我把 2 万行 Excel 甩给了 AI,然后下班了!

上个月底，我又一次坐在电脑前整理 线上O2O平台的药品品类数据。

4 份 Excel：市场数据总表 47 列、公司全品种、公司库存、美团热销 500 条。要做的活很机械——把两万多行数据对在一起，判断每个品种该引进、该清理、还是该补货。

这套活我每个月都要干一遍。不是数据难，是重复。判断规则我脑子里全有，但每月都要亲手执行一遍。

这次我决定换个做法：不整理数据，把"我脑子里那套判断"教给 AI，让它替我执行。📱

很多人以为用 AI 干活的第一步是学提示词技巧。不是。

第一步是把你说不清楚的经验，一条条问清楚。我让 AI 扮演采访者，一次只问一个问题，问到"换一个不懂业务的人照做，也能做出同样判断"为止。

比如"什么品种算必备"，聊出来是 31 条规则：涉及 4 家以上门店算必备；3 家要看具体是哪几家，"某某中药房+某某价药房+本某某药房"这种组合反而要降档……

规则定好后，我把它写成一份可以整段复制的执行提示词。现在每月的流程是：

把 4 份文件丢给 AI，说一句"跑本月 O2O 品种整理分析"。

它会自己完成整个流程。中间遇到数据异常（比如整列库存全是 0），它会直接停下来报错，而不是硬编一份假结果。

提示词跑完就完了，下个月还得重来一遍。所以又往前走了一步：让 AI 把结果写进一个在线工作台——9 张数据表、7 个标签页、随时筛选查询，手机电脑都能打开。

这里有个细节值得说：工作台里 90% 的字段是只读的。价格、档位、清单内容都锁死，因为它们每月会被重新计算覆盖；只有"备注、跟进状态、负责人"三个字段能编辑，而且跨月永久保留。

上线后我还让 AI 自己做了一次性能体检：2 万多条数据全量加载要发 118 次请求，优化后首屏 2 次请求就能出表格。这些活，半年前我连想都不敢想能交给 AI。⚡

你不需要是我的行业。回头看，这套流程只用了三个动作：

学 AI 工具容易，难的是意识到：你每天重复的那件事里，藏着你最值钱的东西——你的判断规则。把它交出来，AI 才能替你干活。