo, và bản thiếu một dòng bị báo đúng số dòng.
Khi kết quả chưa đúng thì sửa prompt thế nào
- Mất số 0 ở đầu. Liệt kê tên cột phải giữ là chuỗi; đừng chỉ nói "giữ nguyên".
- Thiếu dòng ở giữa, nhất là với dữ liệu dài. Chia nhỏ dữ liệu, hoặc chuyển sang prompt 4 để code xử lý. Mô hình không đảm bảo chép đúng hàng trăm dòng.
- Số bị làm tròn hay đổi dấu thập phân, như 9,25 kiểu Việt Nam thành 925. Nói rõ dấu thập phân trong tệp là dấu chấm hay dấu phẩy, và yêu cầu không làm tròn.
- Ngày bị hiểu nhầm ngày với tháng. Ghi quy ước ngày/tháng/năm và yêu cầu đánh dấu ô không chắc.
- Ký tự lạ ở đầu tên cột đầu tiên, thường do tệp xuất từ Excel có ký tự đánh dấu thứ tự byte. Trong code, đọc tệp với encoding utf-8-sig.
- Mô hình "sửa giúp" chính tả hay tên riêng. Thêm quy tắc "không sửa bất kỳ giá trị nào, kể cả khi trông như lỗi; liệt kê riêng những chỗ nghi lỗi".
Các chiều chuyển đổi khác
Cùng nguyên tắc dùng được cho mọi cặp định dạng hay gặp với sinh viên. JSON sang CSV để mở bằng bảng tính: dặn mô hình xử lý trường lồng nhau thế nào, gộp thành một cột hay tách thành nhiều cột, và ô nào chứa dấu phẩy thì phải đặt trong ngoặc kép như RFC 4180 mô tả. Bảng copy từ trang web sang CSV: yêu cầu bỏ dòng tổng cộng và chú thích lẫn trong bảng, liệt kê riêng những dòng đã bỏ. Danh sách gạch đầu dòng trong ghi chú sang bảng có cột: đưa trước tên cột và một dòng ví dụ đã điền đúng. Trường hợp nào cũng vậy, phần việc của mô hình là hiểu cấu trúc, phần việc của bạn là nói rõ quy tắc và so lại với bản gốc.
Dữ liệu nhạy cảm
Danh sách lớp, bảng điểm, số điện thoại là dữ liệu cá nhân của người khác. Trước khi dán vào bất kỳ dịch vụ AI nào, tự hỏi có cần dữ liệu thật không. Với việc đổi định dạng, câu trả lời gần như luôn là không: bạn chỉ cần mô hình biết tên cột và vài dòng giả lập cùng dạng để viết code, rồi chạy code trên máy mình. Nếu phải dán dữ liệu thật, che các cột không cần cho việc chuyển, như thay họ tên bằng mã, và xóa cuộc trò chuyện khi xong nếu dịch vụ cho phép.
Ví dụ: danh sách nộp bài cho đồ án
Lớp trưởng có tệp CSV 120 dòng gồm mã sinh viên, họ tên, điểm và ngày nộp, cần chuyển sang JSON để nạp vào trang web của nhóm. Lần đầu dán thẳng ba dòng thử vào khung chat, kết quả đẹp nhưng chạy đoạn code so khớp thì thấy mã 0012 thành 12 và một điểm bị làm tròn. Thay vì dán cả 120 dòng, lớp trưởng dùng prompt 4 để có chương trình chuyển, chạy trên máy, rồi chạy đoạn code so khớp: số dòng 120 bằng 120, không ô nào khác. Danh sách không rời khỏi máy, và lần sau có danh sách mới chỉ cần chạy lại chương trình.
- Để AI tự quyết cột nào là số, cột nào là chữ.
- Dán cả danh sách có số điện thoại, điểm thi vào khung chat để đổi định dạng.
- Tin rằng AI chép đúng hàng trăm dòng mà không so lại.
- Không nói quy ước ngày/tháng hay dấu thập phân.
- Dùng ngay bản đã chuyển mà không so với tệp gốc.
- Để mô hình "sửa giúp" giá trị trông như lỗi.
Câu hỏi thường gặp
Vì sao chuyển CSV sang JSON bị mất số 0 ở đầu?
Số trong JSON không được có số 0 ở đầu, nên khi lưu mã như 0012 thành số thì thành 12; hãy giữ là chuỗi.
Có nên dán cả tệp dữ liệu vào AI để chuyển định dạng?
Với tệp dài hoặc có dữ liệu cá nhân, nên nhờ AI viết code rồi tự chạy trên máy.
Làm sao biết AI chuyển đổi đúng?
So bản mới với tệp gốc bằng code: số dòng, tên cột và từng ô.
Tệp CSV xuất từ Excel bị lỗi ký tự ở cột đầu thì sao?
Đọc tệp với encoding utf-8-sig để bỏ ký tự đánh dấu ở đầu tệp.
Học tiếp
Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.
Khóa AI – Introduction to Machine Learning: nền tảng Máy học từ thuật toán cơ bản đến Neural Networks và LLM, học bằng Python. Học thử buổi 1 miễn phí.


