夜雨聆风学习资料网

ARTICLE · 1051443

善用Agent,AI写文档做表格已经是分分钟搞定的事

善用Agent,AI写文档做表格已经是分分钟搞定的事
AI 办公 · 老手带新手2026.09.19

「到底该选 Codex 还是 WorkBuddy?」

别再纠结选哪个,它们已经

长得差不多了

一个事实 · 三个案例 · 一套交代活的方法

入口在合并,差距回到人身上

事实核查实操案例

🔍 这篇讲三件事

PART 01

一个事实

工具真的趋同了

PART 02

三个案例

销售表 · 报销 · 名单

PART 03

怎么用

交代 + 验收 + 边界

新人问我的问题,已经从「AI 能不能帮我做表」,变成了「我该装哪一个」。说实话,第二个问题正在变得越来越不值得回答。

带新人的时候,我最怕被问「该用哪个工具」。因为这个问题背后藏着一个假设:这些工具差别很大,选错了要浪费很多时间。

这个假设两年前是成立的。那时候聊天、写代码、办公确实是三件事,工具也各管一摊。但这一年我看到的正好相反:入口在合并,能力在重叠,各家给出的能力清单越来越像

所以这篇不讲「谁更强」。我先把这一年发生的变化讲清楚,再说新手真正该练的是什么。里面有三个我经手过的案例,原始需求、我给的指令、在哪儿翻了车,都写出来。

— 各家产品的菜单越来越像,选型的问题正在失去意义

01

PART

这一年,它们开始长得差不多

THEY ARE CONVERGING

先说 OpenAI 这边,因为变化最直接。

如果你之前装过那个独立的 Codex 桌面应用,更新之后它已经变成新的 ChatGPT 桌面端了。打开之后左上角有三个入口:Chat、Work、Codex。Codex 原来那套工作方式和历史记录都还在,只是入口被挪进了同一个应用里

更值得说的是 Work。你可能以为它是另起炉灶做的一个办公产品,其实不是。官方的原话是「凭借内置的 Codex 技术,ChatGPT 不再局限于回答问题」。也就是说,让 Work 做表格、做文档、做 PPT 的那套能力,跟 Codex 是同一个底子。不是两个产品各有各的技术,是一个技术开了两个门。

那官方现在怎么区分这两个门?说法是:Codex 主要处理编程和技术工作,Work 主要处理研究、文件和其他知识工作。但后面还有半句,是他们产品负责人自己说的——实际使用里,两者的边界并不清楚

他还说,多个入口是产品从「聊天」往「Agent」迁移过程中的过渡形态。

理想状态是:用户不需要区分 Chat、Work 还是 Codex,只要把任务描述出来,系统自己选合适的模型和执行方式。

这句话我建议你记住。它是官方对未来形态的判断,也顺手解释了为什么这两个入口共享同一套 Agent 用量额度——因为它们本来就是一回事。

而且这么干的不是一家。你要是把这几家的动作放在一起看,会发现节奏几乎一样:

Claude 桌面端早就把 Chat、Cowork、Code 收进同一个应用

官方明说 Cowork 就是把写代码的那套 Agent 能力搬到编程之外

Google 的 Antigravity 从纯代码工具变成通用 Agent 工作台

国内这边,豆包工作、千问办公、WorkBuddy 在抢同一个位置

WorkBuddy 的官方定位写得很直白:「全场景 AI 办公工作台」。一个应用里做文档、表格、PPT、数据分析和深度研究,能读你授权的本地文件夹,还能接企业微信、飞书这些平台,让你在手机上发一句指令,电脑那头自己把活干了。

看出来了吧。以前大家按能力拆产品:聊天一个、写代码一个、办公一个。现在反过来,都在往一个入口里塞,因为真实的工作本来就不会按功能模块发生。你做一个季度分析,中间可能既要搜资料、又要整理数据、又要出个 PPT,哪一步算「办公」,哪一步算「写代码」?用户其实不关心,用户只关心交出去的事能不能办完。

02

PART

现在这类工具,菜单基本是同一份

SAME MENU

我把这两年用过的几家产品能力列了一下,你对着任何一个工具看,都能对上七八成:

