Если вы хоть раз тратили двадцать минут, пытаясь вспомнить синтаксис VLOOKUP, или таращились в колонку дат в семи разных форматах, или вставляли данные из PDF, которые выходили одной колонкой искажённого текста, — эта статья для вас.
Таблицы — пожалуй, вторая по степени улучшения категория работы в эпоху ИИ после письма. Улучшение не в замене таблиц (они вам всё ещё нужны), а в устранении трения между «у меня есть данные» и «у меня есть ответы».
Изменились три вещи:
- Основные табличные приложения предлагают функции ИИ прямо в книге. В актуальной документации Copilot в Excel и Gemini в Google Sheets перечислены, среди прочего, составление формул, создание диаграмм и анализ данных с учётом требований к аккаунту и файлу.
- Некоторые чат-продукты умеют исследовать загруженные табличные файлы и при наличии исполнения кода проводить анализ или создавать изменённый файл.
- Эти инструменты могут пытаться выполнять многоэтапные процессы по инструкциям на обычном языке, но возможности зависят от продукта, аккаунта, файла и задачи. Результат всё равно нужно проверить и воспроизвести.
В этой статье разберём, как реально использовать эти возможности — в том порядке, в котором с ними столкнётся большинство.
Три режима ИИ + таблицы
Грубо говоря, у вас три варианта. Каждый уместен в разных ситуациях.
Режим 1: ИИ внутри таблицы. Используйте Copilot в Excel или Gemini в Sheets, если ваш аккаунт поддерживает нужное действие. Задайте вопрос внутри книги; в зависимости от продукта и задачи инструмент может предложить формулы, диаграммы, сводки или изменения. Подходит, когда важно сохранить работу и историю её проверки в таблице.
Режим 2: ИИ вне таблицы. В продукте и аккаунте, поддерживающем анализ файлов, загрузите совместимый CSV- или Excel-файл и задавайте вопросы. Продукт может использовать код, вернуть письменный анализ, создать диаграммы или предложить изменённый файл. Подходит для исследовательской работы, если вы можете изучить шаги и проверить результат.
Режим 3: ИИ как составитель формул. Опишите желаемый результат обычным языком и запросите возможную формулу для вашего табличного продукта и локали. Подходит, если вы примерно знаете, чего хотите, но не помните синтаксис и можете самостоятельно проверить ссылки и граничные случаи.
Пройдёмся по всем трём.
Режим 1: ИИ внутри таблицы
Copilot в Excel и Gemini в Google Sheets принимают запросы на обычном языке, но отличаются интерфейсами и поддерживаемыми действиями. В каждом продукте до запуска задачи укажите нужный лист, диапазон, столбцы и требуемый результат.
Надёжные промпты для ИИ внутри таблицы:
Посмотри на данные в колонках A–F. Обобщи: скажи диапазон дат, типы колонок и любые очевидные проблемы (пропущенные значения, несогласованные форматы, выбросы).
Добавь колонку справа, классифицирующую каждую строку по приоритету как «high», «medium» или «low» на основе значения в колонке D.
Сделай график, сравнивающий месячную выручку по трём категориям продуктов. Сделай его читаемым на слайде.
Найди строки, где в колонке «status» что-то кроме «open», «closed» или «in progress» — это, скорее всего, опечатки.
Посчитай скользящее 7-дневное среднее по колонке C и положи в колонку G.
Полезный приём состоит в том, чтобы точно указать столбцы, операцию и вид результата. ИИ может предложить формулу или диаграмму; до принятия предложения проверьте исходные ссылки и полученные значения.
Ограничения зависят от продукта и книги. Задачу с несколькими листами, несколькими уровнями условной логики или значительной очисткой может быть проще проверить в отдельной среде анализа, но перенос за пределы книги сам по себе не делает результат правильным.
Режим 2: ИИ снаружи таблицы
Сначала убедитесь, что ваш аккаунт поддерживает нужный тип и размер файла и необходимые инструменты анализа. Загружайте копию, а не единственный экземпляр, удалите данные, которые поставщик не уполномочен обрабатывать, и попросите продукт описать книгу до её изменения. В зависимости от продукта и аккаунта он может проанализировать файл, показать сгенерированный код или создать скачиваемый результат; ни одну из этих возможностей нельзя предполагать заранее.
