【零代码革命·02】从Excel到AI:业务人员的第一个自动化项目

⭐ 设为星标 · 第一时间收到推送

导读：上篇说完”为什么”,这篇直接上手”怎么做”。不需要懂编程，不需要装软件，只需要一个浏览器，30分钟后，你就能让AI帮你完成第一个自动化任务。准备好了吗？

【先说清楚】

这篇文章不是给你讲原理的，是带你动手做的。

读完之后，你会有一个能跑的自动化流程。可能是自动整理Excel，可能是自动生成报表，可能是自动发邮件——取决于你选什么场景。

我的建议是：先做完一个，再想做更多。

01 选场景：从最简单的开始

很多人一上来就想搞个大项目：”我想让AI把整个财务流程自动化。”

停。太大了，做不出来，容易放弃。

第一个项目，要选那种”小而具体”的任务：

• • 输入明确（比如一个Excel文件）
• • 输出明确（比如一个整理好的报表）
• • 规则清晰（比如”把A列和B列合并”）
• • 每周都要做（有重复价值）

最适合新手的5类场景：

场景一：数据清洗

你收到一个乱七八糟的Excel，里面有重复行、空单元格、格式不统一的日期。以前你手工清理两小时，现在AI帮你五分钟搞定。

场景二：报表生成

每周一早上，你要把上周的销售数据汇总成一张表，发给老板。数据格式固定，只是数字在变。AI可以帮你自动生成。

场景三：邮件/通知自动发送

你有二十个客户，每个月要发一封账单邮件。内容差不多，只是收件人和金额不同。AI可以帮你批量生成和发送。

场景四：跨系统数据搬运

你在A系统里导出数据，整理后导入B系统。中间要改格式、对字段、去重。AI可以帮你做这个”搬运工”。

场景五：文档批量处理

你有50份合同，要提取里面的关键信息（金额、日期、对方公司）汇总到一张表。以前你逐份打开复制粘贴，现在AI批量处理。

我的建议：

第一次做，选数据清洗或报表生成。这两个场景最直观，容易看到效果，也最容易验证对错。

02 选工具：别纠结，先用起来

市面上AI工具很多，但业务人员不需要研究全部。我给你三个选项，按门槛从低到高排列：

选项A：ChatGPT + Code Interpreter（推荐新手）

• • 门槛： 极低，会打字就行
• • 成本： Plus会员20美元/月
• • 优点： 一站式，不用折腾环境，直接上传文件、描述需求、下载结果
• • 缺点： 需要翻墙，数据要上传到OpenAI服务器（敏感数据慎用）

怎么用：

1. 1. 打开ChatGPT，开通Plus
2. 2. 选择GPT-4，开启Code Interpreter
3. 3. 上传你的Excel文件
4. 4. 用自然语言描述你要做什么
5. 5. AI生成代码、执行、给你结果

选项B：Claude + Google Sheets（推荐进阶）

• • 门槛： 中等，需要会基本操作Google Sheets
• • 成本： Claude Pro 20美元/月，Google免费
• • 优点： Claude写代码能力强，Google Sheets方便查看和修改结果
• • 缺点： 需要两个工具配合，稍微麻烦一点

怎么用：

1. 1. 把数据放到Google Sheets
2. 2. 告诉Claude你的需求和Sheets链接
3. 3. Claude生成Google Apps Script代码
4. 4. 把代码贴到Sheets的脚本编辑器里运行

选项C：国产AI办公助手（推荐企业用户）

• • 门槛： 低，中文界面
• • 成本： 多数按量付费或企业版
• • 优点： 不用翻墙，数据留在国内，有些支持私有化部署
• • 缺点： 能力参差不齐，需要试用比较

