不会写代码,也能让 AI 给你做个＂一键工具＂|财务自动化

你手头有没有这样的活儿：重复、有规则，操作起来很麻烦，或者数据量大到 Excel 跑不动？

我有。而且不止一个。

先说清楚我做出来的是个什么东西。

不是程序，也不用写代码。就是用workbuddy做出来的一个本地运行小工具：我把原始数据丢进一个叫「输入文件」的文件夹，双击一下本地小程序，等几分钟，结果自己出现在「结果文件」里。

不用打开 Excel，不用手工粘贴，也不用记公式。后来我把它打包发给了同事，他们也能直接用。

我以前一直觉得这是程序员才干的事。直到我自己试了一次——第一次就跑出结果了。

虽然结果是错的。

但"能出结果"这件事本身，已经把我从"我肯定不行"里面拉出来了一半。

我是怎么做的，一共 7 步

1. 先把要做的步骤一条条写下来，写成提示词（推荐文本格式）2. 丢给 DeepSeek，让它优化成"AI 能执行的提示词"3. 发给 AI（我用的workbuddy），让它执行4. 结果不对的地方我指出来，让它改，改到对为止5. 跑通以后，让 AI 把这套流程生成"技能"6. 再让它生成一个本地双击就能运行的程序7. 打包成压缩包，发给同事

看着挺平淡。但第 1 步和第 4 步，我花的力气最多。

第 1 步最费劲：提示词到底怎么写

我一开始以为"大概说说就行"。不行。

后来我固定用三条。

先让它自己准备好。我会写一句"跑任务前，先自动检查并安装需要用到的技能"。这样不会跑到一半报错。

把目标、路径、文件、格式说清楚。输入文件放哪，结果文件放哪，格式不符合要让它自动转换。（不止这些，如果还有哪些通用的要求，最好在开始统一约定好，避免后续出bug或者在后续要反复约定）

这条我是吃过亏才写上的。

最后，用大白话把每一步讲清楚。

这条最花时间。原来的活儿是靠 Excel 模板做的，模板里一堆公式。我要做的，是把每个公式"到底在干什么"翻译成中文。

比如说："这一列是把两边按门店和日期对起来，对不上就填 0。"

这种话 AI 听得懂。

第 4 步：它不会一次就对

我第一次跑出来的结果，跟人工核对的不一样。

当时第一反应是"怎么不行？"。但正确做法其实是——去看看差在哪，然后把差异指出来。

我一般就这么说："执行结果哪里有问题，我指出来，你针对性修正，直到结果符合预期。"

然后就来回改。看结果，提问题，它改，我再看。

现在回头看，这个过程才是真正在"学 AI"。我第一版提示词也不成样子，来回改了好几次才跑通。但每改一次，我就更清楚它是怎么回事。

有个坑我踩得挺深

写提示词之前，一定要先把原来那套 Excel 模板的每一处逻辑弄明白。

我知道这句听起来像废话。但我一开始就是栽在这上面——总觉得"AI 很聪明，说个大概就行"。

恰恰相反。

AI 不替你懂业务。它只能替你，把你已经搞懂的规则变成自动化。

你不懂的地方，它不会帮你想明白，只会替你错得更快，而且错得你一时看不出来。

最后说件跟方法没什么关系的事

我刚开始用 AI 的时候，仅限于问问题，直到遇到workbuddy，自己尝试过一次小任务后，就打开了新世界。

原来总觉得得先把AI学明白，才能用。

后来发现完全反了。

直接拿手头一个具体的活儿去跟它聊，聊着聊着，你就知道它是怎么回事了。做着做着，经验自己就长出来了。下一次，你是在上一次的基础上做，自然比上次好。

于是就成了一个循环：先动手，有经验，做得更好，更愿意动手。

所以如果你也有个特别烦的重复活儿，我的建议是：别等准备好。

今天挑一个，跟 AI 说一遍，让它先跑一版。跑不通没关系——改的过程本身就是经验。

还有件事，是我后来才反应过来的。

以前老听人说"要训练自己的 AI"，感觉特别高大上。后来我琢磨了一下——我们做的，不就是这件事吗？

你的活儿一遍遍讲给它听，它一遍遍改给你看。改到最后，它就成了最懂你这摊子事的那个它。

如果这篇对你有用，欢迎点赞、在看，或者转给同样被重复工作困住的同事。

我会一直分享财务 Excel / Python / AI 自动化的实操和踩坑。

不卖课，不卖焦虑，只交作业。