如果你曾花四十分钟努力回想VLOOKUP的语法，或是盯着一列采用七种不同格式的日期不知所措，又或者从PDF粘贴数据后，只得到一列乱码，那么这篇文章正适合你。
进入AI时代后，在所有工作类别中，电子表格的改善幅度可能仅次于写作。改善并不意味着取代电子表格（你仍然需要它），而是消除“我有数据”和“我有答案”之间的阻力。
有三件事已经发生变化：
- 主流电子表格工具现在都内置了AI功能——Excel的Copilot和Google Sheets的Gemini，两者的能力都令人惊喜。
- ChatGPT、Claude和Gemini可以读取上传的电子表格并进行分析，生成结果时完全无须你编写公式。
- 推理模型已经足够擅长多步骤数据处理，所以“用自然语言描述你想进行的分析”通常就能奏效。
本文将按照大多数人接触这些功能的顺序，介绍如何真正使用它们。
AI与电子表格的三种模式
大体来说，你有三种选择，每种都适合不同的情形。
**模式1：在电子表格内使用AI。**直接使用Excel的Copilot或Sheets的Gemini。在侧边栏中输入问题，它会编写公式、制作图表并概括数据。最适合数据已经在电子表格中，而你想直接在其中获得答案的情况。
**模式2：在电子表格外使用AI。**把CSV或Excel文件上传到ChatGPT、Claude或Gemini。提出问题后，模型会执行分析（通常是在后台编写并运行Python），返回结果、图表和清理后的文件。最适合混乱的数据、临时提出的问题，或任何超出基础操作的任务。
**模式3：把AI当作公式编写器。**用自然语言描述需求，让模型给出确切公式，再粘贴到电子表格中。最适合大致知道自己想要什么，却记不起语法的情况。
下面将介绍全部三种模式。
模式1：在电子表格内使用AI
Excel Copilot和Google Sheets的Gemini侧边栏工作方式相似：选中一个区域或打开一份文档，输入要求，AI就会返回公式、图表或摘要。
在电子表格内使用AI时，下面这些提示词表现可靠：
查看A至F列的数据。概括这些数据：告诉我日期范围、列的数据类型，以及所有明显问题（缺失值、格式不一致、异常值）。
在右侧新增一列，根据D列的值将每行分类为“高”“中”或“低”优先级。
制作一张图表，对比三个产品类别的月度收入。图表放在幻灯片上时应清晰易读。
找出“status”列中不是“open”“closed”或“in progress”的行——这些值很可能是拼写错误。
计算C列的滚动7日平均值，并将结果放入G列。
规律始终一致：明确说明涉及哪些列、执行什么操作，以及输出应该是什么样子。AI会替你编写公式或制作图表。观察结果并进行调整。
局限也很明确：电子表格内置AI有时仍会在复杂的多步骤分析中出错。凡是需要跨多个工作表推理、叠加三层条件逻辑或进行大量清理的任务，通常更适合使用模式2。
模式2：在电子表格外使用AI
把CSV或Excel文件上传到ChatGPT（Plus或Pro）、Claude或Gemini Advanced。模型可以读取和分析文件、编写代码来处理数据，并同时返回文字答案和可下载的处理后文件。
下面是一套可靠的工作流程：
我正在上传一份关于[文件内容]的电子表格。请先快速概览：
- 里面有什么——行数、列数，以及每列看起来表示什么。
- 是否存在数据质量问题（缺失值、异常格式、可能的拼写错误、重复项）。
- 第一轮显而易见但有用的汇总统计（计数、范围、分布）。
然后等待我提出具体问题。
模型只需20秒就能完成第一轮处理。你会如实了解自己面对的是什么数据。接下来再提出真正的问题：
对于这份电子表格中的记录：
- 有多少条来自Estonia、Finland和Germany？
- 每个国家的平均交易金额是多少？
- 哪位销售代表的转化率最高？
请提供一张整洁的汇总表。另外：国家字段中是否有含义不明确的行（例如“DE”与“Germany”与“Deutschland”）？请标出来。
模型会给出答案，通常还包括一张图表，以及可供下载的清理后文件。大多数人会忘记加入“标出含义不明确的行”这条指令；如果没有它，数据质量问题就会隐藏在摘要中。
对于多步骤分析：
我想了解哪些客户已经流失、流失原因，以及哪些因素能够预测流失。请分三步带我完成分析：
- 首先识别流失客户——明确你的判断标准（例如90天内没有活动）。
- 然后根据现有数据维度，对比流失客户和活跃客户。
- 最后告诉我哪些维度差异最大，最适合作为客户流失的领先指标。
使用推理模型并展示你的处理过程，以便我检查结果是否合理。
