Excel 表别急着问结论：先让 AI 查这 7 项｜第 08 件事
摘要：这是“AI 帮你完成 100 件事”的第 08 篇。Excel 分析最容易翻车的地方，不是不会画图，也不是不会写公式，而是脏数据被 AI 包装成了顺滑结论。更稳的做法是先让 AI 做数据体检，再让它输出带证据的分析。
封面文案：
主标题：Excel 别急着问结论
副标题：AI 先查 7 项｜第 08 件事
下午 2 点 10 分，老板发来一张 Excel。
只说了一句：
你看下这个数据有什么问题，下午会里讲。
很多人会把文件拖进 AI，然后问：
帮我分析一下这张 Excel，有什么洞察？
AI 很快会给你 5 条结论。
听起来像分析。
但它可能连这张表能不能分析都没查过。
金额列可能是文本格式。
渠道名可能有 5 种写法。
同一个订单可能重复出现。
日期可能缺了一半。
表尾可能还混着一行人工汇总。
这些问题不处理，AI 写出来的“趋势”“异常”“建议”，很可能只是脏数据的副产品。
所以这篇先给判断：
AI 分析 Excel 表，第一步不是问“有什么洞察”，而是先问“这张表能不能被分析”。
我会把这件事拆成一套能直接复制的流程：
先做 7 项数据体检，再做趋势、分组、异常和行动建议。
图 1：Excel 分析前先做 7 项体检，别让脏数据进入结论。
适合谁
这篇适合这些场景：
不适合这些场景：
- 公司明确禁止上传的客户、薪酬、财务和未公开经营数据；
- 带宏、外部连接、权限保护、复杂模型的关键 Excel。
高风险数据不要直接丢给个人 AI 账号。
如果你不确定能不能上传，先默认不能上传。
先说工具：不要把“能读 Excel”当成“能下结论”
截至 2026 年 6 月，普通办公场景大概有 3 条路线。
路线 A：Excel 里的 Analyze Data / Copilot
Microsoft 官方支持文档说明，Excel 的 Analyze Data 可以基于数据范围返回高层级视觉摘要、趋势和模式。Copilot in Excel 则可以在工作簿里按提示生成表格、分析、修改内容和执行步骤计划。
这条路线适合：
- 你的文件本来就在 Microsoft 365 里；
- 你希望 AI 直接在工作簿上下文里生成图表、公式或分析步骤。
注意两点。
第一，Copilot in Excel 能不能看到，取决于 Microsoft 365、Copilot 相关订阅、管理员设置、语言和模型可用性。
第二，企业数据保护不等于你可以随便上传所有数据。权限、DLP、审计和公司制度仍然有效。
路线 B：Google Sheets 里的 Gemini
Google 官方帮助文档说明，Gemini in Sheets 可以创建新表格，也可以在已有表格上完成端到端任务，比如生成仪表盘、分析数据集、修改格式和整理表格。官方页面也写到，如果要在 Excel 文件中使用 Gemini in Sheets，需要先另存为 Google Sheets。
这条路线适合：
- 表格协作、评论和权限都在 Google Drive 里；
风险在转换。
Excel 里的复杂公式、宏、透视表、外部连接、受保护区域，转成 Google Sheets 后可能需要人工检查。不要因为 AI 能接着编辑，就默认格式和计算都没变。
路线 C：ChatGPT 数据分析 / 表格侧边栏
OpenAI 官方帮助中心说明，ChatGPT 数据分析支持常见表格文件，包括 .xls、.xlsx、.csv 等；文件上传有大小、次数、保留时间和账号计划限制。OpenAI 也在帮助中心里说明了 ChatGPT for Excel and Google Sheets 这类表格侧边栏体验，可以帮助构建、更新和理解表格。
这条路线适合：
- 你希望 AI 帮你写公式、解释异常、生成汇报文本；
- 你愿意把结论拿回 Excel / Sheets 里人工复核。
个人账号和企业账号的数据边界不同。
个人 ChatGPT 要检查 Data Controls。Business / Enterprise 等工作区有企业隐私承诺，但仍要看公司制度和工作区配置。
图 2：工具不要按“哪个最强”选，要按数据位置、权限和交付形态选。
准备材料：别只准备一个文件
分析前至少准备 5 样东西：
- 口径说明：收入、订单、用户、转化率这些指标怎么定义。
- 隐私处理：删掉手机号、邮箱、身份证、客户名、薪酬、合同编号等敏感列。
如果你不知道字段是什么意思，AI 更不知道。
它会猜。
猜得还挺像真的。
所以先让 AI 读结构，不要先让它下结论。