Надёжный рабочий процесс:
Я загружаю таблицу [что это такое]. Сначала дай быстрый обзор:
- Что в ней — строки, колонки, что, похоже, в каждой колонке.
- Любые проблемы качества данных (пропуски, странные форматы, вероятные опечатки, дубликаты).
- Первый набор очевидной, но полезной сводной статистики (счёт, диапазоны, распределения).
Затем жди моего конкретного вопроса.
Этот первый проход даёт конкретную оценку того, с чем вы имеете дело. Время выполнения зависит от файла, инструмента и текущей нагрузки на сервис. Теперь задавайте основной вопрос:
Среди записей в этой таблице:
- Сколько из Эстонии, Финляндии и Германии?
- Каков средний размер сделки в каждой стране?
- У какого менеджера по продажам самый высокий коэффициент конверсии?
Дай чистую сводную таблицу. И ещё: есть ли строки, где поле страны неоднозначно (например, «DE» против «Germany» против «Deutschland»)? Помечай такие.
Модель может выдать ответ вместе с графиком и очищенной версией файла для скачивания. Добавьте инструкцию «помечай неоднозначные строки»: без неё проблемы качества данных могут скрыться в сводке.
Для многошагового анализа:
Хочу понять, какие клиенты ушли, почему и что предсказывает отток. Проведи меня через анализ в три шага:
- Сначала идентифицируй ушедших клиентов — определи свой критерий (например, нет активности 90 дней).
- Затем сравни ушедших и активных клиентов по измерениям, по которым у меня есть данные.
- Затем скажи, какие измерения показывают самый большой разрыв и были бы лучшими опережающими индикаторами оттока.
Используй утверждённую стандартную конфигурацию как базовый вариант. Если доступна поддерживаемая настройка с увеличенным объёмом рассуждений, используй её только для сравнения на тех же данных и с теми же критериями успеха. Покажи код, формулы и промежуточные результаты, использованные для получения ответа, чтобы я мог воспроизвести вычисления и проверить их разумность.
Для многошаговой задачи сначала определите допустимый базовый вариант с теми же данными, разрешениями и требованиями к результату. Добавляйте поддерживаемую настройку с увеличенным объёмом рассуждений, только если сравнение показывает, что измеримое повышение корректности или полноты оправдывает дополнительную задержку и стоимость. Названия продуктов и пунктов меню часто меняются, а больший объём рассуждений не гарантирует правильного результата. Просите исполняемый код, формулы, промежуточные результаты и способ воспроизвести вычисления.
Режим 3: ИИ как составитель формул
Самый простой режим: попросить чат-ассистента предложить формулу, когда вы знаете желаемый результат, но не помните синтаксис. Укажите Excel или Google Sheets и нужную локаль, вставьте формулу в тестовую ячейку и проверьте на известных входных данных, прежде чем заполнять весь столбец.
Примеры, которые стабильно работают хорошо:
У меня список email-адресов в колонке A. Хочу, чтобы в колонке B показывался только домен. Какую формулу Google Sheets использовать?
В Excel: как посчитать строки, где колонка D между 10 и 20 И колонка E говорит «active»?
У меня в колонке A даты вида «2026-04-12T14:30:00Z» — полный ISO-формат. Хочу, чтобы в колонке B показывалась только дата в формате DD/MM/YYYY, по эстонскому часовому поясу.
У меня колонка строк с валютой вида «€1,234.56», «$987.00», «£42.10». Хочу разбить её на две колонки: числовое значение и символ валюты.
У меня два листа. Sheet1 — ID клиентов и имена. Sheet2 — ID клиентов и долларовые суммы. Хочу третий лист, соединяющий их: имя клиента, ID, сумма.
Модель должна предложить формулу. Для последнего примера она может предложить VLOOKUP, INDEX/MATCH или XLOOKUP с объяснением. Проверьте ссылки и результат, прежде чем использовать формулу повторно.
