Excel 脏表别直接扔给 AI:多走一步,返工率砍半
- 2026-11-03 05:43:49
月底对账，你把一张 3000 行的销售表扔给 WorkBuddy，就一句话：「帮我把这表清洗一下。」十分钟后它说已完成，你打开一看：合计行被当数据算了进去、金额列的「1,280.50」被存成了文本、三个客户的简称被合并成了同一个名字。表是「干净」了，账对不上了，你还得花一下午人工回滚。
这不是 AI 笨，是任务姿势错了。官方文档里写得很清楚：WorkBuddy 支持直接上传 Excel、CSV、TSV 处理，文件默认在本地完成处理，但它只能访问你主动勾选授权的文件夹，高危操作需要二次确认——权限边界它守得很严，可「洗成什么样算干净」，它只能猜。你嘴里的「干净」，和它理解的「干净」，大概率是两张表。清洗这种任务，最贵的不是算力，是猜错规则的返工。下面这套「先诊断、再定规、后验收」的三步法，能让脏表任务的返工率降一大半。
三种典型姿势，你大概率用过其中一种。
第一种是愿望式：「把这表清洗一下，弄得规范点。」规范的定义没有说，Agent 只能按最常见的数据习惯来猜——它会猜日期列是 ISO 格式、金额不带千分位、空值该删。你的表格里但凡有一条不按常理出牌（比如用「——」表示无货），猜错就是必然。
第二种是撒手式：把原文件直接交给它原地改。清洗意味着删除、合并、类型转换，全是不可逆操作。Agent 不是不能做，而是你应该先让它把「要删什么、改什么」列出来给你看，而不是事后翻着变更记录追悔。
第三种是全靠一张表硬扛：错误、备注、数据混在同一个 sheet 里，表头占了两行，右边还挂着三列备注。你不告诉它哪块是数据区，它就得自己猜边界——猜对了是运气，猜错了漏一行都是事故。
正确做法的第一步反直觉：先让 Agent 什么都不改，只出一份体检报告。把文件上传（点输入框的上传按钮，或直接把文件拖进输入框），然后发这段话，可以直接复制：
上传的这张表先不要做任何修改。请只读分析，输出一份诊断报告：
1. 列出每一列的类型判断（文本/数值/日期）和依据；
2. 每列的空值数量、重复行数量、疑似异常值（给出具体行号和示例）；
3. 你发现的合并单元格、多行表头、合计行、备注列等结构问题；
4. 基于以上，列出你建议的清洗动作清单，每条注明影响多少行。
只输出报告，不要动手改表，等我确认。
诊断报告的价值在于把「猜」变成了「选」。它会告诉你金额列里有 37 个文本格式的数字、客户名里有 4 组疑似同一家公司的不同写法——这些正是你脑子里知道、但一句话说不清楚的业务规则。你要做的只是逐条回复：这条对、那条错、简称应该以哪个为准。
诊断确认后，第二步是让 Agent 按你确认过的规则执行，并且只输出新文件：
按刚才确认的规则清洗，要求：
1. 原表不动，结果输出为新文件「清洗后_xxx.xlsx」，另存一份清洗日志，记录每条规则改了多少行；
2. 金额列统一为数值格式，保留两位小数；日期列统一为 YYYY-MM-DD；
3. 删除的行先移到单独的 sheet「待删除」，不直接删；
4. 完成后抽样 10 行给我人工核对。
这里的每个要求都在堵一个具体的坑：「原表不动」防误伤；「清洗日志」让每条操作可追溯；「待删除 sheet」把不可逆变成可逆；「抽样 10 行」是最便宜的质量抽检。规则写得越死，Agent 发挥的空间越窄，结果就越接近你脑子里那张「干净的表」。如果你中途发现规则要改，不用停下重开——执行中也能继续发消息，新消息会排队，等当前这一轮结束后依次处理；发现方向跑偏了，输入框有停止入口，中断后调整要求重新发就行。
任务跑完，验收现场不在聊天框。点开右侧详情面板：变更页签先看——这轮改了哪些文件、动了哪里；再在全部文件里打开新表抽查；如果对某个结论有疑问，直接在对话里悬停那张结果表格，点右上角的「添加到对话」，选中你要追问的部分，加上一句批注，比如「这 37 个文本金额，转换时有 3 个转失败了，是哪几个」——引用会带着原文一起交给 Agent，不用复制粘贴。
记住一条底线：Agent 说「已完成」只代表它跑完了流程，不代表结果对。清洗类的验收永远抽三样：行数对不对（清洗前后行数差异要能被日志解释）、合计值对不对（清洗前后金额合计不该变，除非你明确要求删行）、类型对不对（金额能不能求和）。这三样对上了，这张表才算真干净；对不上，日志会直接告诉你差异出在哪条规则上。
拆开看这套流程的机制。诊断先行，是利用了 Agent「读比写安全」的特性：只读分析不会破坏任何东西，而它读出来的问题清单，正好逼你把脑子里的业务规则显式化——数据清洗里 80% 的错误，本质是规则没说清，不是算错。输出新文件，是把「清洗」从破坏性操作变成可回滚操作。日志加抽样，是用最小的成本建立验证闭环：日志管完整性，抽样管正确性，两个加起来不到一分钟，但能拦住绝大多数「洗完账对不上」的事故。
说到底，这不是什么高深技巧，就是把工程里「先评审再上线」的常识搬到表格上：Agent 执行力越强，越要先给它一张清晰的图纸。
三个边界要心里有数。一是表本身太烂：几百个合并单元格、跨表公式互相引用、图片盖在数据上——这种表先手工抢救成规整结构再交给它，硬扔过去诊断报告都会失真。二是超大的表：官方说明里提过，上传失败或处理困难的大文件，先压缩或拆分再试。三是涉及敏感数据的表：虽然官方口径是本地处理、原始数据不上云端、只访问你勾选授权的文件夹，但工资表、客户名单这类文件，授权文件夹时勾窄一点，别把整个盘交出去。
一句话总结：脏表清洗的正确姿势，是让 AI 先当体检医生、再当手术医生，而验收单永远握在你自己手里。
每天中午 12 点更新：科技时事深度解读 + WorkBuddy 实用技巧，关注不迷路
本文基于 WorkBuddy 官方文档与公开资料整理，功能以你当前版本实际界面为准。本篇信息来自商品介绍专家通过网络资源获取。
—— 内容由「商品介绍专家Pro」(book-intro-expert-pro) 整理出品