第 1 步：先让 AI 做“表格结构报告”
把文件上传后，第一句不要问洞察。
先问：
请先不要分析业务结论。请读取这份 Excel，并输出“表格结构报告”。请按下面格式输出：1. 工作表名称；2. 每个工作表的行数和列数；3. 每一列的字段名、推测含义、数据类型；4. 可能的主键或唯一标识；5. 可能的日期列；6. 可能的金额、数量、比例类指标；7. 你无法确定含义的字段；8. 分析前需要我补充说明的问题。规则：- 不要先给业务结论；- 不要编造字段含义；- 不确定就写“需要人工确认”；- 如果发现隐藏表、汇总行、空列或合并单元格，请单独列出。
这一步的作用很简单：
确认 AI 真的看懂了表。
如果它连字段名都读错了，后面的分析没有意义。
你要人工检查 3 件事：
第 2 步：跑 7 项数据体检
接下来，让 AI 查 7 项。
不是为了“挑刺”。
是为了知道这张表的分析可信度。
复制这段：
请对这份 Excel 做数据体检。请检查 7 项：1. 缺失值：哪些关键字段为空，空值比例是多少；2. 重复值：是否存在疑似重复记录，按哪些字段判断；3. 数据类型：日期、金额、数量、比例是否被存成文本；4. 口径冲突：同一类字段是否出现多种写法，例如渠道名、地区名、状态名；5. 异常值：金额、数量、转化率、时长是否有明显极端值；6. 汇总混入：是否有“小计、合计、总计”等行混在明细里；7. 时间范围：日期是否连续，是否缺某些天、周、月。输出表格：检查项 / 发现的问题 / 影响什么分析 / 建议处理方式 / 是否必须人工确认规则：- 每个问题尽量给出样例行号或样例值；- 不要直接删除数据，只提出处理建议；- 不确定的地方标记为“需要人工确认”；- 如果某项没有发现明显问题，也写“未发现明显问题”。
体检结果里，重点看“影响什么分析”。
比如：
这一步如果发现大问题，先别急着分析。
先修数据。
第 3 步：把“帮我分析”改成 3 类问题
“帮我分析一下”太宽了。
AI 会自动给你一套看似完整的报告。
但你不知道它为什么这么看。
我建议把问题拆成 3 类。
问题 1：趋势
看时间变化。
比如：
请按周分析 [指标] 的变化趋势。要求：- 先说明使用了哪些日期列和指标列；- 输出每周数值、环比变化和异常周；- 不要解释业务原因，只列出数据层面的现象；- 对异常周给出需要人工核对的可能原因。
问题 2：分组对比
看不同渠道、地区、产品、负责人之间的差异。
比如：
请按 [渠道/地区/产品/负责人] 对 [指标] 做分组对比。输出：1. 排名前 5 和后 5；2. 每组样本量；3. 平均值、中位数、总量；4. 是否存在样本太少导致不稳定；5. 不建议直接比较的分组。
问题 3：异常
看特别高、特别低、突然变化或不符合常识的记录。
比如：
请找出这份表里最值得人工复核的异常记录。请按下面格式输出：异常类型 / 涉及字段 / 样例行号或样例值 / 为什么异常 / 可能影响 / 建议人工怎么查规则：- 不要把异常直接等同于错误；- 不要用“明显异常”这种空话；- 必须说明判断依据。
这 3 类问题够应付多数办公场景。
趋势回答“有没有变化”。
分组回答“差异在哪里”。
异常回答“哪里需要人查”。
第 4 步：要求 AI 输出“证据表”，不要只给结论
很多 AI 分析失败，是因为它只给结论，不给证据。
比如它说：
华东区转化率明显偏低，建议加强投放优化。
这句话听起来很懂业务。
但你要追问：
所以每次让 AI 给结论，都加一个要求：
任何结论必须带证据表。
提示词：
请基于数据输出分析结论，但每条结论都必须带证据。输出格式：结论 / 对应数据 / 计算方式 / 涉及字段 / 可信度 / 可能的其他解释 / 建议动作规则：- 没有数据支持的判断不要写；- 业务原因只能写成假设，不能写成事实；- 如果样本量不足，要降低可信度；- 如果需要进一步核对原始记录，请写明要核对哪些行或哪些字段；- 不要把相关性写成因果关系。
图 3：每条结论都要回到数据、字段、计算方式和可信度。
这张证据表，是你能不能把分析发出去的关键。
只有结论，没有证据，不能发。
第 5 步：让 AI 写公式和透视表建议，但不要自动相信
AI 很适合帮你写：
比如：
请根据这份表，建议 3 个适合用透视表回答的问题。每个问题请输出：1. 透视表行字段；2. 透视表列字段；3. 值字段和汇总方式；4. 筛选条件；5. 适合的图表类型；6. 这个透视表能回答什么，不能回答什么。
再比如：