能力
现在普遍都能做到
读本地文件
授权后直接读文件夹,批量处理,结果写成新文件
连办公应用
接到你的邮件、日历、网盘、聊天工具上取上下文
出成品
文档、表格、幻灯片、报告,还有能分享的网页和看板
定时和触发
按时间跑,或者等新邮件、新消息来了自动跑
操作界面
自己开浏览器查资料,桌面端还能点按钮、填输入框
先出方案
有个计划模式,先把步骤列给你,你点头了它才动手
并行干活
同时开几个任务,各跑各的,事后一起看结果

既然菜单一样,那还有区别吗?有,但区别不在能力清单上,在下面这四件事上。这四件事才是你真正该花时间看的:

1

它能不能碰到你的文件。有的只在云端跑,你得先上传;有的能直接读你授权的文件夹。你的资料不方便往上传,这条就是硬门槛。

2

它连不连得上你天天用的那个应用。你团队用飞书,工具只接 Slack,那它的价值就要打对折。

3

你的账号能用上什么。同一个模型,不同套餐能用的入口不一样,有的还共享一个用量池。这个得看你手边能开通哪个。

4

数据要不要出你自己的环境。涉及客户信息、财务数字的活,这一条经常一票否决,不用犹豫。

这四件事想清楚,选哪个基本就有答案了。我的建议很土:手边能马上用起来的那个,就是当下最好的那个。

因为工具之间的差距,远小于「你开始用它」和「你一直没开始用」之间的差距。下面三个案例,我用哪家都能做,重点不在工具,在怎么把活交代清楚。

03

CASE 01

一份门店月度销售表

MONTHLY SALES REPORT

第一个活儿来自一个做零售的朋友。三个门店,一份全年销售明细,四千多行,字段大概是日期、门店、商品、数量、单价、金额、是否退货。每个月要出一份分析,给三个店长和老板看。

他过去的做法很标准:做透视表,按门店和品类汇总,手工补几个公式算同比,插入图表,再把图复制进 PPT,写上三页结论。熟练的话一个下午,不熟练的话一个周末。

但真正的问题不是慢,是每个月都要重做一遍,重做就容易出错。有一回他把上个月的表复制过来,忘了改「月份」那个筛选条件,报上去的其实是上上个月的数。老板看了两天才发现,问他「这个月怎么跟上周的数字一样」。

我让他换个做法。第一步不是打开工具,是把原始文件复制一份,改名成 sales_2026-08_working.xlsx。第二步,把下面这段话发过去:

...prompt

请读取 sales_2026-08_working.xlsx,做一份 8 月的门店销售分析:

1)按「门店」和「品类」两个维度,汇总销售额、销量、毛利率;

2)「是否退货」为「是」的行,金额是负数,请单独统计退货金额,不计入销售额,但在报告里注明;

3)剔除金额为空的行,并告诉我删了哪几行;

4)生成一张按门店的销售额柱状图、一张按周的销售趋势折线图;

5)输出一页结论,包含 3 个亮点、2 个异常、1 条建议;

6)不要修改原文件,结果另存为 sales_2026-08_分析.xlsx。

这里要说一下,第 2 条不是一开始就有的。

他第一次试的时候没写这条,结果那些负数的退货金额被一起算进了销售额。数比他手工做的还高,他还挺高兴,说「AI 是不是把漏掉的补上了」。我让他去查,才发现是退货被当成正常销售加进去了。

这个坑特别典型。退货这件事,对你来说是不言自明的常识,对工具来说不是。你不说,它也会处理,而且处理得挺有道理——那几行是负数,它可能给你合并了,也可能当异常值剔除了,只是结果都不是你要的。

凡是「你懂的」规矩,都得写进指令里。退货算不算销售额、含税还是不含税、跨店调拨算不算业绩,这些你心里有数嘴上没说的话,恰恰是最容易出错的地方。

补上第 2 条之后,数就对了。他后来跟我说,这套流程现在二十来分钟能跑完,而且再没犯过「忘记改月份」的错——因为文件名里写着 8 月,指令里也写着 8 月,想错都难。