对于任何多步骤任务，“使用推理模型”这条提示都很重要。快速默认模型可能会走捷径。推理版本（GPT-5 Thinking、Claude Extended Thinking、o3）速度较慢，但分析更可靠。
模式3：把AI当作公式编写器
这是最简单的模式。你知道自己想要什么，只是记不起公式。打开ChatGPT（无须上传文件），描述目标，获取公式，粘贴到电子表格中，完成。
下面这些示例始终表现良好：
A列中有一组电子邮件地址。我想让B列只显示域名。应该使用什么Google Sheets公式？
在Excel中，如何统计D列介于10和20之间，并且E列为“active”的行数？
A列中的日期类似“2026-04-12T14:30:00Z”，采用完整ISO格式。我想让B列只显示DD/MM/YYYY格式的日期，并使用爱沙尼亚时区。
有一列货币字符串，例如“€1,234.56”“$987.00”“£42.10”。我想把它拆分成两列：数值和货币符号。
我有两个工作表。Sheet1包含客户ID和姓名，Sheet2包含客户ID和美元金额。我想创建第三个工作表，将两者联接起来，并包含客户姓名、客户ID和金额。
你会得到确切公式。对于最后一个示例，模型很可能会给出VLOOKUP、INDEX/MATCH或XLOOKUP示例，并附上清晰解释。把公式粘贴进去，再调整单元格范围。
对于经常使用的公式，还有一条特别实用的后续指令：“现在逐步解释这个公式在做什么，让我真正理解它。”这是学习电子表格语法的好方法之一，甚至优于教程，因为它以你的实际问题为基础。
清理混乱数据
数据清理是电子表格工作中不露声色的杀手，也是AI最为擅长的领域。下面列出一些常见的清理操作和提问方式：
日期格式不一致：
查看A列。日期使用了混合格式：有些是“2026-04-12”，有些是“12/04/2026”，有些是“April 12, 2026”，还有些输入方式很奇怪。把它们全部规范为ISO格式（YYYY-MM-DD）。标出所有无法解析的行。
公司名称不匹配：
查看B列（Company）。有些行写“Apple Inc.”，有些写“Apple”，还有些写“apple inc”或“Apple Computer Inc.”。把这些名称归入对应的规范名称，并新增一列，为每行填入规范名称。
电话号码格式繁多：
D列包含电话号码。有些带国家／地区代码，有些不带；有些使用括号、短横线或空格。把它们全部规范为E.164国际格式（+372……）。如果没有国家／地区代码，则假定为爱沙尼亚号码。标出所有无法解析的号码。
电子邮件地址中隐藏的错误：
E列包含电子邮件地址。找出所有可能无效的地址（缺少@、缺少顶级域名、包含空格，或有“.con”代替“.com”之类的拼写错误）。在新列中标出它们。
模型通常会返回清理后的文件，以及一份所做更改的摘要。信任结果之前，先检查摘要。
需要提防的陷阱：无声的错误
AI进行数据分析时，可能通过两种方式给出悄无声息的错误答案。
**幻觉计算。**模型并未实际计算，却写出听起来可信的数字。在具备内置代码执行功能（Python/Code Interpreter）的现代前沿模型中，这种情况并不常见，但确实会发生。防范方法是明确要求：“向我展示你使用的代码或公式，并提供一种核验方法。”
**误解数据。**模型误判某列的含义，例如把“小计”当成“总计”，把“所有客户”当成“活跃客户”。务必向模型展示实际列名，并要求它确认自己的理解：
在开始分析前，告诉我每一列表示什么。请与我确认你的理解符合我的意图。在我确认之前，不要进行任何计算。
这会多花20秒，却能发现最常见的分析层面错误。
电子表格过大时怎么办
ChatGPT、Claude和Gemini在分析文件大小方面都有实际限制。截至2026年，可以轻松分析的电子表格规模大约为50,000行以内或几百MB。再大一些，就应该转向真正的数据分析工具（Python、R、SQL，以及Hex或Mode等BI工具）。
一种实用的过渡办法是：对于包含一百万行的数据集，抽取有代表性的样本（10,000–50,000行），上传并进行分析，再用功能更强的工具在完整数据上验证结果。AI很适合“告诉我数据里有什么、应该关注什么”；真正的生产分析则应使用专业工具。
描述问题，抽查结果
三种模式——电子表格内、电子表格外、公式编写器。为任务选择正确模式，电子表格工作就会从“花二十分钟回想VLOOKUP”变成“花两分钟用自然语言描述问题”。
除非你愿意，否则不必再学习公式语法。你仍需明确说明数据、操作和输出，也始终需要抽查结果；但这只需三十秒，电子表格的其余工作现在都能以AI速度完成。
今天就选择正确模式，尝试完成一项真实的电子表格任务。
