如果你曾花二十分钟努力回想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。
电子表格很适合使用AI辅助，因为瓶颈往往是“我有数据”和“我有答案”之间的操作阻力。目标不是取代电子表格；你仍然需要文件本身、清晰的结构和可复现的结果。
有三件事已经发生变化：
- 主流电子表格工具在工作簿内提供AI功能。Excel中的Copilot和Google Sheets中的Gemini当前文档列出了起草公式、创建图表和分析数据等任务，但会受到账号和文件要求的限制。
- 一些聊天产品可以检查上传的电子表格文件，并在提供代码执行能力时进行分析或创建修改后的文件。
- 这些工具可以尝试根据自然语言指令执行多步骤工作流，但能力因产品、账号、文件和任务而异。你仍需检查并复现结果。
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。**当你的账号支持所需操作时，使用Excel的Copilot或Sheets中的Gemini。在工作簿内提出要求；根据产品和任务，它可以提出公式、图表、摘要或编辑建议。最适合希望将工作及其审核记录保留在电子表格中的情况。
**模式2：在电子表格外使用AI。**在支持文件分析的产品和账号中，上传兼容的CSV或Excel文件并提出问题。产品可能使用代码、返回文字分析、创建图表或提供修改后的文件。最适合能够检查步骤并验证输出的探索性工作。
**模式3：把AI当作公式编写器。**用自然语言描述预期结果，并要求它针对你的电子表格产品和区域设置提供候选公式。最适合大致知道自己想要什么、却记不起语法，并且能够自行测试引用和边界情况的场景。
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中的Gemini都接受自然语言请求，但界面和支持的操作并不相同。无论使用哪种产品，在运行任务前都应明确相关工作表、范围、列和所需输出。
在电子表格内使用AI时，下面这些提示词可以作为实用起点：
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。
实用做法是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可能会起草公式或图表；接受前请检查建议、底层引用和计算结果。
局限因产品和工作簿而异。跨多个工作表、包含多层条件逻辑或大量清理的任务，可能更容易在专用分析环境中审核，但移出工作簿并不会自动使结果正确。
模式2：在电子表格外使用AI
首先确认你的账号支持所需的文件类型、大小和分析工具。上传副本而非唯一版本，删除供应商未获准处理的数据，并在更改前要求产品描述工作簿。根据产品和账号，它可能分析文件、展示生成的代码或创建可下载的结果；这些能力都不应预先假定。
下面是一套实用的工作流程：
我正在上传一份关于[what it is]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。
第一轮检查能让你具体了解自己面对的数据。处理时间取决于文件、工具和当前服务负载。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。
模型可能会给出答案，并附上一张图表和可供下载的清理后文件。请加入“标出含义不明确的行”这条指令；如果没有它，数据质量问题可能会隐藏在摘要中。
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，并明确你的判断标准（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。
以获批的标准配置为基线。如果工具支持更高推理强度，仅在使用相同数据和成功标准的对比中测试它。展示用于得出答案的代码、公式和中间结果，以便我复现计算并检查结果是否合理。
对于多步骤任务，先定义一个符合条件的基线，确保它采用相同的数据、权限和输出要求。只有当对比表明，更高推理强度相对于延迟和成本，在实测正确性或完整性上带来值得付出的提升时，才加入该配置。产品名称和选择器标签经常变化，增加推理也不保证结果正确。请要求工具提供可执行的代码、公式、中间结果和复现计算的方法。
模式3：把AI当作公式编写器
最简单的模式，是在你知道预期结果却记不起语法时，请聊天助手提供候选公式。请说明使用Excel还是Google Sheets以及相关区域设置，将公式粘贴到测试单元格，在已知输入上验证后再填充整列。
下面这些示例可以作为实用起点：
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。
模型应当返回一条候选公式。对于最后一个示例，它可能会建议使用VLOOKUP、INDEX/MATCH或XLOOKUP，并附上解释。重复使用前，请检查单元格引用和计算结果。
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实用方法，因为解释以你的实际问题为基础。
清理混乱数据
数据清理很容易耗费大量时间，也是适合在核验下使用AI的实用场景。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。
根据工具和任务的不同，模型可能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，请同时检查文件和摘要。
需要提防的陷阱：不易察觉的错误
AI进行数据分析时，可能通过两种方式给出不易察觉的错误答案。
**虚构计算结果。**模型并未实际计算，却写出听起来可信的数字。即使工具具备内置代码执行功能（Python/Code Interpreter），这种情况也可能发生。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。
这个简短的确认步骤可以在错误理解数据结构影响所有结果之前发现问题。
电子表格过大时怎么办
文件和工作负载限制因产品与账号而异，而仅凭行数无法合理衡量难度；公式、工作表数量、单元格宽度和任务复杂度都会产生影响。发送文件前，请查看供应商当前的上传文档和产品内限制。当工作簿不再适用，或分析需要重复执行时，请改用带版本控制的Python、R、SQL或BI工作流。
对于大型数据集，一种实用的过渡办法是建立有记录且具有代表性的样本，使用助手探索样本，再在正规的分析工具中针对完整数据集复现并确认结果。不要选取方便的前N行就称其具有代表性。
描述问题，抽查结果
三种模式分别是电子表格内、电子表格外和公式编写器。为任务选择正确模式，部分工作就可以从回想语法转变为用自然语言描述问题。
你不必为每项任务都背下公式语法。你仍需明确说明数据、操作和输出，也始终需要抽查结果；核验是任务本身的一部分，并非可有可无的额外工作。
今天就选择正确模式，尝试完成一项真实的电子表格任务。