代表产品：

• • 钉钉AI助理
• • 飞书智能伙伴
• • 文心一言办公版
• • 通义千问效率工具

我的建议：

第一次做，用ChatGPT + Code Interpreter。 虽然要翻墙，但体验最流畅，能让你快速感受到”原来AI真的能帮我干活”。

等你有信心了，再考虑国产方案解决数据安全问题。

03 实战：销售经理的周报自动化

光说不够，我带你看一个真实案例。

人物： 小王，某B2B公司销售经理，管着15个销售 痛点： 每周一要花大半天整理上周的客户拜访记录，生成周报给老板 现状：

• • 销售们在企业微信里填拜访记录，格式乱七八糟
• • 小王每周日晚上导出Excel，手工整理到凌晨
• • 整理内容包括：拜访时间、客户名称、拜访目的、下一步行动

目标： 让AI自动读取原始数据，生成格式统一的周报

第一步：准备数据

小王导出了上周的原始数据，大概长这样：

问题很明显：日期格式不统一，拜访内容写得随意，备注里混杂了各种信息。

第二步：描述需求给AI

小王打开ChatGPT，开启Code Interpreter，上传Excel，然后输入：

“帮我整理这个销售拜访记录表。我需要：

1. 1. 统一日期格式，都变成YYYY-MM-DD
2. 2. 按销售姓名分组，每个人一个区块
3. 3. 提取拜访内容里的关键信息：拜访目的是什么（谈合同/演示/回访等），客户反馈如何
4. 4. 生成一份周报格式的文档，包含：本周总拜访次数、每人拜访次数、重点客户跟进建议
5. 5. 输出为Excel文件”

第三步：AI执行并输出

ChatGPT开始工作：

1. 1. 读取Excel
2. 2. 写Python代码处理数据
3. 3. 执行代码
4. 4. 生成整理后的Excel文件

整个过程大概3分钟。

第四步：检查结果

小王下载AI生成的Excel，打开一看：

• • 日期都统一成了2025-03-10格式
• • 按销售分好了组，每人一个sheet
• • 自动统计了每人拜访次数
• • 还生成了一个汇总sheet，列出”重点跟进客户”（根据备注里的”下周跟进”等关键词）

不完美，但省了小王两个小时。

第五步：迭代优化

小王发现AI对”拜访目的”的分类不够准，有些”谈合同”被分到了”一般拜访”。

他给AI反馈：

“拜访目的分类需要调整。只要内容里出现’合同”报价”价格”预算’这些词，都应该归为’商务谈判’。请重新处理。”

AI重新跑了一遍，这次分类准确多了。

结果：

原本周日晚要干到凌晨的活，现在周一下午花半小时检查AI的输出，微调一下就行。

小王说：”第一次用的时候，我盯着屏幕看AI写代码，感觉特别神奇。现在用习惯了，就像有个实习生帮我干活。”

04 避坑：第一次做最容易犯的5个错误

错误一：需求描述太模糊

❌ 错误示范：”帮我处理这个Excel”
✅ 正确示范：”帮我把A列的日期统一格式，删除重复行，然后按B列分组汇总C列的数值”

教训： AI不是神仙，你需要告诉它具体做什么。越具体，结果越好。

错误二：一次想搞定太多事

❌ 错误示范：”帮我做一个系统，自动抓取销售数据、分析客户意向、生成跟进建议、发送邮件通知”
✅ 正确示范：先只做”自动整理Excel格式”，做好了再加功能

教训： 第一个项目要小而美。贪多嚼不烂，容易做不出来打击信心。

错误三：不检查AI的输出

❌ 错误示范：AI生成的报表直接转发给老板
✅ 正确示范：抽样检查几个数据，确认计算逻辑没错

教训： AI会犯错，尤其是数据量大的时候。一定要验证关键数据。

错误四：数据格式太乱就扔给AI

❌ 错误示范：原始数据里各种格式混杂，直接上传
✅ 正确示范：先手工整理一下最明显的错误，减轻AI负担

教训： AI处理数据的能力很强，但不是无限强。太脏的数据，先简单清洗一下。

错误五：做完一次就忘了

❌ 错误示范：这周用AI做了，下周又手工做
✅ 正确示范：把AI的Prompt保存下来，每周复用

教训： 自动化的价值在重复。第一次花30分钟 setup，以后每周省2小时，这才划算。

05 保存你的成果：Prompt模板库

小王现在每周都用AI生成周报。他把第一次用的Prompt保存了下来，每周稍微改改日期就能复用。

这是他的Prompt模板：

请帮我整理销售拜访记录，生成周报。

输入文件：[上传Excel]

