这个客户的表格，需求看起来并不复杂：左侧是各部门提交的订购产品，右侧是产品和成本对照表，我们要把所有订购记录按产品汇总数量，再带出成本，计算总金额。
真正麻烦的地方在于，原始数据不是规整的一行一个产品，而是被写成了类似下面这样的混合文本：
qgccsj*1;qgccpsj*1;shfwk*1;sqjyhpbf*3;产品1*2;bsmzy*1;shfwk*1;sqjyhpbf*3;
也就是说，一个单元格里同时塞了多个产品，每个产品后面又带着数量，中间用分号隔开。最后还要把这些产品名拿去右侧成本表里匹配单价，再输出“产品、总数量、成本、总金额”。
如果用 Excel 或 WPS 表格函数来做，理论上也不是完全不能实现，但会很绕。
首先要把 B 列每个单元格里的文本按分号拆开，再把每一段里的产品名和数量按星号拆开。拆完以后，还要把不同部门、不同单元格中重复出现的产品合并到一起，把数量累加起来。
接着还要去 D、E 两列查找产品对应的成本，再计算总金额。这里还会遇到一些实际办公中很常见的问题：有些产品出现多次，有些产品顺序不固定，有些行可能为空，有些文本末尾多一个分号。函数写到这个程度，通常已经不太像“公式”了，更像是在表格里硬拼一个小程序。
手工处理也不轻松。数据少的时候可以复制、拆分、排序、透视，但一旦行数增加，漏拆、漏加、产品名看错、成本匹配错，都是很容易发生的事情。更麻烦的是，这类表经常不是只做一次，后面数据一更新，又要重新来一遍。
但是要真正把它写成能在 WPS 或 Excel 里运行的脚本，普通办公用户还要额外掌握不少东西。
比如，要知道怎么读取当前工作表，怎么定位最后一行，怎么批量读取 A:E 区域的数据，怎么把结果写到 G:J 列，怎么处理空值和数字转换，还要理解 JavaScript 里的数组、对象、字符串拆分、循环、条件判断等基础语法。传统的手工写代码，这一坨东西要理解，大概得学一个月，那还是天赋很高的情况下
这些技术对程序员来说不算难，但对很多只想把表格处理完的人来说，学习周期就明显偏长了。问题的本质并不是大家不会思考业务逻辑，而是“把想法翻译成能运行的脚本”这一步门槛太高。
这次我用 JSA880 靠嘴编程插件来处理这个案例，操作方式更接近日常沟通：先让 AI 看懂当前表格，再用自然语言说明要做什么。
我先让它分析选中的数据区域。它识别出左侧 A、B 列是部门和订购产品，D、E列是产品和成本对照表，并把这个结构整理出来。
帮我来写一个代码，直接按产品来汇总后面的数量，输出G2
这里并没有先写脚本，也没有告诉它具体要用什么变量名、怎么循环、怎么拆字符串，而是把目标说清楚：解析订购产品，按产品汇总数量，输出到 G 列开始的位置。
AI 生成脚本后，会自己运行并反馈结果。它把 B 列的产品明细拆开，按产品名累加数量，再匹配 D、E 列里的成本，最后把结果写入 G:J 列。
从结果看，像sqjyhpbf这种在多行、多部门重复出现的产品，被正确汇总成了总数量30；同时匹配到成本8，计算出总金额240。其他产品也按同样逻辑完成了汇总。
JSA880 生成的代码，本质上还是一段可以运行的表格脚本。它并不是只给一个思路，而是直接把可执行代码写出来，并放到编辑器里。
如果后面需求变了，比如只想按部门汇总、只输出数量、不需要成本，或者要把结果写到另一个位置，也可以继续用对话补充要求，让它在已有脚本基础上修改。
过去遇到这种表，很多人会在“手工凑一凑”和“找会写代码的人帮忙”之间来回切换。JSA880的意义在于，它把中间那层翻译工作接了过去。用户不需要先成为脚本开发者，只要能把业务目标说清楚，就可以让 AI 去理解表格、生成代码、运行代码，并把结果落回表格。
当然，它并不是让人完全不需要理解数据。真正高效的用法，还是用户负责判断业务规则是否正确，AI负责把规则变成脚本并执行。这样一来，人把精力放在“我要什么结果”和“结果对不对”上，而不是被字符串拆分、循环、单元格读写这些细节卡住。
豆包搜索 JSA880靠嘴编程 官网地址vbayyds.com
夜雨聆风