04

CASE 02

把一堆账单变成报销台账

EXPENSE LEDGER

第二个活儿是我自己每个月都要干的:整理报销。

交通费、餐费、给客户寄样品的快递费,散在信用卡账单、微信支付、支付宝三个地方。以前我的做法是挨个打开截图,一张张贴进报销单,一单填十分钟,十几单填到眼睛发花。

后来看到 OpenAI 官网写的一个客户案例,思路跟我一样。NTT DATA 那家公司的非技术岗员工,用这套工具从信用卡账单里提取交通费,再填进报销系统。他们有句话我印象很深:这种事过去要先在 BI 工具里准备数据,再找工程同事做看板,现在一线员工自己就能干完。

于是我也试了一次。把信用卡账单导出成 CSV,丢给它,说了这么一段:

...prompt

这是我这个月的信用卡账单 payments_09.csv。

1)找出所有交通类支出,包含地铁、公交、打车、高铁、加油;

2)按日期排序,整理成四列:日期、金额、商户、类别;

3)日期格式统一成 YYYY-MM-DD;

4)金额保留两位小数,退款的负号保留;

5)输出成 reimbursement_09.xlsx,不要动原始 CSV。

这次也踩了坑,而且是个特别小的坑。账单导出来的日期有好几种写法,有的是 2026/9/3,有的是 2026-09-03。它第一次合并的时候,把这两种写法当成了两个不同的日期,排序直接乱掉。所以第 3 条是我后来补的。

第 4 条里的「负号保留」也是吃过亏才写的。账单里有一笔退款,金额是负的。我第一次看它输出的表,以为自己记错了,还特意翻手机去核对,才发现不是它算错,是我没说清楚要不要留这个负号。

这件事做完之后我的感受是:它省掉的不是「算」的时间,而是翻记录、抄数字的时间。这部分时间以前是纯消耗,现在基本归零了。

05

CASE 03

一份客户名单的去重和清洗

DATA CLEANING

第三个活儿偏清洗,做运营和销售的朋友应该很熟。

一份客户名单,可能来自三四个渠道:有的从官网表单导出,有的从展会名录抄下来,有的是同事手工录的。合并到一起之后,麻烦就来了:

公司名不统一:「杭州某某科技」和「杭州市某某科技有限公司」是同一家

手机号格式乱:有的带空格,有的带短横,有的加了 +86

重复记录:同一个客户两三条,联系人还不是同一个人

空列和错行:名单中间夹着说明文字、合并单元格留下的残渣

这种活手工做最折磨人,因为你要一行一行盯着看。看久了眼睛花,改到一半就开始怀疑自己刚才是不是漏了一行。

交给工具很合适。但我建议你在指令里多加一条要求:

...prompt

请清洗 client_list.xlsx,统一公司名和手机号格式,合并重复客户。

完成后额外输出一份「修改说明」,逐条列出你做了哪些改动:

合并了哪几组重复项、修改了哪些字段、删除了哪些行并附上行号。

最后这句「修改说明」是整件事里最值钱的部分。

道理很简单:清洗这种活,最怕的不是它做错,是它做错了而你不知道。有了这份说明,你至少知道它动了哪些地方,抽查就有方向。我一般会重点看它合并了哪几组客户,再挑两组回原表核对。这两组没问题,剩下的基本可以放心。

— 乱数据进来,能用的表出去,中间那步不用你盯

06

PART

既然差不多,怎么把活交代清楚

HOW TO ASK

三个案例讲完,你会发现我给的那几段指令长得都差不多。这不是巧合,是我刻意保持的写法。

总结成五条,你对着套就行:

1

文件名说全。不只是名字,还包括它在哪个文件夹。这一步能避免它找错文件,也顺便逼你自己确认一遍版本。

2

口径要写死。哪些算、哪些不算,按什么维度汇总。这是新手最容易省掉、也最容易出事的一条。

3

清洗规则提前讲。空值怎么办、重复怎么办、日期和手机号的格式要不要统一。

4

输出形态指定好。要 xlsx 还是 csv,要不要图,结论写几段、写给谁看。

5

安全边界划清楚。不要动原文件,结果另存。这一条是给未来的自己留退路。

除了这五条,还有三句话我带新人的时候一定会强调,你也可以直接用:

