AI 实用 06｜AI 处理表格与数据：从"帮我算一下"到可核对的公式

核心原则：给它"数据长什么样"，而不是"数据本身"

最常见的错误是把整张表贴进去。几千行数据会：烧光上下文、让模型抓不住重点、还可能因为太长而截断。

正确做法是给"结构描述"：

表名：销售明细
行数：约 12,000 行
字段：
- 订单号 order_id (文本，格式 ORD-六位数字)
- 下单时间 created_at (日期，格式 2026-11-08 14:32:00)
- 部门 dept (文本，取值：华东/华南/华北/西南，可能有空值)
- 金额 amount (数值，单位元，两位小数)
- 状态 status (文本，取值：pending/paid/refunded)

样例 3 行：
ORD-000123 | 2026-11-08 14:32:00 | 华东 | 1299.00 | paid
ORD-000124 | 2026-11-08 15:10:22 | 华南 |  350.50 | pending
ORD-000125 | 2026-11-09 09:01:45 | 华东 | 2990.00 | refunded

这段"结构 + 样例"信息量足够，而 token 消耗只有几百。AI 处理表格的能力，80% 取决于你描述得准不准。

场景一：Excel 公式

提示模板

我在 Excel 里有一张表，数据在 A1:F12000。
A=订单号 B=日期 C=部门 D=金额 E=状态 F=备注
目标：在 G2 开始，按部门汇总"已支付"的金额。

要求：
- 用 SUMIFS，不要用数组公式
- 结果按部门去重列出，部门名放在 I 列，合计放 J 列
- 说明公式含义，每个参数对应哪个区域
- 给出如果我新增数据行，需要怎么调整范围

它会给：

=SUMIFS($D$2:$D$12000, $C$2:$C$12000, $I2, $E$2:$E$12000, "paid")

一定要让它解释参数。这样你能自己判断"条件区域和求和区域的顺序有没有搞反"——这是 SUMIFS 最常见的错误。

三类公式，需求要分开说

你要的	提示里该写
条件汇总	"用 SUMIFS，条件有 2 个：部门 + 状态"
跨表匹配	"用 XLOOKUP（不是 VLOOKUP），找不到时返回 '未匹配'"
动态筛选	"用 FILTER（Office 365 动态数组），返回整行"

明确指定函数版本很关键。你要 XLOOKUP，它却给了 INDEX+MATCH，虽然能用但维护起来累。

一个实用的追问

如果 C 列有空白单元格，上面的公式会怎么表现？会算进"空部门"吗？
给出处理办法。

AI 通常不会主动考虑空值。这一类追问，能提前发现 80% 的"数字对不上"问题。

场景二：SQL

提示模板

数据库：PostgreSQL 15
表结构：
orders(order_id text, created_at timestamptz, dept text, amount numeric(12,2), status text)

需求：统计 2026 年 10 月每个部门已支付订单的金额合计与订单数，
并按金额倒序。部门为空的行归入"未分配"。

要求：
- 用 CTE 结构，别写成三层嵌套
- 金额保留两位小数
- 说明时区处理方式
- 给出可能出现的性能问题

它会给出：

WITH base AS (
    SELECT
        COALESCE(NULLIF(TRIM(dept), ''), '未分配') AS dept,
        amount
    FROM orders
    WHERE status = 'paid'
      AND created_at >= '2026-10-01 00:00:00+08'
      AND created_at <  '2026-11-01 00:00:00+08'
)
SELECT dept,
       COUNT(*)                AS order_cnt,
       ROUND(SUM(amount), 2)   AS total_amount
FROM base
GROUP BY dept
ORDER BY total_amount DESC;

必须核对的三处：

时区。timestamptz 加时区偏移，否则统计范围会差 8 小时。
边界。用 >= 开始 和 < 下月 1 日，别用 <= 月末（会漏掉或算进边界数据）。
方言。MySQL 的 LIMIT、SQL Server 的 TOP、日期函数全不一样，提示里一定写明数据库。