处理要求：
1. 统一日期格式为YYYY-MM-DD
2. 按销售姓名分组
3. 分类拜访目的：
   - 商务谈判（关键词：合同、报价、价格、预算）
   - 产品演示（关键词：演示、试用、测试）
   - 客户回访（关键词：回访、售后、服务）
   - 一般拜访（其他）
4. 统计每人拜访次数
5. 提取"重点跟进客户"（备注里含"跟进""待回复"等关键词）

输出要求：
- Excel格式
- 包含：汇总sheet + 每人一个sheet
- 汇总sheet包含：本周总拜访次数、重点客户列表

建议你也要建立自己的Prompt库。

可以用记事本、飞书文档、Notion，或者任何你习惯的工具。把好用的Prompt保存下来，标注清楚：

• • 这个Prompt解决什么问题
• • 输入是什么格式的数据
• • 输出是什么
• • 有没有特殊注意事项

这会成为你的个人自动化工具箱。

06 写在最后：动手比完美重要

我知道，看完这篇文章，你可能还是会有顾虑：

• • “我真的能学会吗？”
• • “要是搞砸了怎么办？”
• • “老板会不会觉得我在偷懒？”

我的回答是：先做一个最小的项目试试。

不要追求完美，不要追求一步到位。选一个你每周都要做的、重复性的任务，花30分钟，跟着上面的步骤试一次。

最坏的结果： 没做出来，你损失30分钟。 最好的结果： 你每周省2小时，一年省100小时。

这个账，怎么算都划算。

张姐（第一篇里的财务张姐）后来跟我说：”我第一次用AI的时候，手都在抖，怕点错了。现在？我教隔壁部门的人怎么用。”

改变就是这样发生的。不是等准备好了才开始，是开始了才会慢慢准备好。

下一篇，我会教你：怎么把需求说清楚——业务人员的AI沟通术。

这是Vibe Coding的核心能力，比技术更重要。

附录：第一个自动化项目SOP

Step 1：选场景（5分钟）

• • [ ] 列出你每周重复做的3个数据处理任务
• • [ ] 选输入输出最明确的一个
• • [ ] 确认你有这个任务的示例数据

Step 2：准备工具（10分钟）

• • [ ] 开通ChatGPT Plus（或选择其他工具）
• • [ ] 准备示例数据文件（建议脱敏处理）
• • [ ] 打开Code Interpreter功能

Step 3：描述需求（10分钟）

• • [ ] 用自然语言描述你要做什么
• • [ ] 说明输入数据的格式
• • [ ] 说明期望的输出格式
• • [ ] 上传示例数据

Step 4：执行和检查（10分钟）

• • [ ] 让AI生成并执行代码
• • [ ] 下载输出结果
• • [ ] 抽样检查关键数据
• • [ ] 如有错误，反馈给AI迭代

Step 5：保存和复用（5分钟）

• • [ ] 保存成功的Prompt
• • [ ] 记录数据来源和处理逻辑
• • [ ] 设置下次执行提醒

总计：约40分钟完成第一个项目

常见问题Q&A：

Q：公司数据敏感，不能上传到ChatGPT怎么办？
A：先用脱敏数据测试流程，确认可行后，再考虑国产AI工具或私有化部署方案。

Q：AI生成的代码我看不懂，怎么检查对错？
A：不需要看懂代码，检查结果数据就行。抽样对比几个原始数据和输出数据，确认逻辑正确。

Q：如果AI做不出来怎么办？
A：把需求拆得更小。比如”自动整理整个报表”做不出来，就先只做”统一日期格式”。

Q：老板不认可怎么办？
A：先用在自己工作上，做出效果再展示给老板看。数据比说服有用。

案例来源：基于B2B销售、零售、制造等行业业务人员实地访谈