我这些年帮人处理表格，最大的感触是：大部分人花在 Excel 上的时间，70% 都耗在"整理数据"而不是"分析数据"上。而整理数据，恰恰是 AI 最擅长的活。
插图来源：Storyset
AI 能帮你干的表格活#
- 数据清洗：格式乱七八糟的表格，让它统一日期格式、去掉重复行、补齐空值。
- 快速透视：告诉它你想看什么维度，它直接给你汇总结果，不用你拖透视表字段。
- 画图：描述一句"按月份画个销售额趋势图"，图就出来了。
- 写公式：说人话描述需求，它给你写 VLOOKUP、XLOOKUP、条件公式，还附带解释。
提问模板（直接抄）#
清洗数据时这样问：“这是一份销售记录 CSV，帮我：1. 把日期统一成 YYYY-MM-DD；2. 删除完全重复的行；3. 把空的’负责人’填为’待分配’。处理完告诉我改了多少处。”
做分析时这样问：“分析这份数据，告诉我：1. 哪个产品销售额最高；2. 销售额环比变化最大的是哪个月；3. 有没有异常值。结论用三句话总结。”
画图时这样问：“按’地区’汇总销售额，画柱状图，标出最高和最低的两个地区。”
模板的核心就一句：背景 + 具体任务 + 输出格式，三要素齐了，AI 很少会答偏。
两件必须做的事#
第一，数据脱敏。 涉及真实姓名、电话、身份证号、公司机密数据的表格，上传前先脱敏：人名换成"张三/李四"，敏感列直接删掉。AI 是云端服务，传上去的数据就不是只有你能看见了。
第二，结果一定要核对。 AI 做计算偶尔会"一本正经地算错"，尤其是数据量大的时候。关键数字（总额、比例、排名）自己抽查两三个，图和表对得上再往下用。
进阶玩法#
表格玩熟了，可以让 AI 帮你写简单的自动化脚本（比如批量重命名文件、定时整理报表），入门可以看ChatGPT 写代码指南。办公场景的 AI 用法合集在AI 办公工具，开会纪要整理那套流程在AI 会议纪要。如果想把某类分析做成长期项目，用Claude Projects养一个专属知识库会更顺手。
三个高频场景的完整问法（抄作业）#
场景一：销售月报。“这是 6 个月的销售数据 CSV。帮我：1. 按销售员汇总总额并排名；2. 找出销售额下滑超过两成的销售员；3. 用一句话概括整体趋势。输出一个 Markdown 表格加三句结论。”
场景二：问卷整理。“这是 200 份问卷的结果。帮我：1. 统计每道选择题的选项分布；2. 把开放题的回答归纳成 5 类观点；3. 指出最值得关注的一个发现。”
场景三：对账。“我有两份表格 A 和 B，都有’订单号’列。帮我找出：1. 在 A 不在 B 的订单；2. 在 B 不在 A 的订单；3. 两边都有的订单里金额不一致的。”
把这三个问法存下来，改改字段名就能复用。熟练之后你会发现，瓶颈从来不是 AI 的能力，而是你"想清楚要什么"的能力。