让它自己审一遍

检查上面的 SQL：
- 有没有可能因为 NULL 导致分组丢失
- 有没有 index 用不上导致全表扫
- 如果 orders 有 5000 万行，这个查询要多久

场景三：Python 处理数据

用 pandas 处理一个 CSV（字段：order_id, created_at, dept, amount, status）。

任务：
1. 按 dept 汇总已支付订单的金额，空部门记为"未分配"
2. 计算每个部门 10 月环比 9 月的变化率，保留两位小数
3. 输出一个 Excel，两个 sheet：汇总、环比

约束：
- 完整可运行，不要省略
- 日期列先转 datetime，明确时区
- 金额用两位小数
- 注释只解释"为什么"，不解释"是什么"

关键代码会类似：

import pandas as pd

df = pd.read_csv("sales.csv")
df["created_at"] = pd.to_datetime(df["created_at"])
df["dept"] = df["dept"].fillna("未分配").replace("", "未分配")

paid = df[df["status"] == "paid"].copy()
paid["month"] = paid["created_at"].dt.to_period("M")

monthly = (paid.groupby(["dept", "month"])["amount"]
             .sum()
             .round(2)
             .unstack(fill_value=0))

ratio = ((monthly["2026-10"] - monthly["2026-09"]) / monthly["2026-09"])
ratio = ratio.replace([float("inf")], None).round(2)

这里有个必查点：inf。上月为 0 时，环比会算出无穷大或直接抛错。AI 有时会漏掉这个处理，一定要问一句"基期为 0 怎么办"。

场景四：透视表和图表的"设计"

AI 在"生成计算"上很强，在"判断该看什么"上其实也能用：

我有一张销售表（字段如上），老板要一份"月度经营分析"，只看一页。

请给出：
1. 应该做哪 3 个核心指标（说明为什么选这三个）
2. 每个指标用什么图表（柱状/折线/饼图，说明理由）
3. 一张透视表的结构：行、列、值、筛选各放什么

不要给代码，先给方案。

这类"先问方案再要实现"，能避免它直接给你一张花哨但没信息量的图。

怎么验证 AI 算得对不对

这是最容易跳过、也最致命的一步。三个交叉验证：

1. 总量对得上

筛选后的总金额  = 原始总金额 − 被排除部分
行数：筛选后 + 被排除 = 原始

任何"分组汇总"，先算总数，再看分组之和是否等于总数。差一分钱都要查清楚。

2. 抽样核对 3 行

随机挑 3 个案例，手工算一遍。这一步能抓到 90% 的公式错误（尤其是条件顺序搞反的）。

3. 边界单独测

空值：dept 为空的行去哪了？
零值：amount = 0 算不算进？
重复：order_id 有没有重复，会不会重复计数？
异常日期：有没有 2099 年这种脏数据？

常见坑，按出现频率排

坑	表现	对策
字段名对不上	它按猜的名字写公式	提示里贴真实表头
空值未处理	汇总少一块，且没人发现	显式问"空值怎么办"
日期是文本	排序、筛选全乱	先`isinstance` / 看格式，转成真日期
金额精度	差几分钱	用`numeric(12,2)` 或整数分，别用浮点累加
时区	月度统计差 8 小时	明确`+08` 或转 UTC 再算
编码	中文乱码	读入时指定`encoding='utf-8-sig'` / `gbk`
合并单元格	读数时缺行	先取消合并并填充
相对引用被拷错	公式下拉后错列	检查`$` 绝对引用

关于隐私

表里有姓名、手机号、身份证、金额明细时，贴给 AI 之前先脱敏：

手机号 → 138****8000
姓名 → 张*
身份证 → 前 6 位 + ******** + 后 4 位
内部编码 → 替换成 A001、A002

大多数分析任务不需要真实值，结构 + 样例 + 统计特征就够了。把这张表换成"字段 + 类型 + 3 行假数据"，AI 一样能给你正确的公式和代码。

一句话方法

处理表格时，把 AI 当成"懂语法但不知道你数据长什么样的同事"：你负责把结构说清楚，它负责把语法写对，最后你负责抽查核对。这三件事不要混在一起做。