「先说打算怎么做,我说行了你再动手。」—— 先看方案,能省掉一大半返工。

「做完告诉我,你做了哪些假设。」—— 把它自己脑补的东西逼出来,你常常会看到惊喜,也常常看到惊吓。

「先做第一件事就行。」—— 需求多的时候别一口气全塞进去,做完一件看一件。

尤其第一条。我发现很多人用不好这类工具,原因不是指令写得不细,是太急:上来就让改,改完发现方向错了,再改回来,来回折腾三趟,最后得出一个「AI 不靠谱」的结论。

07

PART

它交回来的东西,你得这么看

HOW TO REVIEW

— 它负责出初稿,签字的人还是你

新手最容易犯的错,是看到一份格式漂亮、图表齐全的结果就放心了。我的经验恰恰相反:越是看起来顺畅的结果,越要抽查

我一般看三个地方:

01算法和口径

数字对不上的时候,先别怀疑它算错,先看它用的算法是不是你要的那个。销售额要不要扣退货、毛利有没有含运费,这些差一点,数就差一截。

02空值和异常值

空白行、负数、特别大的值,它到底怎么处理了。这里有个我自己的教训:有一份表里有几行金额是负数,那是退货,但我在指令里只写了「按门店汇总」,没提这个规矩。结果它把负数当异常数据处理掉了,销售额看着挺好看,其实是虚高的。

03单位和精度

金额有没有被写成「万元」,百分比有没有被四舍五入,日期列会不会在你打开的时候被 Excel 自动转成别的格式。这几个地方都不起眼,但都是往上报的时候会被人一眼看出来的。

现在我养成了一个习惯:不管多简单的活,都让它把「动了什么」说出来。这一步花不了几秒钟,但能帮你挡掉大部分麻烦。

它提高的是初稿的速度,不是结果的免检等级

08

PART

有些活,我建议你别交出去

BOUNDARY

最后说几条边界。这不是泼冷水,是我自己踩过之后觉得该提醒新人的。

01带个人信息的表,脱敏之前别往上丢

客户手机号、身份证号、工资明细这类字段,用脱敏数据或者样例数据替换之后再交给它。这既是合规的底线,也该是个肌肉记忆。

02要你签字负责的最终数字,自己过最后一遍

对外报送的、给监管的、写进合同和财报的数字。这类活可以让它算,但最后一遍必须你自己看,因为你才是那个要签字的人。

03你自己都没想清楚口径的活,先别开工

如果你说不清楚「业绩到底怎么算」,它给不出你要的东西,只会给你一个看起来对的答案。这种情况别急着用工具,先跟业务的人把口径对齐,再回来。

04来源不明的文件,先自己打开看一眼

别人发来的表、网上下载的模板,里面的文字有可能会被当成要求去执行。听着有点玄,但确实存在。来历不明的表,自己先扫一眼再喂给它。

一句话:把它当同事,别当甩手掌柜。你可以放手让它干,但结果得你认。

///

LAST

工具趋同之后,差异回到人身上

CLOSING

回过头看这一年的变化,我觉得它对新手其实是好消息。

工具趋同意味着,你踩错坑的成本变低了。以前选错一个工具,可能真的要多花两个月;现在换来换去,能力菜单差别不大,你要学的东西也是同一套。真正拉开差距的,变成了两个很朴素的能力:把要求说清楚,把结果看明白

这两件事听着简单,其实都要求你对业务本身足够熟。你不熟,就写不出准确的口径,也看不出哪里不对劲。工具再好,也只能帮你把活干快,帮不了你想清楚要干什么。

我从 VLOOKUP 时代开始做表,中间经历了透视表、Power Query、在线表格,到现在这些 Agent。工具换了很多茬,有一件事没变过:你手里那张表,最终要回答什么问题。这个问题它替不了你,只有你知道。

所以别再纠结装哪个了。挑一个你手边能用上的,找一件最烦的活,把文件复制一份,写一段五行的需求,先试一次。你会很快摸清楚:哪些活可以交出去,哪些活必须自己拿着。

既然看到这里了,如果觉得有用,随手点个赞、在看、转发三连吧。

点赞
在看
转发

THANKS FOR READING

相关学习资料