Особенно полезное продолжение для формул, которые вы используете регулярно: «Теперь объясни, что делает эта формула, построчно, чтобы я её понял». Это один из лучших способов реально выучить синтаксис таблиц — лучше учебников, потому что привязан к вашей реальной задаче.
Очистка беспорядочных данных
Очистка данных — тихий убийца работы с таблицами. ИИ в этом особенно силён. Несколько распространённых операций очистки и как просить:
Несогласованные форматы дат:
Посмотри на колонку A. Даты в смешанных форматах: где-то «2026-04-12», где-то «12/04/2026», где-то «April 12, 2026», где-то странно набитые. Нормализуй все в ISO-формат (YYYY-MM-DD). Помечай строки, которые не смог разобрать.
Несогласованные названия компаний:
Посмотри на колонку B (Company). В одних строках «Apple Inc.», в других «Apple», в третьих «apple inc», в четвёртых «Apple Computer Inc.». Сгруппируй в канонические имена. Добавь новую колонку с каноническим именем для каждой строки.
Телефонные номера во множестве форматов:
В колонке D — телефонные номера. У одних есть код страны, у других нет; у одних скобки, тире, пробелы. Нормализуй в международный формат E.164 (+372…). Если код страны не указан, предполагай Эстонию. Помечай те, что не смог разобрать.
Email-адреса со скрытыми ошибками:
В колонке E — email-адреса. Найди те, что, вероятно, невалидны (нет @, нет TLD, есть пробелы, опечатки вроде «.con» вместо «.com»). Помечай их в новой колонке.
Модель часто возвращает очищенный файл вместе со сводкой того, что изменила. Просмотрите сводку до того, как доверять результату.
Ловушка, за которой надо следить: скрытые ошибки
ИИ при анализе данных может выдавать ошибочные ответы без предупреждения — двумя способами.
Галлюцинированные вычисления. Модель пишет правдоподобно звучащие числа, на самом деле их не вычисляя. Это может произойти, даже если в инструмент встроено выполнение кода (Python / Code Interpreter). Для защиты явно просите: «Покажи использованный код или формулу и дай мне способ проверить результат».
Неверная интерпретация данных. Модель предполагает, что колонка — это что-то иное, чем она есть: «total», когда это «subtotal», «active customers», когда это «all customers». Всегда показывайте модели реальные названия колонок и просите подтвердить интерпретацию:
Прежде чем делать анализ, скажи, что в каждой колонке. Подтверди со мной, что твоя интерпретация совпадает с тем, что я имею в виду. Жди подтверждения, прежде чем что-либо вычислять.
Этот короткий этап подтверждения может обнаружить неверное понимание схемы до того, как оно повлияет на все результаты.
Когда таблица становится слишком большой
Ограничения по файлам и нагрузке зависят от продукта и аккаунта, а число строк само по себе плохо отражает сложность: важны также формулы, листы, ширина ячеек и сама задача. До отправки файла проверьте актуальную документацию поставщика по загрузке и ограничение в продукте. Если книга перестаёт помещаться или анализ должен быть воспроизводимым, переходите к версионируемому процессу на Python, R, SQL или в BI-системе.
Полезный промежуточный шаг для большого набора данных: создайте документированную репрезентативную выборку, исследуйте её вместе с ассистентом, а затем воспроизведите и подтвердите результат на полном наборе в подходящем аналитическом инструменте. Не берите просто первые N строк и не называйте такую выборку репрезентативной.
Опишите проблему, выборочно проверьте результат
Три режима — внутри таблицы, снаружи таблицы, составитель формул. Подбирайте правильный под задачу, и работа с таблицами уходит с «двадцать минут вспоминания VLOOKUP» на «две минуты описания проблемы обычным языком».
Учить синтаксис формул больше не нужно, если только сами не захотите. Что нужно — быть конкретным насчёт данных, операции и результата. И всегда нужно выборочно проверять результаты — но это занимает тридцать секунд, и остальная работа с таблицами теперь идёт со скоростью ИИ.
Попробуйте сегодня одну реальную задачу с таблицей в правильном режиме.