请帮我写一个 Excel 公式，用来把“渠道”字段统一成标准写法。已知原始写法包括：- 微信- 微信公众号- 公众号- wechat- WeChat目标统一为：- 微信公众号要求：- 给出公式；- 解释公式逻辑；- 说明适用的 Excel 版本；- 如果公式对旧版本不兼容，请给替代写法。
注意，公式一定要回表里试。
AI 给公式，不代表公式一定适配你的 Excel 版本、地区分隔符和单元格范围。
第 6 步：失败时，先查这 6 个地方
1. 文件太大
ChatGPT 文件上传和表格大小有上限。Google、Microsoft 的入口也会受账号、浏览器、网络和管理员设置影响。
处理方式：
2. AI 读错列名
处理方式：
3. 结论太像废话
比如：
销售额增长说明业务表现良好。
这类话没有用。
让它改：
请删除没有数据证据的泛泛结论。每条结论必须回答：1. 变化发生在哪个时间段或哪个分组；2. 变化幅度是多少；3. 样本量是多少；4. 是否值得人工复核；5. 下一步动作是什么。
4. 它把相关性写成因果
比如：
A 渠道投放增加导致转化率下降。
如果表里只有渠道、投放和转化数据，通常只能说“同时发生”，不能直接说“导致”。
让它改成：
请把所有因果表述改成数据现象和待验证假设。不要使用“导致、证明、说明、因为”等确定因果词。可以使用“同时出现、可能相关、需要进一步核对”的表达。
5. 结果和 Excel 手算对不上
处理方式：
6. 表格里有敏感信息
处理方式：
第 7 步：把结果改成一页汇报
最后不要让 AI 写长报告。
让它输出一页就够。
提示词：
请把上面的 Excel 分析整理成一页汇报。受众：[老板 / 项目组 / 客户 / 自己复盘]汇报目标：[说明趋势 / 解释异常 / 请求资源 / 给出下一步动作]输出结构：1. 一句话结论；2. 3 个关键发现；3. 每个发现对应的数据证据；4. 需要人工确认的风险；5. 建议下一步动作；6. 不应过度解读的地方。要求：- 不超过 600 字；- 不写没有证据的业务原因；- 所有数字保留原表口径；- 对低可信度结论明确标注；- 结尾给出“现在该做什么”。
如果要放进 PPT 或邮件，再让 AI 改成对应格式。
不要一开始就让它写 PPT 文案。
先把数据结论站住。
直接可复制的完整提示词
下面这一版可以直接用。
我会上传一份 Excel。请先不要急着给业务洞察。第一步：请输出表格结构报告。包括：工作表名称、行列数量、字段名、数据类型、可能的主键、日期列、金额/数量/比例类指标、无法确定含义的字段、需要我补充的问题。第二步：请做 7 项数据体检。检查：缺失值、重复值、数据类型、口径冲突、异常值、汇总行混入、时间范围。输出表格：检查项 / 发现的问题 / 影响什么分析 / 建议处理方式 / 是否必须人工确认。第三步：请基于体检结果，建议 3 个最值得分析的问题。问题类型必须覆盖：趋势、分组对比、异常复核。第四步：请对每个问题输出带证据的结论。格式：结论 / 对应数据 / 计算方式 / 涉及字段 / 可信度 / 可能的其他解释 / 建议动作。第五步：请输出一页汇报。结构：一句话结论 / 3 个关键发现 / 数据证据 / 风险 / 下一步动作 / 不应过度解读的地方。规则：- 不要编造字段、日期、金额和业务原因；- 不要把相关性写成因果；- 不确定的地方写“需要人工确认”；- 样本量不足时降低可信度；- 如果发现数据质量问题会影响结论，请先暂停业务分析并说明原因。
一个小例子
假设你有一张活动数据表：
你不要直接问：
哪个渠道最好？
先问：
请检查渠道字段是否有口径冲突，花费是否有缺失，日期是否连续，成交数是否有异常值。
如果 AI 发现：
那你就不能立刻比较渠道。
要先清理。
清理后再问：
请按渠道对比点击率、线索转化率、成交转化率和单线索成本。要求：- 样本量不足的渠道单独标注；- 不要只看最高和最低；- 给出每个渠道最需要复核的一条异常。
这样得到的分析，才更接近能交付的工作结果。
什么时候不要让 AI 分析 Excel
这几类表格，不要直接交给外部 AI：
AI 可以帮你整理字段、生成清洗思路、写公式、解释异常。
但最后的业务结论，还是你负责。
发送前验收标准
一份 AI 辅助的 Excel 分析，至少要过 8 个检查：
没有过这 8 条，不要发给老板。
Takeaway
AI 分析 Excel，记住这 8 条：
- 跑缺失、重复、类型、口径、异常、汇总行、时间范围 7 项体检。
- 公式、透视表和图表建议必须回到 Excel 里复核。
第 08 件事，先到这里。
下一件事，拆“AI 帮你改简历”。
如果这篇内容对你有帮助，欢迎关注 Glasswing AI。下一篇继续拆解具体工作流。
